改进暗通道去雾算法

         计算雾霾图像暗通道时的一个重要参数为邻域的尺寸. 邻域尺寸越大 , 暗通道边缘信息越不精确 , 从而去雾图像中的 Halo 效应越严重 ; 邻域尺寸越小, 暗通道边缘信息越精确 , 但易造成去雾图像颜色过饱和或暗沉现象。 当获取暗通道时当最小值滤波器的窗口大小为 15 *15 时，容易将图像的边缘的信息模糊，但滤波窗口中暗通道出现的几率增大使得最后的去雾效果更自然；而最小值滤波器的窗口大小为3* 3 时，图像的边缘信息保留，但是会使得滤波窗口中暗通道出现的几率降低，导致最后的复原图像出现过度去雾的情况，而何凯明 提出的导向滤波器的特点是能够保持图像的边缘，同时对于图像的非边缘起到平滑作用。

        去雾后的图像在景深变化大的地方会产生光晕现象，而导致这一问题的原因是在暗通道计算过程中使用了最小值滤波。 在求取暗通道过程中 ， 最小值滤波的处理会使得暗原色向外扩张， 导致透射率扩张变大 ， 从而使去雾后的图像在边缘部分产生“ 光 晕 ” 现象（去雾图像发白）。

实验结果：

40*40           15*15           10*10            3*3

169.05         28.69            16.78            5.22

254.06         42.80            25.58            7.89

339.13         56.79            34.62           10.77

用暗通道先验去雾算法处理烟雾生成器生成的带雾图片：