haze:Python实现经典图像去雾算法

Paper - Single Image Haze Removal Using Dark Channel Prior, 论文复现 - 基于暗通道先验的图像去雾算法 Reference Paper： Single Image Haze Removal Using Dark Channel Prior - Kaiming He, Jian Sun, and Xiaoou Tang, Fellow, IEEE. Algorithm demonstration： Requirements: * Matlab toolsbox

ENVI除云工具haze tool及说明文档，仅供学习转侵删。Dal Moro, G., & Halounova, L. (2007). Haze removal for high-resolution satellite data: A case study. International Journal of Remote Sensing, 28, 2187-2205 Liang, S.L., Fang, H.L., & Chen, M.Z. (2001). Atmospheric correction of landsat ETM+ land surface imagery - Part

云检测使用方式：云层厚度检测、云层厚度完善、云层去除等

ENVI去云补丁Haze Tool及其使用说明

影像除云补丁及说明

图像去雾算法的的原文，在本文中，我们提出了一个简单但有效的图像先验暗通道之前，从一个单一的输入图像去除混浊。暗通道先验是一种室外无雾图像的统计。这是基于一个关键的观察结果，大多数室外无雾图像中的局部斑点包含一些像素，这些像素在至少一个颜色通道中的强度非常低。利用这一先验模型，我们可以直接估计薄雾的厚度，并恢复高质量的无薄雾图像。在各种模糊图像上的结果表明了该算法的有效性。此外，作为除雾的副产品，还可以获得高质量的深度图。

下载补丁后，粘贴在安装目录下的save add文件夹下即可使用。

何凯明先生09年CVPR会议最佳论文，Single Image Haze Removal Using Dark Channel Prior，中英文都有，并且有何恺明在CVPR会议上演讲时的ppt——基于暗通道先验的单幅图像去雾技术，并且有何凯明公开的源码guided-filter-code。

何恺明博士的经典论文，极简单的方式对图像去雾做了重大提升。 本文为原论文的翻译。