图像去雾算法

A. 关于何凯明去雾算法的soft matting算法的opencv程序，求大神赐教

这个很难的，而且算法很耗时间，建议换别的做吧

B. 基于偏振信息的图像去雾 和基于matlab的图像去雾处理有什么不同

function darktest(filename) %暗影去雾算法 %filename------文件名或文件绝对路径 %用法：darktest('7.png') close all clc w0=0.65; %0.65 乘积因子用来保留一些雾，1时完全去雾 t0=0.1; I=imread(filename); figure; set(gcf,'outerposition'...

C. 何凯明的去雾算法暗通道部分的程序解释，新手有点懵逼

你这个程序可能只是一段，不是完整的。如有完整程序，我可以为你注释下。

D. 数字图像处理对雨天，沙尘的图像处理

你好，我也在找关于沙尘图像的处理算法，不过我找了数十个数据库，就没有找到一篇有关沙尘图像的处理。不过你可以参照有关图像去雾的有关算法，对沙尘图像处理，不过效果并不是很好。。

E. 粒子滤波是否能实现图像去雾

 

在雾、霾之类的恶劣天气下，采集的图像质量会由于大气散射而严重降低, 使图像颜色偏灰白色, 对比度降低, 物体特征难以辨认。所以 需要图像去雾技术来增强或修复, 以改善视觉效果。目前图像去雾方法主要可以分为两大类:
（1）基于图像处理的增强方法。这种方法通过对雾天图像进行增强, 改善图像质量。其优点是可以利用已有的成熟图像处理算法进行针对性运用, 增强图像的对比度, 突出图像中景物的特征和有价值的信息；缺点是可能会造成图像部分信息的损失, 使图像失真。
（2）基于物理模型的复原方法。这种方法通过研究大气悬浮颗粒对光的散射作用, 建立大气散射模型，了解图像退化的物理机理, 并复原出未降质前的图像。

F. 图像中只有局部有雾,如何识别出来雾区域（且图像中有大面积白色区域）

这要看你识别雾区域的目的了！用魔棒工具选定白色区域(包括雾区域)，反选，即可选定图片主题，打到抠图换背景或者其它什么p图目的了！

G. MATLAB代码 求分析 何的去雾算法里面的暗通道算法 每一句都是什么意思啊又分别对应论文里的什么原理

function dark = darkChannel(imRGB)

r=imRGB(:,:,1);
g=imRGB(:,:,2);
b=imRGB(:,:,3); 分别提取三色的灰度图

[m n] = size(r); 提取单色图矩阵的宽度和长度
a = zeros(m,n); 创建m*n的零矩阵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)); 依次比较三色分量的最小值提取为暗通道图

end
end

d = ones(15,15); 创建15*15的单位矩阵
fun = @(block_struct)min(min(block_struct.data))*d;
dark = blockproc(a, [15 15], fun); 将图片分成15*15的小块并将每一块变成其中的最小值

dark = dark(1:m, 1:n);
我也是新手啊兄弟只能帮你到这儿了

H. 边缘检测，图像模糊，灰度化和图像去雾的基本思路是什么呢 说出是需要改变哪些色彩空间的值。。。

我挨个说一下吧，也算给自己复习一下。
一 边缘检测
方法很多很多啊。
1 常用的是用各种边缘检测算子对图像进行卷积运算，计算出来图像每个部分的梯度值，由于边缘有突变的像素值，所以梯度大的地方很可能是边缘。常见的有 sobel算子等。
2 形态学运算，主要是针对二值化之后的图比较高效，直接先膨胀再腐蚀，然后相减图像就是边缘。
3 canny算法，这个用的很多，我也很喜欢，主要是用到强边缘和弱边缘进行区分。
4 通过识别feature进行识别，在边缘不明显的时候比较有效。

二 图像模糊
这里你要知道一个概念，什么是模糊呢？
咱们近视眼就是一个模糊，这个模糊就是眼睛的成像不能精确的成像在视网膜上吧？
你可以想象一下，其实这就是一个尺度变换的问题，你看一张报纸很清楚，但是从五十米外看你这张报纸（我们假设能看得到），就非常模糊，不能辨认吧？
我这里就引出这个模糊的概念：叫做高斯滤波，高斯滤波其实就是一个尺度变换。
我再打个比方吧，比如一个围棋棋盘，黑线是黑线，棋盘是棋盘，即使黑线很细，你也能分清楚是吧？
但是如果你摘下眼镜看呢？黑线变粗了是吧？黑线变暗了是吧？
其实真正原因是棋盘的信息进入了原本黑线的地方，而黑线也进入了棋盘的地方。
这就是滤波的魅力，可以使像素各个梯度变小，让图像的像素点之间的联系没有那么强烈。。
既然引出高斯滤波，那就有其他的各种滤波，比如拉普拉斯滤波，中值滤波，均值滤波。
实际操作中应用的也都是算子求卷积的方法。

三 灰度化
你看电视的时候应该知道，电视上的一个彩色点，其实是GRB颜色模式，就是绿红蓝三色。
对应这个RGB颜色模式，你可以通过对这三个颜色通道的值进行处理，比如我就定义 V=(R+G+B)/3。那么这个V就包含了三种颜色的信息了吧？
但是一般的我们不直接用三个平均，而是由各个相应的系数相乘得到。

这是RGB颜色模式，但是如果你用到HSV颜色模式，问题就简单多了。
什么是HSV模式呢？你遥控器上可能有 色度 饱和度 亮度按钮吧？
这个就是HSV模式，其中这个V 就是 亮度 value，这个就直接是灰度信息了。

四 图像去雾
我对这个去雾的理解是，图像增强。
也可以叫做是图像锐化，这个过程正好和图像模糊相对应。
模糊是让梯度值变小，锐化就是让梯度变大。
对应的方法也是响应的算子进行滤波了。
而需要注意的是，锐化用的是高通滤波，模糊是低通滤波。
因为边缘信息一般都是频率高的信号。

视频分析系统团队
风之风信子

I. 图像处理中常见的去雾算法有哪些

某某某说：“那你为什么去看坏书呀?!”我说：“汉代刘向曾经说过‘书犹药也,善读之可以医愚’,这药一是良药,可以治百病 ；另是毒药,至人于死地.”之后开始了自由辩论,各方代表都畅所欲言,有的同学竟为了一个不良的动画片吵了起来,不过又很快回到了主题上.
大家越说越激动,越来越热情,以致于秩序混乱,无法再辩论下去,主持人老师不得不宣布停赛,一场辩论赛就结束了.
虽然没有达到预想的效果,但是从同学们身上看,大家确实做了充分的准备...
先给分,这只是一小部分.
今天,我们班举行了一场别开生面的辩论会,辩论的内容是：“开卷有益和开卷未必有益”.
正方和反方各坐一边,随着主持人宣布