暗通道圖像通常用什麼方法優化

① opencv中有沒有提供限制對比度的自適應直方圖均衡化

1.CLAHE簡介

HE直方圖增強，大家都不陌生，是一種比較古老的對比度增強演算法，它有兩種變體：AHE和CLAHE；兩者都是自適應的增強演算法，功能差不多，但是前者有一個很大的缺陷，就是有時候會過度放大圖像中相同區域的雜訊，為了解決這一問題，出現了HE的另一種改進演算法，就是CLAHE；CLAHE是另外一種直方圖均衡演算法，能有效的增強或改善圖像（局部）對比度，從而獲取更多圖像相關邊緣信息有利於分割，比如在書架識別系統中的書脊切割中，使用CLAHE可以比傳統的直方圖增強方法達到更好的增強書脊邊界直線的效果，從而有利於後續的書脊邊界直線的檢測和提取。還能夠有效改善AHE中放大雜訊的問題，雖然在實際中應用不多，但是效果確實不錯。另外，CLAHE的有一個用途是被用來對圖像去霧，跟何凱明的暗通道去霧效果有的一拼。

CLAHE和AHE的區別在於前者對區域對比度實行了限制，並且利用插值來加快計算。

2.CLAHE在OpenCV中的使用

2.1 增強灰度圖像

[cpp] view plain
Ptr<cv::CLAHE> clahe = createCLAHE();
clahe->setClipLimit(clipLimit);
clahe->apply(src, dst);

2.2 增強彩色圖像

[cpp] view plain
vector<Mat> BGR;
split(src,BGR);
Ptr<cv::CLAHE> clahe = createCLAHE();
clahe->apply(BGR[0],BGR[0]);
clahe->apply(BGR[1],BGR[1]);
clahe->apply(BGR[2],BGR[2]);
Mat res;
merge(BGR,res);

② size（RGB圖像）；返回三個值 前兩個是表示圖像的大小，那第三個代表三顏色嗎有什麼用

返回三個值 前兩個是表示圖像的大小，第三個一定是3，他不是代表顏色，代表的是這個矩陣是3頁的，每頁是一個通道，分別是RGB。
dc(y,x) = min(img(y,x,:));這就是找出三個通道中的最小值，也就是RGB這三原色中的最小值。

③ 水下圖像復原論文總結整理

​

論文簡介： 利用圖像傳輸理論測量海水的點擴散函數和調制傳遞函數並且使用維納濾波器復原模糊的圖像。退化方程H(u,v)在水槽中測量得到。在實驗中利用狹縫圖像和光源，第一步:一維光照射到水中從而得到不同距離下的狹縫圖像數據，這樣一維的海水點擴散函數就可以通過去卷積得到。又因為點擴散函數的對稱性二維的函數模型也可以通過數學方法得到。利用相似的方法調制傳遞函數也可以得到。這樣傳輸方程便可以得到:

圖像可以由下式獲得:

​

論文簡介： 論文中提出自然光照下的水下圖像退化效果與光偏振相關,而場景有效箱射則與光偏振無關。在相機鏡頭端安裝可調偏振器,使用不同偏振角度對同一場景成兩幅圖像,所得到的圖像中的背景光會有明顯不同。通過對成像物理模型的分析,利用這兩幅圖像和估計出的偏振度,就能恢復出有效場景輻射。他還提出了一個計算機視覺方法水下視頻中的退化效應。分析清晰度退化的物理原因發現主要與光的部分偏振有關。然後提出一個逆成像方法來復原能見度。該方法基於幾張通過不同偏振方向的偏振片採集圖像。

論文簡介： 論文提出了一種自適應濾波的水下圖像復原方法。通過最優化圖像局部對比度質量判決函數,可以估計出濾波器中所使用的參數值。
論文提出一種基於簡化的Jaffe-McGlamery水下成像模型的自調諧圖像復原濾波器。濾波器的最優參數值是針對每幅圖像通過優化一個基於全局對比度的質量准則自動估算的。(對一幅圖像濾波器能根據全局對比度自動估計最優參數值),簡化的模型理想地適合後向散射較少的漫射光成像.1.首先簡化Jaffe-McGlamery水下成像模型：假設光照均勻(淺水區陽光直射)，並且忽略後向散射部分.然後基於簡化後的成像模型設計一個簡單的反濾波器2.將濾波器設計成自適應濾波器。

論文簡介： 論文對於調制傳遞函數給出了詳細准確的系統函數信息,水下圖像可以用它或點擴散函數進行復原.作者進行實驗測量了水質參數得出了這些函數，並用得出的函數進行了圖像復原。同時他還建立了一個框架來最大限度復原水下圖像，在這個框架下傳統的圖像復原方法得到了拓展，水下光學參數被包含了進去，尤其時域的點擴散函數和頻域的調制傳遞函數。設計了一個根據環境光學特性進行調整的客觀圖像質量度量標准來測量復原的有效性。

論文簡介： 調制傳遞函數給出了詳細准確的系統函數信息,水下圖像可以用它或點擴散函數進行復原.作者進行實驗測量了水質參數得出了這些函數，並用得出的函數進行了圖像復原。(這一部分在王子韜的論文中有比較詳細介紹)

論文簡介： 在散射媒介中的正則化圖像復原。論文在基於物理原因的復原方法難以去除雜訊以及透射率低的基礎上，提出一種自適應的過濾方法，即能明顯的改善可見性，又能抑制雜訊放大。本質上，恢復方法的正規化，是適合變化媒介的透射率，因此這個正則化不會模糊近距離的目標。

論文簡介： 論文提出一種基於對邊緣進行GSA（灰度規范角度）加權的測量圖像清晰度的方法。圖像首先被小波變換分解，去除部分隨機雜訊，增加真實邊緣檢測的可能性。每個邊緣銳度由回歸分析方法基於灰度的一個角的正切來確定邊緣像素的灰度值之間的斜率和位置。整個圖像的清晰度是平均每個測量的GSA的比例加權的第一級分解細節的量，作為圖像的總功率，最後通過圖像雜訊方差自適應的邊緣寬度。

論文簡介： 論文提出了基於主動偏振的人工光照下水下圖像處理技術。在寬場人工光照下的水下成像中,在光源端或相機端安裝可調偏振器。通過調整光源或相機端的偏振器,同時拍攝兩幅或多幅同一場景的圖像,從兩幅圖像中可估計出背景光的偏振度。結合水下成像物理模型,就可以進行圖像復原和場景3D信息估計。該方法操作簡單,設備筒易,適用於水下畫定目標的成像。
大范圍人工照明條件下研究成像過程,基於該成像模型,提出一種恢復object signal的方法,同時能獲得粗糙的3D scene structure.相機配備檢偏振器,瞬間獲取同一場景的兩幀圖片with different states of the analyzer or light-source polarizer,然後用演算法處理獲取的圖片.它統一並推廣了以前提出的基於偏振的方法.後向散射可以用偏振技術降低,作者在此基礎上又用圖像後處理去除剩餘的後向散射,同時粗糙估測出3D場景結構.創新：之前的方法有的認為目標物反射光的偏振度可以忽略(即認為只有後向散射是偏振的)；另外還有的認為後向散射的偏振度可以忽略(即認為只有目標物反射光是偏振的)。本文作者認為兩者都是部分偏振光。

論文簡介： 論文在沒有應用任何標准模式、圖像先驗、多視點或主動照明的條件下同時估算了水面形狀和恢復水下二維場景。重點是應用水面波動方程建立緊湊的空間扭曲模型，基於這個模型，提出一個新的跟蹤技術，該技術主要是解決對象模型的缺失以及水的波動存在的復雜的外觀變化。在模擬的和真實的場景中，文本和紋理信息得到了有效的復原。

論文簡介： 論文提出暗通道先驗演算法復原有霧圖像。暗通道先驗是一系列戶外無霧圖像的數理統計，基於觀察戶外無霧圖像的大部分補丁補丁中包含至少一個顏色通道中低強度的像素點。在有霧圖像中應用這些先驗，我們可以直接的估算霧的厚度，復原成高質量的無霧圖像，同時還能獲得高質量的深度圖。

論文簡介： 論文比較研究了盲反卷積演算法中的：R-L演算法（Richardson-Lucy）、最小二乘法以及乘法迭代法。並且應用了水下圖像去噪和威爾斯小角度近似理論推導出點分布函數。通過執行威爾斯的小角度散射理論和模糊度量方法對三種盲反卷積演算法進行比較，確定總迭代次數和最佳圖像復原結果。通過比較得出：最小二乘演算法的復原率最高，但是乘法迭代的速度最好。

論文簡介： 論文提出點擴算函數（PSF）和調制解調函數（MFT）的方法用於水下圖像復原，應用基於威爾斯小角度近似理論來進行圖像增強。在本文中作者分析了水下圖像退化的原因，在強化超快激光成像系統中採用了距離選通脈沖的方法，降低了反向散射中的加性雜訊。本文對圖像的基本雜訊模式進行了分析，並使用算術平均濾波首先對圖像進行去噪，然後，使用執行迭代盲反褶積方法的去噪圖像的初始點擴散函數的理想值，來獲得更好的恢復結果。本文通過比較得出，盲反褶積演算法中，正確使用點擴散函數和調制解調函數對於水下圖像復原的重要性。

論文簡介： 本文提出一種圖像復原的新方法，該方法不需要專門的硬體、水下條件或現在知識結構只是一個與小波變換的融合框架支持相鄰幀之間的時間相乾性進行一個有效的邊緣保留雜訊的方法。該圖像增強的特點是降低雜訊水平、更好的暴露黑暗區域、改善全局對比、增強細節和邊緣顯著性。此演算法不使用補充信息，只處理未去噪的輸入退化圖像，三個輸入主要來源於計算輸入圖像的白平衡和min-max增強版本。結論證明，融合和小波變換方法的復原結果優於直接對水下退化圖像進行去霧得到的結果。

論文簡介： 本文是一篇綜述性質的論文。介紹了：1、水下光學成像系統 2、圖像復原的方法（對各種圖像復原方法的總結） 3、圖像增強和顏色校正的方法總結 4、光學問題總結。

論文簡介： 論文針對普通水下圖像處理的方法不適用於水下非均勻光場中的問題，提出一種基於專業區域的水下非均勻光場圖像復原方法，在該演算法中，考慮去除雜訊和顏色補償，相對於普通的水下圖像復原和增強演算法，該方法獲得的復原復原的清晰度和色彩保真度通過視覺評估，質量評估的分數也很高。

論文簡介： 論文基於水下圖像的衰減與光的波長的關系，提出一種R通道復原方法，復原與短波長的顏色，作為水下圖像的預期，可以對低對比度進行復原。這個R通道復原的方法可以看做大氣中有霧圖像的暗通道先驗方法的變體。實驗表明，該方法在人工照明領域應用良好，顏色校正和可見性得到提高。

論文簡介： 作者對各種水下圖像增強和復原的演算法做了調查和綜述，然後對自己的提高水下質量的方法做了介紹。作者依次用到了過濾技術中的同態濾波、小波去噪、雙邊過濾和對比度均衡。相比於其他方法，該方法有效的提高了水下目標物的可見性。

論文簡介： 論文應用湍流退化模型以質量標准為導向復原因水下湍流退化的圖像。參考大氣湍流圖像復原的演算法，省略了鹽分的影響，只考慮水中波動引起的湍流對水下成像的影響，應用一種自適應的平均各向異性的度量標准進行水下圖像復原。經過驗證，使用STOIQ的方法優於雙頻譜的復原方法。

論文簡介： 本文提出了一種新的方法來提高對比度和降低圖像雜訊，該方法將修改後的圖像直方圖合並入RGB和HSV顏色模型。在RGB通道中，佔主導地位的直方圖中的藍色通道以95%的最大限度延伸向低水平通道，RGB通道中的低水平通道即紅色通道以5%的最低限度向上層延伸且RGB顏色模型中的所有處理都滿足瑞利分布。將RGB顏色模型轉化為HSV顏色模型，S和V的參數以最大限度和最小限度的1%進行修改。這種方法降低了輸出圖像的欠擬合和過擬合，提高了水下圖像的對比度。

論文簡介： 論文根據簡化的J-M模型提出一種水下圖像復原的有效演算法。在論文中定義了R通道，推導估算得到背景光和變換。場景可見度被深度補償，背景與目標物之間的顏色得到恢復。通過分析PSF的物理特性，提出一種簡單、有效的低通濾波器來去模糊。論文框架如下：1.重新定義暗通道先驗，來估算背景光和變化，在RGB的每個通道中通過標准化變換來復原扭曲顏色。2.根據PSF的性能，選擇沒有被散射的光，用低通濾波器進行處理來提高圖片的對比度和可見度。

論文簡介： 論文中對當代水下圖像處理的復原與增強做了綜述，作者闡明了兩種方法的模型的假設和分類，同時分析了優缺點以及適用的場景。

參考：
https://github.com/zhenglab/UnderwaterImageRestoration/tree/master/underwater%20image%20enhancement

④ 為什麼暗通道光線比較暗

反射比較暗的光線。
圖像中有些物體因為反射的都是比較暗的光線，造成看上去比較灰暗，不明亮，對其求取暗通道時，三通道的像素值都比較低，該區域像素值就會比較低。
那麼我們通常所說的暗通道，即清晰無霧的圖片中除天空區域（因為天空區域或者白色區域和霧的特徵較為接近）外的任一局部區域像素至少有一個通道值很低，幾乎趨近於零。那如何求暗通道呢，我們在上面的代碼中已經做了詳細的說明，便是先求每個像素在三個通道中的最小值，然後得到一張與原始圖像大小一致的灰度圖，然後再使用最小值濾波進行平滑處理，即在得到的灰度圖中，以每一個像素為中心取一定大小的矩形窗口（本文為15x15），取矩形窗口中灰度值的最小值代替中心像素的值，從而得到原始圖像對應的暗通道圖像。

⑤ 如何驅除濃霧作業

清除濃霧
清除濃霧（寰宇譯︰霧氣打散，日文︰きりばらい，英文︰Defog）是第四世代引入的飛行屬性招式。[1]
中文名
清除濃霧
外文名
きりばらい
招式附加效果
對戰中
令目標的閃避率降低1級。清除場上的霧天氣。
只要此招式成功使出，無論是否降低了目標的閃避率，都會移除對方場地上的白霧、光牆、反射壁、極光幕和神秘守護，移除雙方場地上的撒菱、隱形岩、毒菱和黏黏網。
如果目標處於替身狀態，則雖然閃避率不會降低，但後續效果仍然發生。
清除濃霧一定會命中，除非目標正在使用蓄力的招式並不在場地上。
如果對手被白霧保護，則對手閃避率不會降低，但白霧隨之被清除。
對戰外
消除霧天氣。DPPt
招式變更
第六世代
去除對方場地的撒菱、隱形岩、毒菱和黏黏網 → 雙方
一般來說，秋冬早晨霧特別多，為什麼呢？我們知道，當空氣容納的水汽達到最大限度時，就達到了飽和。而氣溫愈高，空氣中所能容納的水汽也愈多。1立方米的空氣，氣溫在4℃時，最多能容納的水汽量是6.36克；而氣溫是20℃時，1立方米的空氣中最多可以含水汽量是17.30克。如果空氣中所含的水汽多於一定溫度條件下的飽和水汽量，多餘的水汽就會凝結出來，當足夠多的水分了與空氣中微小的灰塵顆粒結合在一起，同時水分子本身也會相互粘結，就變成小水滴或冰晶。空氣中的水汽超過飽和量，凝結成水滴，這主要是氣溫降低造成的。
如果地面熱量散失，溫度下降，空氣又相當潮濕，那麼當它冷卻到一定的程度時，空氣中一部分的水汽就會凝結出來，變成很多小水滴，懸浮在近地面的空氣層里，這就是霧。它和雲都是由於溫度下降而造成的，霧實際上也可以說是靠近地面的雲。
白天溫度比較高，空氣中可容納較多的水汽。但是到了夜間，溫度下降了，空氣中能容納的水汽的能力減少了，因此，一部分水汽會凝結成為霧。特別在秋冬季節，由於夜長，而且出現無雲風小的機會較多，地面散熱較夏天更迅速，以致使地面溫度急劇下降，這樣就使得近地面空氣中的水汽，容易在後半夜到早晨達到飽和而凝結成小水珠，形成霧。秋冬的清晨氣溫最低，便是霧最濃的時刻

⑥ 為什麼暗通道圖像去霧後顏色比較鮮艷

那是一種光學現象，所以說就能出現這種情況，而且還是比較非常好看的顏色

⑦ 基於暗通道的水下圖像清晰化方法研究用MATLAB來實現

摘要 可以對RGB三個通道進行直方圖規定化從而實現水下圖像增強。此處我們使用的是直方圖均衡化，通過實際模擬效果也很明顯。

⑧ 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

⑨ 遙感圖像去雲的一般採用什麼做法

一般採取多時相互補影像來做去雲，假設地物變化忽略不計，僅考慮輻射差異進行重建，最簡單的方法就是時相平均/替代/線性回歸，但這類方法通常效果有限，尤其是大面積厚雲去除和復雜場景重建。

按雲的類型可以區分為薄雲和厚雲。薄雲去除類似自然圖像的去霧，比如凱明大佬的暗通道先驗，也可以考慮不同波段的光譜差異性來做。

厚雲去除就比較難了，其下方的地表遮擋信息完全無效，薄雲的方法此時就沒卵用了。

幾個去薄雲的方法：

1、同態濾波：利用傅里葉變換，然後濾掉低頻的雲成分。

2、小波分析：利用小波分解到多尺度，然後去掉低頻的雲成分。

3、TC變換：針對Landsat系列衛星的一種正交變換，轉換後的4th分量被認為是雲分量。

4、HOT變換：定義一條晴空線，然後雲的影響會使像元值偏離這條直線，計算每個像素偏離的距離就可以得到一個類雲的圖像，然後利用暗像元法或者直方圖匹配等方法去除。基於這個原理這個有人做了個插件haze tool，可以在envi上用。

5、RTM：利用1.38um的波段探測到的卷雲信息去除其他波段中的雲。

同態濾波

同態濾波是運用照度和反射率模型對遙感圖像進行濾波處理，常常應用於揭示陰影區域的細節特徵。

該方法的基本原理是：減少低頻，增加高頻，從而銳化圖像邊緣或細節特徵的圖像增強方法,一幅影像f(x,y)能被表達成照度分量和反射分量兩部分的乘積：f(x,y)=i(x,y)*r(x,y)式中i(x,y) 為照度分量，r(x,y) 為反射分量。