何凯明去雾算法 matlab

何凯明提出的去雾算法是一种基于暗通道先验的单幅图像去雾方法。它的基本思想是：在一幅有雾的图像中，天空区域的颜色比较浅，而非天空区域的颜色比较深，因为雾粒子的散射会使得远处的物体看起来更加模糊和淡化。因此，通过寻找图像中像素值最小的通道（即暗通道），可以获取到天空区域的信息。然后通过计算大气光的值和深度图，可以推导出去雾后的图像。

以下是何凯明去雾算法的MATLAB代码实现：

function J = dehaze(I, t0, w)
% I: 输入的有雾图像
% t0: 控制对比度的阈值
% w: 控制空气光照强度的权重

I = im2double(I);
[m, n, ~] = size(I);

% 计算暗通道
p = floor(min(m,n)*0.001);
dark = dark_channel(I, p);

% 估计大气光
A = estimate_airlight(I, dark);

% 估计透射率
t = transmission_estimate(I, A, t0);

% 修复图像
J = zeros(size(I));
for i = 1:3
    J(:,:,i) = (I(:,:,i) - A(i)) ./ max(t, w) + A(i);
end
end

function dark = dark_channel(I, p)
% 计算暗通道
if size(I,3)==3
    I = rgb2gray(I);
end
dark = ordfilt2(I, 1, ones(p, p));
end

function A = estimate_airlight(I, dark)
% 估计大气光
A = zeros(1,3);
for i = 1:3
    [r, c] = find(dark==max(dark(:)));
    idx = sub2ind(size(I), r, c);
    A(i) = max(I(idx));
    % 将该区域置为最小值，防止重复选取
    r_min = max(r-p, 1);
    r_max = min(r+p, size(I,1));
    c_min = max(c-p, 1);
    c_max = min(c+p, size(I,2));
    dark(r_min:r_max, c_min:c_max) = 0;
end
end

function t = transmission_estimate(I, A, t0)
% 估计透射率
gray = rgb2gray(I);
t = 1 - t0 * (dark_channel(I./A, 15) ./ 255);
t = medfilt2(t, [15, 15]); % 中值滤波
end

其中，`dehaze`函数实现了整个去雾算法，`dark_channel`函数计算暗通道，`estimate_airlight`函数估计大气光，`transmission_estimate`函数估计透射率。