至于《半反去雾算法》一文的四宗罪。

    原作对计量用时那样描述的:Our
method implemented on CPU (速龙 二 Duo 二.00GHz) processes an 600×800
image in approximately 0.0一3 seconds being suitable for real-time
outdoor applications。
那话相对掺假,我们不说别的,就当中的八个经过就使得整个算法不会有那般快,第2:总括半反图和原图的h的异样的时候,散文中实属在CIE
LCH空间的H值进行计算的,诸位可以去探访LCH空间中H分量的计量进程,有过多盘算,个中不凡有除大概浮点运算,而这种相比较在舆论中所描述的算法进程中至少要求6回(三回用于计算大气光A,5回用于总结各层的数量)。第3:算法有六次600*800大小彩色图像的合成进度,而且经过涉及浮点运算(用定点运算优化也会有除法部分的),不谈实际中还蕴藏其他的计量,就那八个进度在这些样档次的CPU上对600*800的图像相对不是一三ms能完成的,这几个CPU是双核的,开双线程能落得那些速度,笔者不依赖。

   
对于公式七,散文根本没讲掌握公式中周详的计量方法,并且那种增长对于重叠的有雾区域很不难掌握,而那个在每层都认清为无雾的区域实行叠加的后的遵循应该是未曾其余变化啊,为何在随想的图5中,那有的的颜色醒目有生成吧。

  近日在看一篇有关去雾的算法的小说:A
Fast Semi-Inverse Approach to Detect and Remove the Haze from a Single
Image
,即我们普通话常说的半反去雾算法,国内不少人引用那篇诗歌的要害的缘由是舆论涉嫌了两点:第3,从舆论中贴出的图样中看效率就像去雾效果很科学;第3,杂谈号称能够实时。通过小编本人的翻阅和剖析,作者认为这篇杂谈水分不小,其遵守和进程都值得存疑,上边是自个儿的一对分析,为便宜,大家先简单来讲下其半反的概念。

      NewRed = Max ( Red , 255 –
Red ) ;

  对于不会编制程序的对象,要想赢得那个半反图像,也足以借助PS完毕,第贰步:调用PS
滤镜– 风格化– 暴露过度菜单;第3部:
点调整–反色;第贰步:调整–自动相比度。

 

   第一宗罪:
散文的原理首先不太占的住脚。

   
 小编知识有限,肯定有分析不正确的地点,望各位博友谅解。

 
图片 1  图片 2

  for each Pixel in Image

     
因而,从各方面考虑,笔者认为那篇杂谈存在着深重的纰漏和不足,不应当在图像去雾领域加大。

     
首先,要是说上述原则建立,那么那篇杂谈的算法也就只适合于在光照条件比较亮的气象下油画的图片的去雾了,那就大大限制其选取范围,而舆论没有在任哪个地点方对这点进行强调,有掩盖的思疑。

  对于一副普拉多GB图像,其半反图像能够通过以下公式得到:

                          
原图                                   
     半反图

  图片 3  图片 4

   
 第一、第1图结果还算行,我们看第二副图,应该说也是在 daily light
conditions
条件下版画的吗,看其半反图,依据小编的说教应该基本正是从未雾的区域了,那么后边的所谓的去雾算法就不能够展开下去了,而那种结果对于笔者那里很多有雾图都以存在的。

   
 第一宗罪:总括无雾图像时的进程很不明晰

    do:      

  那样实行操作后,图像的像素值肯定都不止1二7了,因而有供给重新拉升一下,随想中称之为renormalization操作,那个操作实际人怎么样散文没提,大家能够认为是活动比较度之类的算法。

     
其次,这几个先验是还是不是合理吧,因为是先验,大家自然不要求其百分百都不错,有个8/10就大约了,可我对去雾相关散文里的一对常用图片实行测试,很多都没法儿获得理想的结果。

  那么随着建议散文的几大标题:

*********************************我:
laviewpbt   时间: 2013.1二.15   联系QQ:  33184777 转发请保留本行音信*************************

     第三宗罪:大气光A的测算

 图片 5

      NewGreen = Max (Green , 255 –
Green );

    第5宗罪:计算用时相对作假

    
在估测计算无雾图像时,其根本公式为陆和柒,对于公式六,大家见到诗歌中对Ci的取值分别为0.二,0.4,0.陆,0.捌,一,笔者觉得,那么些取值明显不客观,当Ci取值较大时,Ci*A的值也就越大,此时公式获得层图像全体就更为偏暗,假如求得的大气光A接近北京蓝,那么对层图像举办所谓的半反求取有雾区域就变得毫无意义了。而且对故事集的图5中的多少个结实,依据作者自身的编制程序结果表明,只恐怕是在Ci=0,0.壹,0.二,0.叁左近获得的,这表明笔者是对那些全面做有意的隐私。

      NewBlue = Max (Blue , 255 –
Blue);

  图片 6  图片 7

   在求大气光的进度中,笔者有那句话:In
order to mask the most haze-opaque areas, we perform the same
procedure,but with the intensity of the semi-inverse increased by a
factor ξ (with a default value of ξ =0.3)。为啥那里要把intensity
的值扩张有些,然后何为intensity(要驾驭那么些有N多样定义方法),笔者其实搞不通晓扩张那一个有啥指标。然后真的在求半反图中未被mask的壹些搜索最大的intensity值时,也设有诸多疑问,因为最大的intensity值有极大希望不出新在1处,此时您取和原始图对应的可怜地方的intensity
作为最终的A呢,每一种地点的或是两样啊,诗歌未鲜明建议。

  杂文首先也是建议了一种先验,即时经过对 daily
light conditions
条件下对多副图像进行计算,获知在有雾图像中,有雾区域的半反图像和原始图像基本没什么变化。那么些的重中之重原因小编正是有雾的区域还是天空其RubiconGB分量各要素的值都比较亮,而无雾的地点符合暗通道原理,即总有2个轻重的值相比较小。