图像去雾算法--暗通道先验去雾算法

图像去雾:

在雾天拍摄的图像容易受雾或霾的影响,导致图片细节模糊、对比度低以至于丢失图像重要信息,为解决此类问题图像去雾算法应运而生。图像去雾算法是以满足特定场景需求、突出图片细节并增强图片质量为目的的一种图像分析与处理方法。

    图像去雾算法--暗通道先验去雾算法_第1张图片        图像去雾算法--暗通道先验去雾算法_第2张图片

图像去雾主要包括基于图像增强的去雾算法,基于图像复原的去雾算法(基于卷积神经网络的去雾算法)。

暗通道先验去雾算法:

所谓暗通道是一个基本的假设,这个假设认为,在绝大多数的非天空的局部区域中,存在一些像素点(暗像素)在至少一个颜色通道中具有非常低的值,趋近于0。暗通道实际上是在rgb三个通道中取最小值组成灰度图,然后再进行一个最小值滤波得到的。

可以发现,有雾的时候会呈现一定的灰色,而无雾的时候咋会呈现大量的黑色(像素为接近0),作者统计了5000多副图像的特征,基本都符合这样一条先验定理。图像去雾算法--暗通道先验去雾算法_第3张图片图像去雾算法--暗通道先验去雾算法_第4张图片 

其实,实际生活中造成这个假设的原因有很多,比如汽车,建筑物或者城市中的阴影,或者说色彩鲜艳的物体或表面(比如绿色的树叶,各种鲜艳的花,或者蓝色绿色的水面),颜色较暗的物体或者表面 。

 在计算机视觉中,描述有雾图像的模型可以表示为
I ( x ) = J ( x ) t ( x ) + A ( 1 − t ( x ) )  (1)

I(x)为观察到的有雾图像,J(x)为无雾图像,A是大气光值,t(x)为透射率,表示能够到达计算机系统的没有被散射掉的一部分光。
图像去雾算法--暗通道先验去雾算法_第5张图片
 图像去雾算法--暗通道先验去雾算法_第6张图片

图像去雾算法--暗通道先验去雾算法_第7张图片

基于暗通道先验去雾算法的缺陷:

暗通道先验是一种统计的结果,是对大量户外无雾照片的统计结果,如果目标场景内存在和大气光类似,比如雪地、白色背景墙、大海,太阳光等,那么由于前提条件就不成立,此时将无法获得满意的效果,但是对于一般的风景照片该算法处理效果会不错。

你可能感兴趣的:(计算机视觉,深度学习,人工智能)