基于何凯明博士DCP(Dark Channel Prior,暗原色先验)算法改进的去雾算法

     首先想研究去雾图像增强的，建议先看这篇文章，这篇文章基本吧何凯明博士的论文，思想都理解了，并且讲解的很好，博主自己代码都实现了（matlab，C#，VB）

http://blog.csdn.net/laviewpbt/article/details/11555877

接到需求的时候，没搜到这个文章，如果先搜到，估计可以快很多。

我接触的时候是从何凯明的2009的原始算法论文开始的，当时他通过窗口估计窗口的透射率的时候，会有窗口大小的边缘效果，需要一个抠图算法把估计的t边缘抠出来，但是最早的抠图算法奇慢无比，电脑运行（笔记本比较差，2009年买的，酷睿P8400）一个800X600 的图基本要1分钟，我研究这个最终是要在芯片实现视频去雾的，实现视频，需要1秒要算出30张图，这么慢，芯片实现的成本会很大，所以就抛弃了。

所幸，何凯明自己也发现这个问题，在后续提出了改进，用引导滤波器替代了最早的抠图算法，用matlab仿真，发现确实很快，效果也很好，一个1920X1080的全高清图片也就10~20秒就算完了，我想这芯片实现成本应该就低了。

 需求是要在FPGA实现，FPGA的结构导致他的内存很紧张，大概只有750Kbit给我使用，再高内存的芯片成本就会增加很多，在讨论FPGA实现方案的时候，卡在了引导滤波器上，

对引导滤波器有兴趣的，自行百度：引导滤波器，或者guided image filtering。

引导滤波器虽然计算快速，但是算法复杂，内存消耗很大，我要处理的是全高清图，1920X1080X24bit的数据。内存只有750Kbit左右,，这里实现非常难。

试着不用引导滤波器，发现也可以，不过有的图效果会差一些，主要是亮度没有原来的高，优化中，发现加入一个简单的低通滤波器可以让图像变得更清晰些，内存开销不大，现在贴上matlab仿真的几幅图

一：机场图片，景深较少，中低浓度雾

1：原图

2：加上引导滤波器的去雾图

3：不使用引导滤波器去雾图，也有效果

4：在3的算法基础上，加上一个简单实现的滤波器，可以和1对比，还清晰了

二：水乡，景深浅，中低浓度雾

1，原图

2：加入引导滤波器效果，发现有一些雾没去干净，柳树的那里的雾残留比较多

3：使用简单滤波器效果，和对比可以发现，更加清晰，雾去除的比较明显

三：大景深场景

1：原图，道路远处的人基本看不清

2：引导滤波器算法，远处的雾去除不多，近处的雾也有残留，

3：使用简单滤波器，可以发现更加清晰，远处的人看的也更清楚

2014年8月13日补充：

后续为了解决去雾之后亮度下降的问题，加入了亮度平衡，现在贴上一些效果图