NIGHTTIME HAZE REMOVAL USING COLOR TRANSFER PRE-PROCESSING AND DARK CHANNEL PRIOR

论文：NIGHTTIME HAZE REMOVAL USING COLOR TRANSFER PRE-PROCESSING AND DARK CHANNEL PRIOR
作者：Soo-Chang Pei
年份：2012
期刊：IEEE

利用颜色转移预处理和暗通道先验来去除夜间雾霾。有一些方法在白天去雾效果满意，但是大部分都不适用于晚上，本文方法能去除夜间雾霾，即使有整体对比度低、整体亮度低和“蓝移”气光颜色的不良特性。暗通道先验的计算基于“灰色”气光颜色的假设所以我们使用颜色传递方法将大气光颜色由“蓝移”转换为“灰移”，然后对输入的夜间雾霾图像进行处理。在对初始夜间烟霾图像进行颜色传输预处理后，将输出图像应用于改进暗通道先验方法和局部对比度校正中的双边滤波器，逐步地成为最终的无雾图像。

假设DCP的计算是基于在“灰色”的空气光颜色

过程：

1.用color transfer将the airlight color 均匀传输为 grayish
（1）RGB → LMS → 对数LMS → Lαβ
（2）在Lαβ空间里，分通道计算源图片和目标图片的均值和标准差
（3）源图片逐像素减对应通道的均值

（4）得到的数除以原图片标准差乘以目标图片标准差

（5）加上目标图片的均值
（6）LMS → Lαβ
（7）转换成RGB图像
2.得到的图像用消除霾的改进暗通道先验方法和用于增强对比度的局部对比度校正的双边滤波器逐步操作
（1）去雾图像模型

暗通道：

c表示rgb三通道中的某一通道，输入图像后，先取图像中每一个像素的三通道中的灰度值的最小值，得到一幅灰度图像，再在这幅灰度图像中，以每一个像素为中心取一定大小的矩形窗口，取矩形窗口中灰度值最小值代替中心像素灰度值，从而得到输入图像的暗通道图像。暗通道图像为灰度图像，通过大量统计并观察发现，暗通道图像的灰度值是很低的，所以将整幅暗通道图像中所有像素的灰度值近似为0，即

大气光A：对于任意一幅输入图像，取其暗通道图像灰度值最大的0.1%的像素点对应于原输入图像的像素位置的每个通道的灰度值的平均值，从而计算出每个通道的大气光值，即大气光值A是一个三元素向量，每一个元素对应于每一个颜色通道。（累加求平均来代替A）
（2）归一化：

（3）做最小化计算：

（4）由
可知A恒正，得：

（5）代入：

（5）为防止去雾太过彻底，恢复出的景物不自然，应引入参数w=0.95

（6）图像复原：

3.输出无雾图像

结果：

思考：
（1）第一步就已经将图片转为灰度图了，为什么暗通道处理还要得到灰度图？
（2）color transfer 可以将图片转换为灰度图么？怎样转？
（3）BFLCC？