用OpenCV2.3.1实现的暗通道去雾算法。压缩文件是一个工程文件，解压后工程文件内附“说明文档.txt”粘贴代码即可使用.本人练手拙作，注释比较详细，工程内另附Matlab代码，整个OpenCV代码的实现过程依据的就是那段Matlab代码

大气消光系数去雾算法总结，承接上一篇传的去雾算法每个人理解总结，然后还要之前本人写的代码，也在资源里面，非暗通道处理的去雾代码

很经典的matlab去雾算法 步骤清晰 有具体的源代码

遥感图像去雾算法研究 武汉大学 石文轩 李婕

为解决现有去雾算法中存在的透射率过估计、天空区域颜色失真、实时性差等问题,提出了一种基于金字塔模型的快速高效实时视频去雾算法。采用金字塔向下采样获取缩小后的图像,引入伪去雾图像与暗原色置信度作为修正因子,获取缩小图像的粗透射率;然后将缩小图像还原至初始尺寸,利用联合双边滤波对纹理进行细化;最后结合大气光散射模型及帧间视频去雾理论复原降质视频。实验结果表明,该算法的去雾效果彻底,可对多种场景进行有效去雾。相比其他算法,本算法的峰值信噪比和平均结构相似性分别提高了20.153%和14.056%,且处理快速、运行稳定,可用于实时视频去雾。

用halcon代码实现的去雾算法，效果显著，附件有待处理的图片。

基于何恺明的暗通道先验（dark channel prior）去雾算法，文件包中有测试图片，可直接测试运行，有部分代码注释，直接运行test.m即可

#CUDA 使用暗通道先验去雾算法的实现 在 CUDA 上实现的去雾算法。 ＃＃特征 OpenCV 读取图像并在 GPU 上处理它们 共享内存优化 多平台支持（Windows、Linux、Mac） ＃＃用法 确保已安装 openCV、CUDA 工具包和 NVIDIA 显卡 git clone https://github.com/arsenalliu123/dehazing-GPU.git cd dehazing-GPU make clean && make Debug/dehazing -h 由 Yichen Liu 和 Yin Lin 开发

MATLAB典型去雾算法代码...rar

针对传统去雾算法需要人工提取特征,对比度低、信噪比低等问题, 提出一种基于多特征融合的卷积神经网络去雾算法。利用卷积神经网络算法模拟人类视觉系统对雾天图像进行层次化处理, 实现自动提取特征。算法采用直接从雾天图像到清晰无雾图像映射的学习方式, 该映射由特征提取、多尺度特征融合和浅层深层特征融合联合实现。多尺度特征融合提升网络对图像细节的重建, 浅层深层特征融合则将浅层卷积得到的轮廓信息和深层卷积得到的细节信息进行融合, 提升去雾重建的整体效果。实验结果表明, 相比于单一尺度网络, 多特征融合网络的峰值信噪比提高了1.280 dB。本文算法对自然雾天图像去雾效果明显, 细节信息和对比度均优于其他算法, 为去雾方法的研究提供了新思路。