参数说明： I： 已有的图像(待去雾的图像) J： 要恢复的无雾图像 A： 全球大气光成分，分r、g、b三个通道，三维向量 te： 透射率矩阵 t： 滤波平滑后的透射率矩阵 求出每个像素RGB分量 中的最小值，存入一幅和原始图像大小相同的灰度图中，然后再对这幅灰度图进行最小值滤波，滤波的半径由窗口大小决定。暗通道先验的理论指出，J_dark会趋向于0。

依据背景光的海洋光学定义, 提出了一种新的自然光照条件下的水下图像复原方法。基于合理假设及光学理论公式推导, 估计出计算背景光所需的水体光学参数(衰减系数和散射系数); 利用散射系数与波长的关系分别计算红、绿、蓝三个通道的传输函数值, 并使用导向滤波精细化传输图像; 最终通过逆求解成像模型复原水下图像。实验结果表明所提算法在恢复场景物体原始颜色及去除背景散射方面有一定的优势。

针对暗通道先验在天空区域的失效问题,提出了一种基于亮度模型融合的改进暗通道先验图像去雾算法。首先通过Canny算子分割得到天空区域与非天空区域;其次,利用亮度模拟景深,重构亮度透射率,并通过与暗通道透射率的融合构成天空区域透射率,最后的透射率图经由快速引导滤波进行精细化处理;大气光值选择抗干扰能力更强的天空区域中像素强度值前0.1%的像素中值;最后,经由大气散射模型恢复出无雾图像。实验结果表明,该算法针对含雾图像能够有效地恢复出图像的细节并抑制光晕现象,明亮度适宜,颜色自然。

ppt共有59页，讲解的十分详细，对于何提出的暗通道先验算法去雾有了非常详细的解释，看后十分有收获。

代码运行效果图见压缩包

2009年的IEEE最佳论文翻译，基于暗通道先验的图像去雾

[1]李晓川,黄成强,祝永新,田犁,闵嘉华,汪辉.基于暗通道先验和灰度世界的自动白平衡算法改进[J].工业控制计算机,2018,31(11):90-92.

基于暗通道先验的图像去雾算法.zip

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

基于暗通道先验的去雾算法研究，GUI中可以改变不同的参数，大气光值，导向滤波数值，最小滤波半径，得到不同程度的去雾结果图。有原图和去雾后图片 的对比，还有PPT说明。