⛳️座右铭：行百里者，半于九十。
更多Matlab图像处理仿真内容点击👇
①Matlab图像处理（进阶版）
②付费专栏Matlab图像处理（初级版）
⛳️关注CSDN海神之光，更多资源等你来！！
2015年Zhu等的颜色衰减先验去雾算法利用颜色衰减先验建立有雾图像的景深模型, 采用有监督学习的方式得到模型的参数, 结合大气散射模型得到去雾图像。具体内容如下:
5 颜色衰减先验去雾算法的不足
在Zhu等的颜色衰减先验去雾算法中, 大气散射系数β取为恒定值1.0。实际情况大气分布是不均匀的, 大气散射系数β不能被认为是恒定值。大气散射系数β取为恒定值1.0存在比实际情况偏大或偏小的问题。当偏小时导致介质传输透射率偏大, 根据公式 (5) 得到去雾图像近似于有雾图像, 去雾效果不好。当偏大时导致介质传输透射率偏小, 易导致去雾图像出现颜色失真现象。基于上述考虑, 提出动态大气散射系数的颜色衰减先验去雾算法。
close all;clear;clc;
pic=imread(‘test.png’);%pic=imresize(pic,0.2);
[h_,w_,s_]=size(pic);
pic=double(pic)/255;
pic_gray=rgb2gray(pic);
tic
pic_hsv=rgb2hsv(pic);
V=max(max(pic(:,:,1),pic(:,:,2)),pic(:,:,3));%亮通道
d=0.121779+0.959710V-0.780245pic_hsv(:,:,2)+0.041337;
se=strel(‘disk’,15);
d=imerode(d,se);%深度图进行平滑滤波
r=30;
eps=0.01;
d=guidedfilter(pic_gray,d, r, eps);%引导滤波
blocksize=15;
RGB_MIN=min(min(pic(:,:,1),pic(:,:,2)),pic(:,:,3));%像素暗通道
RGB_gray=rgb2gray(pic);
se=strel(‘square’,blocksize);
dark_I=imerode( RGB_MIN,se);
% figure,imshow(dark_I);
% U=reshape(dark_I,1,h_*w_);
% U1=sort(U,2,‘descend’);
% med=round(h_*w_*0.001);
% U2=U1(1:med);
% U3=unique(U2);
% [s1,s2]=size(U3);
% km=1;
% for i=1:s2
% [x y]=find(dark_I==U3(i));
% [l1,l2]=size(x);
% for i=1:l1
% x1=x(i,1);
% y1=y(i,1);
% km=km+1;
% U4(km)=RGB_gray(x1,y1);
% end
% end
% A_channel=max(U4(😃);
%A_channel=airlight_he(pic,15);
A_channel=zeros(3,1);
A_channel(1)=est_a(d,pic(:,:,1),h_,w_);
A_channel(2)=est_a(d,pic(:,:,1),h_,w_);
A_channel(3)=est_a(d,pic(:,:,1),h_,w_);
% figure,imshow(d);colormap HOT;
t=exp(-0.95*d);t=min(max(t,0.1),0.9);figure,imshow(d);colormap HOT;
%imwrite(t,‘C:UsersTigerDesktop所有代码和文章整理雾图集dimage.bmp’)
J(:,:,1) = double((pic(:,:,1) - (1-t)*A_channel(1))https://blog.csdn.net/TIQCmatlab/article/details/t)/A_channel(1);
J(:,:,2) = double((pic(:,:,2) - (1-t)*A_channel(2))https://blog.csdn.net/TIQCmatlab/article/details/t)/A_channel(2);
J(:,:,3) = double((pic(:,:,3) - (1-t)*A_channel(3))https://blog.csdn.net/TIQCmatlab/article/details/t)/A_channel(3);
toc
figure,subplot(211),imshow(pic);title(‘原图’)
subplot(212),imshow(J),title(‘去雾图’)
% imwrite(J,‘C:UsersTigerDesktop所有代码和文章整理雾图集
esimage.bmp’)
1 matlab版本
2014a
2 参考文献
[1]胡雪薇,李其申.动态大气散射系数的颜色衰减先验图像去雾[J].电视技术. 2017,41(Z2)
3 备注
简介此部分摘自互联网，仅供参考，若侵权，联系删除
🍅 仿真咨询
1 各类智能优化算法改进及应用
生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化
2 机器学习和深度学习方面
卷积神经网络（CNN）、LSTM、支持向量机（SVM）、最小二乘支持向量机（LSSVM）、极限学习机（ELM）、核极限学习机（KELM）、BP、RBF、宽度学习、DBN、RF、RBF、DELM、XGBOOST、TCN实现风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断
3 图像处理方面
图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知
4 路径规划方面
旅行商问题（TSP）、车辆路径问题（VRP、MVRP、CVRP、VRPTW等）、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、车辆协同无人机路径规划、天线线性阵列分布优化、车间布局优化
5 无人机应用方面
无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配
6 无线传感器定位及布局方面
传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化
7 信号处理方面
信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化
8 电力系统方面
微电网优化、无功优化、配电网重构、储能配置
9 元胞自动机方面
交通流 人群疏散 病毒扩散 晶体生长