NH-HAZE数据集源于以下paper:
[1] C.O. Ancuti, C. Ancuti, R. Timofte "NH-HAZE: An Image Dehazing Benchmark with Non-Homogeneous Hazy and Haze-Free Images", IEEE CVPR NTIRE Workshop, 2020
[2] C.O. Ancuti, C. Ancuti, F.A. Vasluianu, R. Timofte et al. "NTIRE 2020 Challenge on NonHomogeneous Dehazing", IEEE CVPR NTIRE Workshop, 2020
2023-10-20 22:15:40
315.41MB
1
为了提高有雾视频的可用性，针对视频增强的需求，基于图像去雾的物理模型，利用视频相邻帧间的信息冗余性，提出了基于光流法的视频去雾方法；对视频中亮度变化以及光流法误差引起的去雾对象边界不平滑的问题，通过引入时间域和空间域能量函数，对待处理视频进行时空一致性约束。实验证明：对于定点拍摄的视频数据，使用时空一致性优化的视频去雾算法能够增加帧间稳定性，获得较为理想的去雾结果。
2022-11-24 17:23:17
588KB
1
三次样条差值matlab代码
原文：
理论上来说代码一定是能编译能过的。
用的opencv库版本有2.89和3.10
#前言
目前的图像去雾算法很多，思路基本上两条：
1,基于非物理模型，本质上是增强图像的对比度与颜色，并没有对雾天图像的形成原因进行分析而补偿。代表方法是直方图均衡化。效果一般。
2，基于物理模型，现在效果好的去雾算法都是基于物理模型，利用大气物理散射规律来建立图像还原模型，而不同的论文算法，用的模型都不尽相同。基于物理模型的算法因为基于模型更好的分析了含雾图像。并且与现实贴近，效果都不错，只是算法复杂度不同，计算时间长短不同而已。代表方法是何恺明博士的，即基于暗通道先验的去雾算法。
目前感觉效果最好的就是基于暗通道先验的去雾算法。
##Single
Image
Haze
Removal
Using
Dark
Channel
Prior
在去雾算法中，利用的以下物理模型：
其中I(x)是有雾后的图像，J(x)是无雾图像，A是全球大气光照值，t(x)是透射率图。
上式经过化简之后可得到：
其实就是已知I(x)，然后通过分析I(x)，算出J(x)。
##暗通道
首先看什么是
2022-11-23 20:04:51
3.27MB
1
SSR、MSRCR、Retinex和暗通道四种去雾算法的matlab实现，亲测好用，改图片名可以直接运行，效果很好
2022-11-07 18:07:10
3KB
1
何凯明图像去雾算法源代码实现，基于暗通道先验的算法，非常有效果
2022-11-01 11:08:50
6KB
1