image defogging

资 源 简 介

image defogging

详 情 说 明

图像去雾技术主要用于消除因大气散射或恶劣天气条件（如雾、霾、烟尘）导致的图像质量下降问题。这类算法通常基于物理模型（如大气散射模型）或数据驱动的深度学习方法，通过估计透射率和大气光分量来还原清晰图像。

在湍流校正方面，主要解决因空气密度变化（如热浪、长距离拍摄）造成的光学畸变。这类问题常采用基于模型的反卷积方法或利用神经网络学习湍流特征，通过估计点扩散函数（PSF）或直接预测清晰图像来实现校正。

当前主流技术结合了传统图像处理（如暗通道先验）与深度学习框架（如GAN、Transformer），既能处理均匀雾霾，也能应对动态湍流干扰。实际应用中需权衡计算复杂度与实时性要求，例如移动端部署可能选择轻量级网络，而科研场景更关注精度极限。