图像增强之图像去雾

研究去雾算法有一段时间了，看了很多论文，最终还是觉得何凯明的去雾相关论文最靠谱：

何凯明主页：http://kaiminghe.com/

暗通道透雾：Single Image Haze Removal

引导滤波：Guided Image Filtering

有些图像处理后感觉自己实现的透雾效果不如作者的效果好。

造成此差异的原因大概是：

①自己的实现有不到位的地方。

②透雾处理后的曝光方式不一样，由于暗通道方法透雾后会出现图像偏暗的情况，所以需要曝光处理，但作者的论文中没有提到他自己用了什么方法。

另外，我在实现过程中其中传播图的细化用的是Guided Image Filtering，也试过均值等其他滤波方式，但是很明显引导滤波的效果更好，原因就是滤波后边缘效应，据说双边滤波的保边效果不错，但是自己没有实现过，大致了解了一下双边滤波的快速算法，大概估计其流程比引导滤波会更耗时，加上自己较忙，所以也没有继续研究了，希望有实现双边滤波的朋友曝一下处理效果及处理时间。

此文没有介绍关于暗通道的一些流程，但是博客园就不止一篇文章介绍其去雾算法，所以偷个懒直接加个链接，感兴趣的朋友推荐看看以下文章以及下面的评论。

http://www.cnblogs.com/Imageshop/p/3281703.html；

http://www.cnblogs.com/celerychen/archive/2013/03/23/2976792.html；

另外我现在还存在以下问题：

①目前我实现过的透雾算法都有其自身的缺陷，何凯明的算法也有处理效果不理想的情况。

就目前自己实现的透雾算法中，还没有一种能够适应各种雨雾霾图像的处理，有研究图像透雾

的朋友欢迎发表你的看法及心得。

②虽然引导滤波的效果用于传输图的细化效果较好，但是实时性远远不够，

单单引导滤波而言，自己期望能达到的效率是，在配置一般的电脑上能够实时处理（20ms以内）720P灰度图像。

希望做过并行处理：GPU加速、异构编程、或FPGA等朋友报一下你们有没有处理过一些图像滤波（均值、中值、双边、甚至引导滤波等等）的加速。能加速到什么程度，这一点很重要。如果我要做相关加速工作需要了解哪些知识，可否推荐一些资料。

下面是我这里的处理效果【如果显示器偏小，请按 “Ctrl+鼠标滚轮” 缩小页面进行查看】

这些图像是经过“暗通道透雾”+“后期曝光处理”两步完成的。曝光处理用的方法简单所以效率很高。

关于曝光补偿，感兴趣的朋友可以看下下面贴出的代码。如果你有更好的曝光处理方法，能告之当然更好。

如果发现你的实现出来效果更好，请曝图，我这里好做参考继续改进，当然，能告之方法自然更好。

 

不好意思：全部代码及应用不方便上传，下面贴出Gama校正调整图像亮度的代码，请参考

//图像的伽马矫正
        void CreateGamaTab(unsigned char* gamaTab, float gama)
        {
            float fT = 0;
            for(int i=0; i<256; i++)
            {
                fT = (i+0.5f)/255;
                fT = (float)pow(fT, gama);
                int iT = fT*255;
                if(iT>255)
                {
                    iT = 255;
                }
                else if(iT<0)
                {
                    iT = 0;
                }
                gamaTab[i] = iT; 
            }
        }

//图像亮度调整
void IMG_GamaCorrection(
                        unsigned char*    pSrc,       //源图像数据
                        unsigned char*    pDst,        //目标图像数据，如果为NULL，会直接改变pSrc
                        int                width,        
                        int                height, 
                        int                stride,        //每一行数据字节数
                        int                iChannels,  //例如 1=灰度图 3=RGB24 4=RGB32
                        double            fGama       //大致区间 0.1 - 5.0  1.0时没有变化 低于1.0变暗，高于1.0变亮
                        )
{
    //创建查找表
    unsigned char GamaTab[256] = {0};
    CreateGamaTab(GamaTab, 1/fGama); //*****注意这里有除1操作*******

    int x,y;

    unsigned char* pS;
    unsigned char* pD;

    if(pDst != NULL) //结果保存在pDst
    {
        if(iChannels == 1)//单通道图像
        {
            for(y=0; y<height; y++)
            {
                pS = pSrc + y*stride;
                pD = pDst + y*stride;
                for(x=0; x<width; x++)
                {
                    pD[0] = GamaTab[pS[0]];

                    pS+=iChannels;
                    pD+=iChannels;
                }
            }
        }
        else//多通道彩色
        {
            for(y=0; y<height; y++)
            {
                pS = pSrc + y*stride;
                pD = pDst + y*stride;
                for(x=0; x<width; x++)
                {
                    pD[0] = GamaTab[pS[0]];
                    pD[1] = GamaTab[pS[1]];
                    pD[2] = GamaTab[pS[2]];

                    pS+=iChannels;
                    pD+=iChannels;
                }
            }
        }        
    }
    else //直接改变原图
    {
        if(iChannels == 1)//单通道图像
        {                
            for(y=0; y<height; y++)
            {
                pS = pSrc + y*stride;    
                for(x=0; x<width; x++)
                {
                    pS[0] = GamaTab[pS[0]];
                
                    pS+=iChannels;
                }
            }
        }
        else//多通道彩色
        {                
            for(y=0; y<height; y++)
            {
                pS = pSrc + y*stride;    
                for(x=0; x<width; x++)
                {
                    pS[0] = GamaTab[pS[0]]; //gama校正
                    pS[1] = GamaTab[pS[1]]; //gama校正
                    pS[2] = GamaTab[pS[2]]; //gama校正

                    pS+=iChannels;
                }
            }
        }
    }    
}