優化對比度加強的實時圖像視頻去霧

1模糊建模

                      (1)

素點P原始的R,G,B的顏色（原始的清晰圖像）

   像素點P觀察到的R,G,B的顏色（模糊圖像）

     全球大氣光

    t(p) ϵ[0,1]，

    反應光的透射率，由場景中的點到相機的距離d(p)決定,與距離成反比

     ：衰減係數，由天氣條件決定，在典型的模糊條件下通常假設爲1，

2.靜態圖像去霧

   1.估計輸入圖像的大氣光A

   2.假設在圖像的一個塊區域裏，場景深度是相同的。爲每個塊區域找到一個最優的透射率t(p)來最大化復原圖像的對比度

   3.在加強對比度的同時儘可能減少因爲像素截位形成的信息損失。

4.經過使用邊緣保護的可移動窗口的濾波器，將基於塊的透射率圖改爲基於像素的透射率圖來對t進行優化，從而消除塊效應。

5.從輸入的模糊圖像中，考慮透射率圖和大氣光，來還原場景

2.1 估算大氣光（基於四叉樹細分的分層次的搜索方法）

    1.將輸入的圖像分紅四個矩形區域，在每一個區域內用像素的平均值減去它的標準差做爲分數

    2.選擇分數最高的區域，把它再分紅四個矩形區域，重複1,2。直到最後選擇的區域小於咱們預先定於的閾值

   3.在最終選擇的區域裏， 距離最小的顏色向量最爲大氣光

2.2估算最優透射率

  1. (1)式改寫以下：

 

      當A估算出來只有，就只由t決定

2.對比對計算:Mean squared error (MSE) contrast

  

由公式能夠看出，對比度與t成反比。

3.損失函數：對比度損失函數

 

 

 

4.t值

因此有

 

 

 說明

1：後面的透射率圖t值優化精髓部分沒有看懂，因此暫時不上傳上來，後面看懂了再更新

2：文章後面還有視頻流的去霧處理暫時沒時間看，後面有時間看懂在更新

3：原文Optimized contrast enhancement for real-time image and video dehazing，本文是在本身的理解上翻譯出來的