通过一种新的透雾算法对图像进行处理,得到含雾图的透雾结果图。适合白天、夜晚多场景多种含雾程度的图像处理,处理速度较快,能够满足实时化处理。

    在此致敬何凯明的暗通道透雾算法。

效果展示

测试图像1:

测试图像2:

测试程序

matlab测试程序路径如下:

AomanHao_example_of_algorithms/0-image_Dehaze at main · AomanHao/AomanHao_example_of_algorithms GitHub

下一步工作

基于图像增强的方法不考虑有雾图像的形成过程,而是直接通过突出图像的细节,提高对比度等方式,从而使有雾图像看上去更加清晰。去雾算法对于雾天图像都有着明显的去雾效果,下述几点仍有可能是今后图像去雾领域的研究重点和难点:

(1) 更加真实的雾天图像数据集。由于在自然界中很难拍摄到一组背景相同的有雾图像和无雾图像,因此目前训练数据集均是通过合成得到的,虽然能够在一定程度上拟合自然环境,但是仍然存在着一些差距。。

(2) 更加简便的去雾算法。目前能够有效去除单幅图像上的雾霾,但存在着时间复杂度高的问题,需要进一步优化应用到视频去雾或者需求较多的复杂任务中去。

(3) 鲁棒性更强的去雾算法。对图像上存在的均匀的薄雾有较好的去雾效果,对于浓雾或者分布不均的团雾则效果较差。


个人博客 www.aomanhao.top

Github https://github.com/AomanHao

CSDN https://blog.csdn.net/Aoman_Hao

zhihu https://www.zhihu.com/people/aomanhao-hao