数字图像处理-暗通道去雾与matlab代码实现

基于色彩恒常理论的图像去雾技术_芮义斌---FMR算法.pdf

夜间图像去雾对夜间场景中的视频监控、目标识别等有重要应用价值。目前夜间图像去雾研究较少，且处理结果存在失真度高、细节模糊、稳健性差等缺点。针对以上情况，结合大气散射模型和夜间雾天图像成像特点，提出基于Retinex理论和暗通道先验的去雾算法。首先，根据Retinex理论求得夜间场景的有雾入射光图像和有雾反射光图像；其次，利用暗通道先验得到场景的无雾反射光图像；然后，分别根据夜间雾天图像和有雾反射光图像求得光源位置和景深，利用相机成像机理求得场景点与各光源的距离之和，进而求得无雾入射光图像；最后，利用Retinex理论复原得到夜间无雾图像。实验结果表明，本文算法不仅能彻底去雾，提高图像对比度，更能大幅度降低去雾过程中的颜色失真。

现在我国尤其是北方城市，工业发达，废弃排放严重，这使得雾霾越来越厉害，让能见度极低。这严重影响了我们的交通系统，导航系统，卫星定位系统等，给人民出行，工作带来极大的不便利。目前市场上高清拍摄设备虽然可以让成像清晰点，但是造价高昂。如果有一套软件处理系统，可以实时地处理含雾的图像，让成像去雾化，让图像变得清晰，将会很受欢迎。 该课题为基于MATLAB的图像去雾系统，采用局部直方图，全局直方图，retinex三种算法进行图像去雾。为了让界面更加美观，可以增加GUI人机交互界面，在GUI上显示去雾前后对比图，方法选择按钮，提示信息框，以及评价参数如灰度直方图，峰值信噪比P

一个图像去雾的小代码，需要的同学可以看一下，去雾精度不是很高，但是可以可以用来研究，不是暗通道处理发原理的一种算法了。

retinex 图像去雾代码 运行速度很快 希望可以帮到大家

何凯明大声去雾算法matlab版本的实现，欢迎下载学习！

提出了一种基于深度学习的单幅图像去雾算法。利用卷积神经网络,通过学习雾天图像与清晰图像的YUV(Y代表的是亮度,UV代表的是彩度)各个通道之间的映射关系实现去雾。网络结构由两个相同的特征模块组成,主要包括多尺度卷积、卷积和跳跃连接结构。实验结果表明,无论是针对合成雾天图像数据集还是针对自然雾天图像数据集,所提去雾算法恢复的图像皆具有较高的清晰度和对比度,在主观评价和客观评价上均优于其他对比算法。

matlab版何恺明老师暗通道去雾法源码

Unity体积光体积雾插件，支持Unity2019