暗通道去雾

资 源 简 介

暗通道去雾

详 情 说 明

暗通道去雾是一种基于大气散射模型的经典图像去雾算法，通过物理建模有效恢复雾天图像的清晰细节。其核心思想源于一个关键观察：在非天空区域的局部块中，至少存在一个颜色通道的像素值非常低（即暗通道先验）。

算法主要分为三个关键步骤： 暗通道计算 - 对输入图像每个像素取RGB三通道的最小值，再在局部窗口内取最小值，形成暗通道图。这一步揭示了雾的浓度分布。

大气光估计 - 通常选择暗通道图中最亮的0.1%像素对应原始图像位置的平均值作为全局大气光A。这个参数代表无限远距离的环境光强度。

透射率估计 - 通过暗通道和大气光计算每个像素的透射率T，表示光线到达相机的衰减比例。引入调节系数避免过度去雾，通常使用soft matting或导向滤波优化透射图。

最终通过大气散射模型逆向求解，用估计的A和T恢复无雾图像。该算法在Matlab中可通过分模块实现，每个.m文件对应特定功能，如单独计算暗通道、估计大气光、优化透射率等，适合初学者理解算法模块化思想。

需要注意的是，传统暗通道算法对大面积天空区域处理不佳，后续改进通过天空区域检测或结合深度学习获得了更好效果。该算法为后续基于物理模型的去雾研究奠定了基础。