去雾算法的原理是基于图像去模糊的原理，通过对图像中的散射光进行估计和去除来消除图像中的雾霾效果。
去雾算法通常分为以下几个步骤：
-
导引滤波：首先使用导引滤波器对图像进行滤波，目的是估计图像中散射光的强度。导引滤波器能够通过图像的低频成分来估计散射光的强度。
-
估计大气光：根据估计得到的散射光强度，可以计算出图像中的大气光强度。大气光一般是图像中亮度较高的区域，通常选择图像中亮度最大的几个像素点来估计大气光。
-
估计透射率：根据估计得到的散射光强度和大气光强度，可以计算出图像中每个像素点的透射率。透射率反映了光线在经过雾霾介质时的衰减程度，透射率较小的区域表示雾霾较重。
-
去雾重建：通过估计得到的透射率和大气光，可以对原始图像进行去雾重建。去雾重建时，将图像中每个像素点的像素值除以透射率，并加上大气光的值，就可以得到去雾后的图像。
去雾算法的具体实现方式有很多种，包括暗通道先验法、基于颜色恢复的方法、基于边缘保持的方法等。每种方法都有其特定的优势和适用场景，根据实际需求选择合适的算法进行去雾处理。
基于FPGA去雾算法效果展示
关注B站账号，有更多算法讲解！
