Picture-defogging：暗通道去雾法

算法实现在本人的GitHub：https://github.com/wk123467/Picture-defogging.git

算法原理

该算法使用McCarney大气散射模型$I(x)=J(x)t(x)+A(1-t(x))$，其中$I(x)$代表待去雾图片、$J(x)$代表去雾图片、$t(x)$代表大气折射率、$A$代表大气光值，则可推断出去雾图片$J(x)=(I(x)-A)/t(x)+A$。要想推断出去雾图片，需要计算出大气折射率$t(x)$和大气光值$A$，而他们均需要待去雾图片的暗通道。

原图

暗通道计算方法

1. 计算输入图片所有像素点位置在RGB三通道中的最小值，记为darkMat。例如，某个像素点位置的RGB三通道像素值为[r:34, g:45, b:18]，则该位置选择像素值为18
2. 对darkMat进行最小值滤波(或引导滤波），得到的暗通道示意图如下所示
   

大气光值计算方法

1. 取暗通道前0.1%的像素值位置
2. .找出待去雾图片对应的多个像素值位置
3. 对这些像素值位置取平均，最终得到一个整数A

大气折射率计算方法

• 该计算方法为$t(x)=1-\omega \times (\frac{darkMat}{A})$,其中$\omega$为控制去雾程度，因为图片中包含雾可以使图片拥有纵深，更真实。此时得到的大气折射示意图如下所示
  

总结

1. 通过大气折射模式的简单变换即可得到去雾图片，方便简洁，而且效果好
2. 算法中实现了两种图像滤波（引导滤波(图上)、最小值滤波(图下))，得到的结果如下所示。从图中可以观察到引导滤波的效果更好