简介

该项目主要使用C++实现两个去雾算法，可以对图像和视频进行处理，并提供命令行界面进行交互。

---

两个去雾算法

darkchannelPriorProcessor

该类实现了论文 Single Image Haze Removal Using Dark Channel Prior的暗通道先验去雾算法。 可以参考src/darkchannelPriorProcessor.cpp 的实现，该类主要有两个处理方法

void darkchannelPriorProcessor::process();
void darkchannelPriorProcessor::hazeFree();

process()方法求解了两个用于计算去雾结果的中间值，Atmosphere（大气光）跟Transmission（透视率）。具体过程 详见论文，这里不做赘述。

hazefree()方法则用Atmosphere与Transmission作运算得到结果图像。（公式13）

RESULT: average 27fps for (400x300 video), ubuntu.16.04.amd64, core-i5-3200

nonLocalDehazeProcessor

该类实现了论文 Non-local Image Dehazing。 代码可以参考src/nonLocalDehazeProcessor.cpp 的实现。

该类主要有三个过程

void nonLocalDehazeProcessor::init(std::string sph_file);
void darkchannelPriorProcessor::process();
void darkchannelPriorProcessor::hazeFree();

init(std::string sph_file)方法用于读取给定的一个 NX2 矩阵，其中N为半径为1的球面所均分的节点数， N越大，则球面的点越密集，聚类结果越精确（具体参见论文）。每个 1X2 的行向量代表一个点（经度、纬度）。 并用该矩阵初始化kd-tree，以在transmission的计算中，提高搜索速度（邻近的点为一个聚类）。

其余两个过程亦作如上一方法中的处理。唯一的区别在于，Transmission的计算。 具体可以查看src/Transmission.cpp

RESULT: 7fps for (400x300 video), ubuntu.16.04.amd64, core-i5-3200

处理方法的切换

你可以使用两种方法对图像作处理，只需一行代码：

	deHazeByNonLocalMethod(src, dst, "../TR_SPHERE_2500.txt");
	deHazeByDarkChannelPrior(src, dst);

使用方法

首先编译代码：

cd build
cmake ..
make

显示帮助

./darkchannel --help

处理单张图像

此命令将对单张输入图像进行处理并显示结果

./darkchannel --type=0 --input=../input/a.bmp

批量处理图像

此命令将对input参数所指定目录下所有图片作处理，并输出到output所指定目录下

./darkchannel --type=0 --input=../input/ --output=../output/

处理视频并显示

此命令将对视频作实时处理，并将结果显示（示例使用第二个算法）

./darkchannel --type=1 --input=../data/breed.mp4

处理视频并写入

此命令将对input参数所指定视频文件做处理，并输出到output所指定文件（示例使用第一个算法）

./darkchannel --type=1 --input=../data/breed.mp4 --output=./out.avi

两种方法的对比

效果

左边算法一，右边算法二(2500个点的球面)

时间

对于400x300的图片，运行环境为ubuntu.16.04.amd64, core-i5-3200

算法一： 平均0.07s

算法二： 平均0.30s

REFERNCES

• Single Image Haze Removal Using Dark Channel Prior
• Non-local Image Dehazing
• A Fast Single Image Haze Removal Algorithm Using Color Attenuation Prior
• Single Image Haze Removal Using White Balancing and Saliency Map
• The Next Best Underwater View
• Optimized contrast enhancement for real-time image and video dehazing