G-SVD：基于高斯卷积与奇异值分解的暗通道去雾算法研究.pptx

content目录01研究背景与问题提出02核心算法原理与创新机制03关键技术实现路径04实验设计与性能评估05优势分析与应用场景拓展06总结与未来展望

研究背景与问题提出01

大气散射模型为单幅图像去雾提供了理论基础，但传统方法在实际应用中面临显著局限01理论基础大气散射模型为单幅图像去雾提供了物理依据，描述了雾霾导致光线衰减与对比度下降的成因。该模型将有雾图像表达为场景辐射与透射率、大气光的函数关系，是多数复原算法的核心出发点。02传统局限传统基于暗通道先验的方法依赖全局大气光假设和固定滤波策略，难以应对非均匀雾分布。在浓雾或大亮度区域易产生块状效应与色彩失真，影响视觉自然性与后续识别任务