基于暗原色先验的去雾理论与算法的学习.pptx

基于暗原色先验的去雾理论与算法的学习报告 By唐建城 杨琪泽 去雾除霾现实意义近几年空气质量退化严重，雾霾等恶劣天气出现频繁，PM2.5值越来越引起人们的广泛关注。在有雾天气下拍摄的图像模糊不清，清晰度不够，细节不明显，色彩保真度下降，出现严重的颜色偏移和失真，达不到满意的视觉效果。限制和影响了室外目标识别和跟踪、智能导航、公路视觉监视、卫星遥感监测、军事航空侦察等系统效用的发挥，给生产与生活等各方面都造成了极大的影响。以公路监控为例，由于大雾弥漫，道路的能见度大大降低，司机通过视觉获得的路况信息往往不准确，进一步影响对环境的判读，很容易发生交通事故，此时高速封闭或者公路限行，给人们的出行带来了极大的不便。 去雾除霾现实意义迫切需要对雾天图像进行有效的去雾处理 去雾除霾方法图像去雾的两大类方法（1）基于大气散射物理模型法：暗原色先验去雾，偏振成像去雾。（2）基于图像增强的算法：直方图均衡化，同态滤波，小波变换，Retinet算法等。由于时间以及能力关系，我们只研究了暗原色先验去雾。 暗原色先验去雾原理暗通道（原色）先验——何凯明 2009年CVPR最佳论文作者何凯明博士（2007年清华大学毕业，2011年香港中文大学博士毕业）首次提出暗通道先验理论。 2010年提出引导滤波算法对滤波效果改进。 2011年对暗通道先验理论进行改进。 2013年对引导滤波算法进行改进。 何凯明主页(