影象除霧綜述
阿新 • • 發佈：2018-11-09
參考文獻：
1 基於人工智慧
手工特徵是傳統機器視覺的基礎，講究的是熟能生巧，依賴的是實踐出真知。通過“觀察→經驗→設計”構建各式各樣的特徵來滿足各式各樣的任務需求。影象去霧技術也是沿著手工特徵逐步地發展起來。
1.1 最大對比度（Maximum Contrast，MC）
2008年Robby T. Tan提出的Visibility in Bad Weather from a Single Image（【原文下載】）
利用區域性對比度來近似估計霧霾的濃度，通過最大化區域性對比度來還原影象的顏色和能見度。
1.2 暗通道先驗（Dark Channel Prior，DCP）
2009年何凱明大神Single Image Haze Removal Using Dark Channel Prior (【原文下載】、【原文翻譯】)
簡潔有效 清晰影象塊的RGB顏色空間中有一個通道很暗（數值很低甚至接近於零）。
1.3 顏色衰減先驗（Color Attenuation Prior，CAP）
2015年A Fast Single Image Haze Removal Algorithm Using Color Attenuation Prior （【原文下載】）
霧霾會同時導致影象飽和度的降低和亮度的增加，整體上表現為顏色的衰減。
2 基於深度智慧
2.1 DehazeNet
2016年DehazeNet: An End-to-End System for Single Image Haze Removal（【原文下載】）
Python
C++
