暗通道先验原理——DCP去雾算法

版权声明：原创博文如需转载，请注明出处谢谢！ https://blog.csdn.net/qq_28878661/article/details/85262811

一、雾图形成模型：

—待去雾图像；—恢复的无雾的图像；—全球大气光成分；—透射率

变形：

c为R、G、B三通道。

二、Dark Channel Prior——统计规律

对于一个无雾图像，每个局部区域很可能至少一个颜色通道会有很低的值，或黑色东西。（非天空区域）

每个局部区域都总有一些很暗的东西。

Dark Object Subtraction：利用全图最暗点来去除全局均匀的雾。

经过大量实验，局部找最暗点进行均匀去雾有很好的效果，由此推出Dark Channel Prior将全局改为局部去雾。

三、暗通道先验

任意输入图像J，暗通道表达式：

—彩色图像的每个通道；—以像素x为中心的一个窗口

在以x为中心的最小区域中找出r，g，b通道中最低值。

求每个像素RGB分量最小值，存入一副和原始图像大小相同的灰度图中，再对这幅灰度图进行最小值滤波。

窗口大小                        滤波半径

四、有无雾图像区别

有雾：暗通道存在大面积灰白情况

无雾：暗通道大部分黑色