图像去雾-dehaze-defog
来源:互联网 发布:软件外包公司介绍ppt 编辑:程序博客网 时间:2024/05/22 04:36
图像去雾算法最近应该都是从何凯明博士的CVPR论文衍生出来,论文中基于一种假设:
没有雾的图像的dark_channel值都接近于0,而有雾的图像则不等于0.
将有雾图像的dark_channel值逆向归零,便可恢复出没有雾的图像,达到去雾的效果。
这里简单记录一下算法的过程:
src为有雾的图像。
dst为取出雾的图像。
Darkval是图像局部区域的最小值,w是一个调整系数。
A在论文中的意思是大气中的光成分,
在code中
minAtomsLight=240
dc() = min(img(:,:,:));
dc2 = minfilt2(dc, [krnlsz,krnlsz]);
A = min([minAtomsLight, max(max(dc2))])
dark_channel局部区域的最大值,听起来很拗口。
算法的核心就是这样了。
至于soft matting和guided filter是为了更进一步的提高视觉效果而对算法的完善。
算法中的大量的除法运算给实时性要求比较强的产品带来了不少麻烦,各路豪杰纷纷衍生出的适合自己产品的改进算法。
上几张实验图
0 0
- 图像去雾-dehaze-defog
- 图像去雾算法
- 图像去雾
- 图像去雾成果
- 图像视频去雾
- 图像去雾
- 图像去雾
- 02. Dehaze
- 图像去雾算法效果图
- 图像去雾(一般)
- 图像的快速去雾
- 图像处理 去雾算法
- 图像去雾原理【总结】
- 暗通道图像去雾
- 图像去雾技术综述
- 案例演示:图像去雾
- 图像去雾文献整理
- Dehaze---CV Course Project
- Protobuf的简单介绍、使用和分析
- 信息孤岛
- 电子之滤波电容选择
- POJ百炼-2806-公共子序列
- UNIX SOCKET编程简介
- 图像去雾-dehaze-defog
- 字符串加密
- Redis缓存Mysql技术实现
- 剖析浮点数在内存中的存储
- xmpp smack 资源汇总
- 找不到R文件及颜色用法不规范导致的错误
- 【历届试题】幸运数
- 配置github环境使用brackets开发网页
- 算导--最大子数组问题