本GUI界面为图像去雾系统，使用matlab实现的功能有4点：
1.使用全局直方图均衡化的方法实现给有雾图像去雾。
2.使用Retinex算法实现给有雾图像去雾。
3.使用暗通道算法实现给有雾图像去雾。
4.使用加雾算法给无雾图像添加雾，然后再用3个算法实现去雾，得到处理后的图像。
5.通过直方图对比，观察处理前后直方图的区别。保存处理后的图片。
2021-04-20 10:03:02
418KB
1
何凯明博士的去雾文章和算法实现已经漫天飞了，我今天也就不啰里啰唆，直接给出自己python实现的完整版本，全部才60多行代码，简单易懂，并有简要注释，去雾效果也很不错。
在这个python版本中，计算量最大的就是最小值滤波，纯python写的，慢，可以进一步使用C优化，其他部分都是使用numpy和opencv的现成东东，效率还行。
import cv2
import numpy as np
def zmMinFilterGray(src, r=7):
'''最小值滤波，r是滤波器半径'''
'''if r <= 0:
return src
h, w = src.shape
2021-04-07 16:12:28
382KB
1
我用的是VS2010+opencv2.49 当然可以根据自己的环境配置一下就可以了。代码里面用的是三通道去雾，效果不错。 效果比单通道好一点。 比softmating 稍微差一点点（看不怎么出来），但是速度比softmating快很多倍。
2020-01-05 03:13:57
11KB
1
基于改进暗通道的去雾算法图像增强与图像修复二者之间有一定交叉，尽管它们一个强调客观标准，一个强调主观标准，但毕竟最终的结果都改善了图像的质量。图像去雾就是这两种技术彼此交叉领域中最典型的代表。如果将雾霾看作是一种噪声，那么去除雾霾的标准显然是非常客观的，也就是要将图像恢复至没有雾霾下所获取的情况。但是如果将在雾霾环境下拍摄的照片就看作是一种图像本来的面貌，那么去雾显然就是人们为了改善主观视觉质量而对图像所进行的一种增强
2019-12-21 19:42:16
3.68MB
1