暗通道先验原理——DCP去雾算法

最新推荐文章于 2025-06-17 13:28:03 发布

AngeliaZ

最新推荐文章于 2025-06-17 13:28:03 发布

阅读量8.9k

点赞数

CC 4.0 BY-SA版权

文章标签：去雾算法 DCP

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.youkuaiyun.com/qq_28878661/article/details/85262811

本文介绍了暗通道先验(DCP)去雾算法的原理。首先阐述了雾图形成模型和透射率的概念，接着讨论了暗通道在无雾图像中的统计规律，即每个局部区域存在暗像素。Dark Object Subtraction方法利用这一特性进行去雾。然后，详细解释了暗通道先验的表达式和实现过程，通过寻找最小值并滤波得到暗通道图像。最后，对比了有雾和无雾图像在暗通道特征上的区别，揭示了DCP算法的有效性。

一、雾图形成模型：

$I(x)=J(x)t(x)+A(1-t(x))$

$I(x)$ —待去雾图像； $J(x)$ —恢复的无雾的图像； $A$ —全球大气光成分； $t(x)$ —透射率

变形：

$\frac{I^{c}(x)}{A^{c}}=t(x)\frac{J^{c}(x)}{A^{c}}+1-t(x)$

c为R、G、B三通道。

二、Dark Channel Prior——统计规律

对于一个无雾图像，每个局部区域很可能至少一个颜色通道会有很低的值，或黑色东西。（非天空区域）

每个局部区域都总有一些很暗的东西。

Dark Object Subtraction：利用

最低0.47元/天解锁文章

新学期VIP享超值加赠

评论 1

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。