用同态滤波的方法进行图像增强，增强雾天图像的能见度，提高图像的质量

暗通道去雾matlab源代码脱氢表雄酮 概括 这是雾度消除算法的MATLAB源代码，该雾度消除算法使用简单的图像增强技术（例如细节增强，伽玛校正和单比例图像融合）对模糊的输入图像进行除雾。 计算流程如下： 输入图像->细节增强->伽玛校正->暗通道基于先验的权重图计算。 ->单比例图像融合->后处理->输出图像 该源代码包括所有计算步骤，但由于版权限制，自适应音调重新映射后处理除外。 运行代码 在MATLAB R2019a中执行文件mIFDH_demo.m可以并排查看模糊的结果。 定性结果 注意：通过执行此源代码获得的结果与此处显示的定性结果不同。 原因是排除了自适应音调重映射后处理。 参考 在任何与使用源代码有关的出版物中，请引用以下参考文献：

小波去雾代码matlab

JT／T 1032－2016 雾天公路行车安全诱导装置，国家关于高速公路建设雾天行车安全诱导的一个规范文件，内容科学合理，详细，具有极高的指导意义

AOD-Net: All-in-One Dehazing Networ 去雾程序代码， 基于pytorch框架重新改写的。支持CUDA的在anaconda中打开当前目录后可以直接调用使用以下命令： python test.py --input_image 文件名.jpg --model .\model_pretrained\AODnet.pth --output_filename .\result\*_AODnet.jpg --cuda

#CUDA 使用暗通道先验去雾算法的实现 在 CUDA 上实现的去雾算法。 ＃＃特征 OpenCV 读取图像并在 GPU 上处理它们 共享内存优化 多平台支持（Windows、Linux、Mac） ＃＃用法 确保已安装 openCV、CUDA 工具包和 NVIDIA 显卡 git clone https://github.com/arsenalliu123/dehazing-GPU.git cd dehazing-GPU make clean && make Debug/dehazing -h 由 Yichen Liu 和 Yin Lin 开发

雾天的交通影响着人们的出行，是否可以安全的出行是人人所关心的问题.为获取含雾图像更多的特征信息，提出一种基于小波变换的交通图像去雾方法.一方面在RGB颜色空间对图像进行直方图均衡处理来增强图像的整体的对比度；另一方面在HSV色彩空间，对V分量进行小波变换处理，将分解得到的低频子带采取双边滤波处理的方式，而对多个高频子带进行非线性变换处理方式，将处理过的低频子带和多个高频子带，利用小波逆变换进行重构.最后将两幅图像进行线性组合，得到最终的去雾图像.实验结果表明，与其他方法相比，本文方法处理的的图像所含信息较高，便于人眼观察。

新版本的IEC 60068-2-52 2017版本，与1996版本试验内容上是有区别的。 与1996版本相比，多了两个试验等级，有了一个新的试验序列提供选择。 值得下载一下。

无人机影像去雾，卫星遥感影像去雾

图像去雾方法和评价及其应用研究_郭璠 毕业论文