图像去雾方法的微小改进

1、引言

本文是基于暗通道先验的图像去雾方法，做了微小的改进。

2、正文

已知暗通道先验图像去雾方法步骤如下：

1）已知，图像退化模型为：

其中I(x)为物理设备获得图像，J(x)为真实的图像，A为天空光（airlight），t(x)为透射率，图像去雾的主要工作是计算透视率t(x)，估计天空光A。为什么说是估计天空光，因为天空光，就是天空的光线，从太阳那里直射过来的（^_^）。

2）根据暗通道先验理论经过一系列的换算得到：

根据上面的公式计算得到透射率的估计值，然后用抠图方法，得到最后的透射率。

由于抠图需要进行迭代计算，一般不好估计开销，也就是时间开销可能很大，因此不适合作为工业技术。为此很多人尝试对估计的透射率进行滤波，如双边滤波，引导滤波，联合引导滤波等，这些都是锐化边缘、平滑细节的滤波。

经过一些实验，我发现，其实按照下面的公式，得到的透射率已经具有很好的效果：

我的方法得到的结果，见下图：

Figure：暗通道窗口大小3x3，天空光为暗通道图像最大的像素值

如果在估计透射率的时候，对输入图像（或对透射率）进行锐化边缘、平滑细节的滤波，去雾后图像更清晰，我实现了一种简单的滤波，得到如下效果：

请稍微用点心仔细观察，（^_^）!

3、总结

至于为什么会得到这样的效果，我研究的不是很透彻，未来有空会去弄明白。有人分析，当暗通道窗口达到14以上，不用抠图方法，原方法去雾的效果就已经很好了，不过相应的时间开销会很大，我这里只用了3x3的暗通道计算窗口，当然速度很快了。

总之，如果质疑我的方法的话，请查阅我的代码，在：https://github.com/huneng/Image-dehazing，附有测试图片。欢迎批评指正。

Figure 2：左：原图，中：图像为滤波，右：图像滤波