全屏显示专题章节

近年来雾霾天气严重，这些区域拍摄的图像都比较灰暗，如何将雾霾从图像中去除，提高图像的清晰度是一个很有意义的研究课题。这一课题也可以用于室外目标检测和日常生活中图像的美化等多个领域，部分衍生算法也可以用在水下目标的检测中，排除水体自身不同程度的浑浊对成像的干扰。去雾算法大致可以分为以下两类。

基于图像增强的去雾算法。通过去除图像噪声，提高图像对比度，从而恢复出无雾清晰图像。主要方法有直方图均衡化、Retinex算法，小波变换、同态滤波等。

基于图像恢复的去雾算法。这一系列方法主要是基于大气退化模型，进行相应的去雾处理。相应的代表性算法有暗通道去雾算法、贝叶斯去雾算法。基于大气退化模型的去雾算法通常效果好于一般基于图像增强的算法。图10-5为有雾天气下的成像过程，一般认为透射衰减是由反射的能量减少引起的，导致亮度降低。

深度学习在这两方面的算法中都有应用，早期一类是利用神经网络对模型中的参数进行估计；另外一类算法则是基于端到端的思想，利用输入的有雾图像，直接输出得到去雾之后的图像，去雾前后的图像如图10-6所示。