圖像去霧演算法

A. 關於何凱明去霧演算法的soft matting演算法的opencv程序，求大神賜教

這個很難的，而且演算法很耗時間，建議換別的做吧

B. 基於偏振信息的圖像去霧 和基於matlab的圖像去霧處理有什麼不同

function darktest(filename) %暗影去霧演算法 %filename------文件名或文件絕對路徑 %用法：darktest('7.png') close all clc w0=0.65; %0.65 乘積因子用來保留一些霧，1時完全去霧 t0=0.1; I=imread(filename); figure; set(gcf,'outerposition'...

C. 何凱明的去霧演算法暗通道部分的程序解釋，新手有點懵逼

你這個程序可能只是一段，不是完整的。如有完整程序，我可以為你注釋下。

D. 數字圖像處理對雨天，沙塵的圖像處理

你好，我也在找關於沙塵圖像的處理演算法，不過我找了數十個資料庫，就沒有找到一篇有關沙塵圖像的處理。不過你可以參照有關圖像去霧的有關演算法，對沙塵圖像處理，不過效果並不是很好。。

E. 粒子濾波是否能實現圖像去霧

 

在霧、霾之類的惡劣天氣下，採集的圖像質量會由於大氣散射而嚴重降低, 使圖像顏色偏灰白色, 對比度降低, 物體特徵難以辨認。所以 需要圖像去霧技術來增強或修復, 以改善視覺效果。目前圖像去霧方法主要可以分為兩大類:
（1）基於圖像處理的增強方法。這種方法通過對霧天圖像進行增強, 改善圖像質量。其優點是可以利用已有的成熟圖像處理演算法進行針對性運用, 增強圖像的對比度, 突出圖像中景物的特徵和有價值的信息；缺點是可能會造成圖像部分信息的損失, 使圖像失真。
（2）基於物理模型的復原方法。這種方法通過研究大氣懸浮顆粒對光的散射作用, 建立大氣散射模型，了解圖像退化的物理機理, 並復原出未降質前的圖像。

F. 圖像中只有局部有霧,如何識別出來霧區域（且圖像中有大面積白色區域）

這要看你識別霧區域的目的了！用魔棒工具選定白色區域(包括霧區域)，反選，即可選定圖片主題，打到摳圖換背景或者其它什麼p圖目的了！

G. MATLAB代碼 求分析 何的去霧演算法裡面的暗通道演算法 每一句都是什麼意思啊又分別對應論文里的什麼原理

function dark = darkChannel(imRGB)

r=imRGB(:,:,1);
g=imRGB(:,:,2);
b=imRGB(:,:,3); 分別提取三色的灰度圖

[m n] = size(r); 提取單色圖矩陣的寬度和長度
a = zeros(m,n); 創建m*n的零矩陣a
for i = 1: m
for j = 1: n
a(i,j) = min(r(i,j), g(i,j));
a(i,j)= min(a(i,j), b(i,j)); 依次比較三色分量的最小值提取為暗通道圖

end
end

d = ones(15,15); 創建15*15的單位矩陣
fun = @(block_struct)min(min(block_struct.data))*d;
dark = blockproc(a, [15 15], fun); 將圖片分成15*15的小塊並將每一塊變成其中的最小值

dark = dark(1:m, 1:n);
我也是新手啊兄弟只能幫你到這兒了

H. 邊緣檢測，圖像模糊，灰度化和圖像去霧的基本思路是什麼呢 說出是需要改變哪些色彩空間的值。。。

我挨個說一下吧，也算給自己復習一下。
一 邊緣檢測
方法很多很多啊。
1 常用的是用各種邊緣檢測運算元對圖像進行卷積運算，計算出來圖像每個部分的梯度值，由於邊緣有突變的像素值，所以梯度大的地方很可能是邊緣。常見的有 sobel運算元等。
2 形態學運算，主要是針對二值化之後的圖比較高效，直接先膨脹再腐蝕，然後相減圖像就是邊緣。
3 canny演算法，這個用的很多，我也很喜歡，主要是用到強邊緣和弱邊緣進行區分。
4 通過識別feature進行識別，在邊緣不明顯的時候比較有效。

二 圖像模糊
這里你要知道一個概念，什麼是模糊呢？
咱們近視眼就是一個模糊，這個模糊就是眼睛的成像不能精確的成像在視網膜上吧？
你可以想像一下，其實這就是一個尺度變換的問題，你看一張報紙很清楚，但是從五十米外看你這張報紙（我們假設能看得到），就非常模糊，不能辨認吧？
我這里就引出這個模糊的概念：叫做高斯濾波，高斯濾波其實就是一個尺度變換。
我再打個比方吧，比如一個圍棋棋盤，黑線是黑線，棋盤是棋盤，即使黑線很細，你也能分清楚是吧？
但是如果你摘下眼鏡看呢？黑線變粗了是吧？黑線變暗了是吧？
其實真正原因是棋盤的信息進入了原本黑線的地方，而黑線也進入了棋盤的地方。
這就是濾波的魅力，可以使像素各個梯度變小，讓圖像的像素點之間的聯系沒有那麼強烈。。
既然引出高斯濾波，那就有其他的各種濾波，比如拉普拉斯濾波，中值濾波，均值濾波。
實際操作中應用的也都是運算元求卷積的方法。

三 灰度化
你看電視的時候應該知道，電視上的一個彩色點，其實是GRB顏色模式，就是綠紅藍三色。
對應這個RGB顏色模式，你可以通過對這三個顏色通道的值進行處理，比如我就定義 V=(R+G+B)/3。那麼這個V就包含了三種顏色的信息了吧？
但是一般的我們不直接用三個平均，而是由各個相應的系數相乘得到。

這是RGB顏色模式，但是如果你用到HSV顏色模式，問題就簡單多了。
什麼是HSV模式呢？你遙控器上可能有 色度 飽和度 亮度按鈕吧？
這個就是HSV模式，其中這個V 就是 亮度 value，這個就直接是灰度信息了。

四 圖像去霧
我對這個去霧的理解是，圖像增強。
也可以叫做是圖像銳化，這個過程正好和圖像模糊相對應。
模糊是讓梯度值變小，銳化就是讓梯度變大。
對應的方法也是響應的運算元進行濾波了。
而需要注意的是，銳化用的是高通濾波，模糊是低通濾波。
因為邊緣信息一般都是頻率高的信號。

視頻分析系統團隊
風之風信子

I. 圖像處理中常見的去霧演算法有哪些

某某某說：「那你為什麼去看壞書呀?!」我說：「漢代劉向曾經說過『書猶葯也,善讀之可以醫愚』,這葯一是良葯,可以治百病 ；另是毒葯,至人於死地.」之後開始了自由辯論,各方代表都暢所欲言,有的同學竟為了一個不良的動畫片吵了起來,不過又很快回到了主題上.
大家越說越激動,越來越熱情,以致於秩序混亂,無法再辯論下去,主持人老師不得不宣布停賽,一場辯論賽就結束了.
雖然沒有達到預想的效果,但是從同學們身上看,大家確實做了充分的准備...
先給分,這只是一小部分.
今天,我們班舉行了一場別開生面的辯論會,辯論的內容是：「開卷有益和開卷未必有益」.
正方和反方各坐一邊,隨著主持人宣布