用于图像去雾的优化对比度增强算法
å›?/p>
�/p>
�/p>
é›?/p>
å“?/p>
å®?/p>
å¼?/p>
ï¼?/p>
ä¹?/p>
�/p>
�/p>
ä»?/p>
å·?/p>
ç»?/p>
è®?/p>
è®?/p>
è¿?/p>
�/p>
è‘?/p>
�/p>
çš?/p>
�/p>
�/p>
æš?/p>
�/p>
�/p>
å…?/p>
�/p>
çš?/p>
å›?/p>
�/p>
�/p>
é›?/p>
ï¼?/p>
Kaiming He, 2009
)算法,如果你用兴趣可以参考:
此外,网上也有很多同道推荐了一篇由韩国学者所发表的研究论文ã€?/p>
Optimized
contrast enhancement for real-time image and video dehazing
�/p>
(你也可以从文末å�?/p>
考文献ã€?/p>
1
】给出的链接中下载到这篇经典论文ï¼?/p>
,其中原作者就提出了一个效果相当不é”?/p>
的图像去雾算法。最近有朋友在我们的图像处理算法研究学习群中也提到了该算法,恰巧
想到主页君也很久未发图像相关之文章了ï¼?/p>
今天遂心血来潮ï¼?/p>
向大家科普一下这个新算法ã€?/p>
为保证公式、图表得以正确显示,强烈建议你从该地址上查看原版博文。本博客主要
关注方向包括:数字图像处理、算法设计与分析、数据结构、机器学习、数据挖掘、统è®?/p>
分析方法、自然语言处理ã€?/p>
算法核心
1
:计算大气光å€?/p>
通常,图像去雾问题的基本模型可以用下面这个公式来表示(这一点在基于暗通道å…?/p>
验的图像去雾中我们也使用过)
ï¼?/p>
I(p)=t(p)J(p)+(1−t(p))A
å…?/p>
�/p>
ï¼?/p>
J(p)=(Jr(p),Jg(p),Jb(p))T
è¡?/p>
�/p>
�/p>
å§?/p>
å›?/p>
�/p>
ï¼?/p>
ä¹?/p>
å°?/p>
�/p>
æ²?/p>
�/p>
é›?/p>
çš?/p>
å›?/p>
�/p>
ï¼?/p>
ï¼?/p>
I(p)=(Ir(p),Ig(p),Ib(p))T
表示我们观察到的图像(也就是有雾的图像)
�/p>
r
�/p>
g
�/p>
b
表示ä½?/p>
ç½?/p>
p
处的像素的三个分量ã€?/p>
A=(Ar,Ag,Ab)T
是全球大气光ï¼?/p>
它表示周围环境中的大气光ã€?/p>