GUI图像去雾，MATLAB方法。带界面，实现不同方法选择，显示去雾前后效果图。

全部reside用于图像去雾数据集，包括子集，进入网盘下载即可

针对传统去雾算法结果中颜色和对比度失真等问题,提出了一种基于多尺度融合和对抗训练的图像去雾算法。采用多尺度特征提取模块从多个不同尺度中提取雾霾相关特征,利用残差密集连接模块实现图像特征的交互,避免了梯度消失。由于其不基于大气散射模型,直接将图像的浅层特征和深层特征进行多尺度融合,所以克服了物理模型的不精确性。去雾网络的训练采用生成对抗机制,由多尺度特征提取模块和残差密集连接模块构成的生成器估计清晰的无雾图像,由两个不同尺度感受野的子网络构成的鉴别器完成对抗训练。在RESIDE(Realistic single image dehazing)数据集上进行对比实验,结果表明本算法生成的去雾图像在全参考和无参考的视觉质量指标方面优于其他对比算法。

图像去雾增强算法图像去雾增强算法.pdf

图像去雾算法及其应用研究.pdf

图像去雾的小波域RETINEX算法.pdf

基于直方图优化的图像去雾技术-全套系统MATLAB智能驾驶深度学习，整理了相关的函数处理，最终通过GUI展示出处理的技术流程

资源包含文件：设计报告word+运行说明+Python代码+MATLAB代码+可执行exe文件+项目截图 室外图像的质量有时会因为雾和霾的原因有所下降，空气中的灰尘和水气对光线的吸收和散射，使得进入摄像机镜头的光混杂了白光，从而导致实际景象的对比度降低。 训练了 AOD 卷积网络来进行图像去雾，并对数据集图片做一定的处理，增加了网络的鲁棒性，去雾效果也很不错。暗原色先验的去雾算法使用 MATLAB 实现，使用 MATLAB 的 GUI 设计了用户界面；AOD 卷积网络使用 Python 实现，使用 pyqt 设计了用户界面。 详细介绍参考:https://biyezuopin.blog.csdn.net/article/details/122512619?spm=1001.2014.3001.5502

GUI图像去雾，MATLAB方法。带界面，实现不同方法选择，显示去雾前后效果图。

本科毕业设计收集的资源希望可以帮助到大家 Fattal的去雾算法的实现，包括主函数和调用函数