基于Matlab的暗通道先验算法图像去雾

基于Matlab的暗通道先验算法图像去雾

雾天是摄影中比较棘手的问题之一，因为雾天会降低图像的清晰度和对比度。图像去雾处理是解决这个问题的重要手段之一。本文介绍了一种基于Matlab的暗通道先验算法图像去雾方法。

暗通道先验

暗通道先验是一种用于天然图像描述的先验知识。在自然图片中，至少有一个子区域是不受光照条件限制的，这个子区域被称为暗通道。暗通道是一种与天然图像有关的全局统计特征，它具有普适性和稳定性。暗通道先验假设，在大部分情况下，暗通道值小于1，即：

min[rgb] = J(x) (1-alpha*min(dark_channel)), 其中J(x)是输入图像的暗通道，alpha是一个可调参数（一般取0.1-0.2），dark_channel是指所有像素的暗通道最小值。

通过对暗通道进行判断，可以从图像中提取出更多的信息来。

基于暗通道先验的去雾步骤

该算法主要包括以下步骤：

1. 获取暗通道：将输入图像J(x)进行最小值滤波，得到模糊的暗通道图。

2. 估计大气光A：通过暗通道图，找到所有像素的暗通道的全局最大值，且像素点rgb中的任意一个值rgb[i]与该暗通道值相等，则可以认为该像素属于雾区域。选择雾区域中亮度最高的像素作为全局大气光A。

3. 修正透射率t： t是图像中每个像素在雾天中传播的比例。在暗通道先验下，t并不是线性的，而是指数型的。即：

t(x) = 1 - w*min[rgb_c]/A

其中w是一个可调参数（一般取0.95），rgb_c是雾霾区域内的颜色值，A是上一步求出的全局大