所有方法的图像去雾程序，直接运行 出程序，通过改变不同去雾方法的参数值，得到不同的去雾后的图像和原图，里面直方图，暗通道，模糊去雾，retinex，实时去雾会自己计算时间，下采样，可以保存图像

针对传统Retinex算法在图像去雾处理中易造成光晕伪影、边缘模糊以及算法复杂度高等缺点,提出了一种图像去雾的小波域Retinex算法.该算法将Retinex算法拓展到小波域,利用雾天图像中雾霾与景物细节信息在小波域中能量的不同分布特点,采用Retinex算法抑制雾霾分量,用锐化处理增强景物细节信息分量,以降低雾霾对图像的影响,增强图像细节的清晰度;该算法用双边滤波替代传统Retinex算法中的高斯滤波,以克服高斯滤波对图像边缘的模糊效应和光晕伪影.实验结果表明,该算法能有效地改善雾天图像的退化现象,提高

retinex 增强图像源代码 增强图像清晰效果 ，

retinex的纯c代码，用于提高图像对比度

retinex 算法介绍 图像处理 消除模糊等 图像增强

代码给出了最基本的基于Retinex原理的matlab实现手段。

通过对汪荣贵基于暗原色先验的Retinex去雾的学习而编写的对应的matlab去雾程序，对于雾不是特别浓的时候去雾效果还是不错的，这里共享matlab源码，里卖弄注释很全，都是自己注释的。

本科毕业设计用MATLAB的GUI设计一个界面，实现用多种方法的图像去雾，上面给出主函数，里面所有方法的函数都有的，也解释了代码，有人要答辩PPT或者参考论文等资料可以找我，还有去雾的图片。

该代码是由C语言开发的，是一种全局Retinex灰度图像去雾算法，效果很不错的。

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。