暗通道去雾，含有导向滤波，效果相当好，

何凯明博士2009年的论文（暗通道去雾）Single ImageHaze Removalusing Dark Channel Prior中的代码实现，可以直接运行的程序。

行人检测是实现智能交通与客流监控的关键技术，深度学习方法训练模型已经在行人检测领域取得了良好的效果。但是当训练样本质量不佳时，训练的模型往往不能得到令人满意的效果。为了提高雾霾天气与曝光较强环境下的行人检测效果，提出了将暗通道去雾算法应用于深度学习的样本预处理中，并使用快速深度卷积神经网络训练行人检测模型。在实验中，首先对10000张样本图片采用暗通道去雾算法进行预处理，之后分别使用有无暗通道去雾算法预处理的样本图片训练模型，最后比较这两种模型在不同场景下的模型检测准确率。实验结果表明，使用暗通道去雾预处理后的样本训练得到的深度模型具有更好的检测效果，在多种场景下的检测率都得到提升。

Image Processing Author：zhiyu-Lin Date：2018-7-25 E-mail: Description: 数字媒体课程大作业，用django实现交互界面 环境 python>=3.5 django==2.0.4 opencv-python==3.4.0.12 numpy==1.13.1 PIL==4.2.1 pip install -r requirements.txt 实现功能 改变图像对比度、饱和度、亮度-opencv库辅助完成 图像接缝裁剪-seam carving算法实现 图片去雾-暗通道去雾算法 运行 #命令行输入 python manage.py runserver 0.0.0.0:8000 #在浏览器输入 localhost:8000/hello 结果 通过滑动条来调节图片对比度、亮度和饱和度，三种效果可重复叠加。 在size输入框中输入裁剪

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

图像去雾的几种经典方法 有空间双边滤波去雾 暗通道去雾 引导滤波去雾 图像去雾质量评价标准等代码

17二、算法介绍①全局直方图均衡化：通俗地理解就是，不管三七二十一，直接强行对彩色图像的R②局部直方图均衡化：设置一个固定大小的滑块，分别对彩色图像进行R③Retinex算法：通俗地讲就是，分离R

基于暗通道优先算法的去雾应用Matlab

何凯明暗通道去雾的复现。边缘保存用的是导向滤波。

用OpenCV2.3.1实现的暗通道去雾算法。压缩文件是一个工程文件，解压后工程文件内附“说明文档.txt”粘贴代码即可使用.本人练手拙作，注释比较详细，工程内另附Matlab代码，整个OpenCV代码的实现过程依据的就是那段Matlab代码