雾天的大气退化图像具有对比度低、景物不清晰的特点，给交通系统及户外视觉系统的应用带来严重的影响。因此，雾天低对比度图像的清晰化研究有着重要的意义。图像的清晰化方法具体可分为图像增强和图像恢复两种，本文主要针对图像增强的方法进行研究
2019-12-21 21:08:19
2.27MB
1
何恺明博士的经典论文，极简单的方式对图像去雾做了重大提升。
本文为原论文的翻译。
2019-12-21 21:06:24
2.26MB
1
本人课程报告的内容，自己实现的基于MATLAB GUI 的暗通道去雾算法，有算法原理解析，希望能有所帮助。补充说明：本程序基于MATLAB2018B编写。
2019-12-21 20:51:42
15.42MB
1
标题中的“何凯明去雾算法matalab源代码，可直接运行”指的是采用何凯明博士提出的图像去雾算法，并且提供了相应的Matlab实现，可以直接运行。何凯明是计算机视觉领域的知名专家，他的去雾算法在图像处理中具有重要地位，常用于改善因大气散射导致的图像模糊问题。
在图像处理中，去雾算法是一种恢复图像清晰度的技术，尤其对于户外拍摄或低能见度条件下的照片尤为关键。何凯明的去雾算法主要基于物理模型，假设大气层对光的散射可以用一个全局的透射率（transmission map）来描述。这个算法通过分析图像的暗通道特性，估计透射率，并结合全局和局部信息来恢复图像的清晰度。
描述中提到“何凯明博士的图像去雾算法源代码，经调试可直接运行处理模糊图片”，这意味着你将获得一份已经过调试、可以直接在Matlab环境中运行的代码。这对于学习和研究图像处理技术的人员来说是非常有价值的资源。你可以直接使用这些代码来处理你的模糊图片，无需从零开始编写算法。
在Matlab中实现图像去雾算法，通常会涉及到以下几个关键步骤：
1. **暗通道预处理**：找到图像中最暗的部分，这部分通常是由于雾的影响造成的，可以用来估计大气散射。
2. **透射率估计**：根据暗通道特性，估算出图像中每个像素点的透射率。
3. **大气光计算**：分析图像全局亮度来估计大气光，这是影响图像去雾效果的关键因素。
4. **恢复清晰图像**：利用透射率和大气光信息，通过物理模型对图像进行反卷积，恢复清晰图像。
标签“图像去雾 算法”明确了这个压缩包的主要内容是关于图像去雾的算法实现。文件名称“cvpr09 defog(matlab)”可能表明这个算法是在2009年的计算机视觉与模式识别会议（CVPR）上发表的，而“defog”直接对应了去雾这一功能，表示这是用于去雾的代码。
这个资源对于学习图像处理，尤其是对去雾算法感兴趣的开发者或研究人员非常有帮助。通过研究和实践这个源代码，不仅可以深入了解何凯明的去雾算法，还可以提升在Matlab中的编程能力，为自己的项目或研究提供强大的工具支持。
2019-12-21 20:50:16
226KB
1
提供了13种图片去雾增强方法，有直方图均衡，clahe，暗原色算法，改进的暗原色算法，实时去雾，引导滤波去雾，天空去雾等，同时给出图像增强前后图像质量评价，可以对jpg，bmp等图片格式进行去雾增强处理，效果非常好
2019-12-21 20:48:59
22.76MB
1