关于单图去雾总结的一个ppt，内容主要是图像增强和基于先验的传统去雾方法。内容均来自个人理解和网络，难免有所出入，仅供参考

采用Matlab语言利用直方图对图像进行处理，完成图像清晰化，达到去雾效果。代码简单易学，有一定参考性。

国外一篇体积雾很不错的论文，个人翻译了中文版，不想撸英文的小伙伴们可以看我的翻译版。 unity使用的2018版本。更高的2019我试过应该也可以。 中文的文档，是我个人翻译的，水平有限。更建议大家看英文版

基于暗通道的图像去雾通过MATLAB实现 压缩包内含：完整代码、PPT

PhotoRC 图像增强软件主要包含图像去雾、色彩增强、滤波增强、亮度对比度调整、提高清晰度、去除模糊等处理。当前版本为1.0.0。

包含黑白图像上色、图像无损放大、图像去雾、拉伸图像恢复、图像风格转换、人像动漫化、天空分割、去除图片中不需要的遮挡物等多个图像特效API能力，满足互联网娱乐、网络营销、广告活动等多种业务需求

针对暗通道先验去雾算法存在的光晕现象、大气光值选取不准确等问题,提出了一种基于暗通道补偿与大气光值改进的图像去雾方法。为减弱图像景物边缘处的光晕效应,提出了一种基于暗通道补偿模型的解决办法,利用加权通道差值的方法识别光晕区域,通过腐蚀、融合等处理修正该区域的暗通道值,采用线性融合的方式与原暗通道进行融合,实现对暗通道的补偿。针对大气光值选取不准确的问题,改进了四叉树分割方法,即增加相邻区域比较的策略,使该算法可以更加精确地获取大气光值,使恢复后的图像更加清晰自然,细节保留更加丰富。借助大气散射模型与优化后的透射率恢复无雾图像。实验结果表明,本文方法能够有效地去除光晕效应,准确地获取大气光值。

URP渲染管线下的体积雾

通过加入空间注意力机制进行单幅图像的去雨，去雾操作

暗通道优先(dark channel prior)规律在处理单幅户外场景图像去雾方面取得了非常好的效果,但是该方法在处理较高分辨率图像时需消耗大量的存储和计算资源,同时对于部分场景会得到不够准确的结果.仍然基于暗通道优先,根据观察实验,得到透射梯度优先规律,并结合多分辨率处理,提出了改进的图像去雾新方法.经过大量实验和理论分析,透射梯度优先不仅显著减小了去雾处理的计算量,它所引起的优化方法和参数变化还可能提升透射图计算的准确性.实验结果也证明,新方法仅需原方法1/8左右的计算时间和存储空间,就能够得到与原方法基本一致甚至更准确的去雾结果.