基于暗通道的图像去雾算法

最近在学习基于暗通道的图像去雾算法，根据算法原理，用matlab写了一个函数，但是无法实现去雾的功能，想了很久也不知道问题出在哪里，代码如下：

function dehazed_image = dark_channel_dehazing(hazy_image, omega, t0)

% 输入参数：
% hazy_image：模糊图像
% omega：暗通道先验中的常数
% t0：大气散射系数的下限

% 输出参数：
% dehazed_image：去雾后的图像


% 计算暗通道
dark_channel = min(hazy_image, [], 3);

% 计算大气散射系数
[~, max_indices] = maxk(dark_channel(:), round(numel(dark_channel)*omega));
max_indices = max_indices(:);
max_r = hazy_image(:,:,1);
max_r = max_r(max_indices);
max_g = hazy_image(:,:,2);
max_g = max_g(max_indices);
max_b = hazy_image(:,:,3);
max_b = max_b(max_indices);
atmosphere = [max(max_r), max(max_g), max(max_b)];

% 计算透射率
transmission = 1 - omega*min(hazy_image./repmat(max(atmosphere), size(hazy_image)), [], 3);


% 限制透射率的下限
transmission = max(transmission, t0);

% 去雾
dehazed_image = zeros(size(hazy_image));
for i = 1:3
    dehazed_image(:,:,i) = (hazy_image(:,:,i) - atmosphere(i))./transmission + atmosphere(i);
end

% 将像素值限制在0-255之间
dehazed_image = max(dehazed_image, 0);
dehazed_image = min(dehazed_image, 255);
dehazed_image = uint8(dehazed_image);

end

随意选取了一张带雾图片进行处理

处理结果如下：

有知道问题出在哪儿的朋友吗，非常感谢。

• 这个问题的回答你可以参考下: https://ask.csdn.net/questions/7747167
• 这篇博客你也可以参考下：从 Matlab 看中国未来的软件产业，说不定能像这些基础点的方向发展下，坚持写代码做些基础的工作未来还是非常有意义的。可以一直写代码到老呢。
• 除此之外, 这篇博客: matlab 图像形态学处理与图像分割中的 2. 对一幅带有噪声点的图像（如果图像本身没有噪声点，首先添加椒盐噪声），用膨胀腐蚀等形态学方法去除细小颗粒，实现对象提取。尝试改变结构元素，重复以上步骤对图像进行形态学处理，对比记录不同的实验结果。 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:
  

• 建立openoperation.m文件,内容为：

  function rst=openoperation(src,struct_element)
  % 开操作
  tmp_erode=imerode(src,struct_element);
  rst=imdilate(tmp_erode,struct_element);
  

  开始处理

  finger_noise = imread('finger_noise.jpg');
  subplot(1,5,1);
  imshow(finger_noise);
  title('原图');
  struct_element1=[1 1 1;1 1 1;1 1 1];
  finger1=openoperation(finger_noise,struct_element1);
  subplot(1,5,2);
  imshow(finger1);
  imwrite(finger1, 'finger1.jpg');
  title('图1');
  struct_element2=[1 1 ;1 1];
  finger2=openoperation(finger_noise,struct_element2);
  subplot(1,5,3);
  imshow(finger2);
  imwrite(finger2, 'finger2.jpg');
  title('图2');
  struct_element3=[1 0 1;0 1 0;1 0 1];
  finger3=openoperation(finger_noise,struct_element3);
  subplot(1,5,4);
  imshow(finger3);
  imwrite(finger3, 'finger3.jpg');
  title('图3');
  struct_element4=[1 1 1;1 0 0;1 0 0];
  finger4=openoperation(finger_noise,struct_element4);
  subplot(1,5,5);
  imshow(finger4);
  imwrite(finger4, 'finger4.jpg');
  title('图4');
  

  finger1.jpg 结构元素为：struct_element1=[1 1 1;1 1 1;1 1 1];
  

  finger2.jpg 结构元素为：struct_element2=[1 1 ;1 1];
  

  finger3.jpg 结构元素为：struct_element3=[1 0 1;0 1 0;1 0 1];
  

  finger4.jpg 结构元素为：struct_element4=[1 1 1;1 0 0;1 0 0];
  

  效果比较：

  图片	结构元素	效果
  finger1.jpg	[1 1 1;1 1 1;1 1 1]	较好
  finger2.jpg	[1 1 ;1 1]	差
  finger3.jpg	[1 0 1;0 1 0;1 0 1]	较好
  finger4.jpg	[1 1 1;1 0 0;1 0 0]	中等

• 您还可以看一下 苏金明老师的MATLAB复变函数课程中的 复数运算-复数的乘除法、指数运算和对数运算小节, 巩固相关知识点