【图像去雾】基于DehazeNet实现图像去雾附matlab代码

最新推荐文章于 2024-06-15 11:03:16 发布

matlab科研助手

最新推荐文章于 2024-06-15 11:03:16 发布

阅读量458

点赞数

CC 4.0 BY-SA版权

分类专栏：图像处理文章标签： matlab 开发语言图像处理

本文链接：https://blog.youkuaiyun.com/matlab_dingdang/article/details/130168858

图像处理专栏收录该内容

872 篇文章

订阅专栏

文章介绍了图像去雾的重要性和基本原理，提供了一段基于GuidedFilter的Matlab代码实现，该代码用于图像去雾处理，提高雾天成像的清晰度。此外，还引用了相关文献，探讨了基于DehazeNet的图像去雾方法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。

🍎个人主页：Matlab科研工作室

🍊个人信条：格物致知。

更多Matlab仿真内容点击👇

智能优化算法神经网络预测雷达通信无线传感器电力系统

信号处理图像处理路径规划元胞自动机无人机

⛄ 内容介绍

雾是一种常见的大气现象,空气中悬浮的水滴,灰尘,细沙或其他颗粒等都会引起成像清晰度的降低.在雾天的成像过程中,远处物体的反射光无法穿过稠密大气到达摄像头,大气散射导致成像对比度的下降.因此,图像去雾已经成为图像处理和机器视觉领域的研究重点和热点.

⛄ 部分代码

function q = guidedfilter(I, p, r, eps)%   GUIDEDFILTER   O(1) time implementation of guided filter.%%   - guidance image: I (should be a gray-scale/single channel image)%   - filtering input image: p (should be a gray-scale/single channel image)%   - local window radius: r%   - regularization parameter: eps[hei, wid] = size(I);N = boxfilter(ones(hei, wid), r); % the size of each local patch; N=(2r+1)^2 except for boundary pixels.mean_I = boxfilter(I, r) ./ N;mean_p = boxfilter(p, r) ./ N;mean_Ip = boxfilter(I.*p, r) ./ N;cov_Ip = mean_Ip - mean_I .* mean_p; % this is the covariance of (I, p) in each local patch.mean_II = boxfilter(I.*I, r) ./ N;var_I = mean_II - mean_I .* mean_I;a = cov_Ip ./ (var_I + eps); % Eqn. (5) in the paper;b = mean_p - a .* mean_I; % Eqn. (6) in the paper;mean_a = boxfilter(a, r) ./ N;mean_b = boxfilter(b, r) ./ N;q = mean_a .* I + mean_b; % Eqn. (8) in the paper;end