Image Dehazing Framework Using Brightness-Area Suppression Mechanism复现

本文为Image Dehazing Framework Using Brightness-Area Suppression Mechanism阅读笔记和复现。

原文翻译（机翻）

1. 摘要

由于越来越多的室外图像经常由于雾霾而退化并且遭受不良的可见度，因此在最近几十年中，去除雾霾已经成为图像恢复的重要任务。 提出了一种基于Koschmieder模型的系统除雾框架，该框架采用了一种新颖的亮度区域抑制机制。 首先，全局亮度区域抑制将大规模的大气面纱与保留边缘的滤镜相结合，可以保护白色物体不会变暗。 然后，基于天空检测的局部亮度区域抑制可以防止天空区域过度饱和。 另外，在该除雾系统中设计了后处理程序，以生成具有更好视觉感知的无雾图像。 该框架是无限的和可扩展的，因为它可以接受其他更好的除雾技术作为内部的核心步骤之一。 实验表明，该框架的性能优于多种最新的除雾算法。

2. Methodology

本节描述了基于Koschmieder模型的整个除雾框架。 整个流程图如图1所示，模型表示如下：

其中J（x）是朦胧图像，I（x）是所需的无雾图像，需要评估其他参数：A是大气光的强度，t（x）是描述大气光如何到达相机的透射率 。

2.1Sky Detection

使用上述算法后，天空区域通常会出现颜色异常，并且出现色点会导致过饱和。 戴[15]提出了一种检测天空区域的方法。 通过天空分析函数获得的参数k为：

其中a0是一个常数，参数B是一个布尔值，表示朦胧图像中是否存在天空，参数β是参数B的置信系数。参数Mean表示朦胧图像J（x）中天空区域的平均值 ）。 参数k是局部亮度抑制的标量，将在Sect2.4中采用以抑制局部亮度区域。

2.2 Atmospheric Light Detection

为了更快地估计空气的亮度，本文提出了一种基于直方图灰度区间的统计方法。 Jmin（x）被定义为RGB图像的最小分量，可以通过以下