Retinex与暗通道融合的海参图像去雾方法

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

包括滤波算法等可用代码及相关说明文档，但是未整合到平台，不能直接运行

单个图像除雾 介绍 该程序使用暗通道先验实现单图像去雾。 编译依赖 OpenCV 脾气暴躁的 例子 演算法 使用暗通道先验去除单个图像混浊，何凯明，孙建和唐小鸥”，在CVPR 2009中 指导图像过滤，何凯明，孙健和汤小鸥”，在ECCV 2010中。

（MATLAB）直方图图像去雾增强（带界面GUI，方法是全局直方图，暗通道，retinex，同态滤波等，步骤详细）

为提升水下图像的视觉效果, 提出了基于红色暗通道先验(RDCP)和逆滤波的水下图像复原算法。该算法首先简化Jaffe-McGlamery水下光学成像模型, 在此基础上, 利用RDCP消除水下成像过程中后向散射引起的图像雾化效果；然后结合各通道透射率图与光学传递函数的数学关系, 采用逆滤波去除前向散射分量；最后采用基于高斯分布的线性拉伸提高图像对比度。使用该算法与几种主流的水下图像处理算法对多种水下环境拍摄得到的图像进行处理, 并计算信息熵等客观评价指标。实验结果表明, 该算法能够更好地平衡图像的色度、对比度及饱和度, 视觉效果更接近自然场景下的图像。

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