除了圖像識別、圖像分類，計算機視覺還有很多有趣應用！比如……去霧霾。
這一季我們講過人臉識別、結構光，也講過 SLAM、OCR 等計算機視覺的應用分支，接下來我們會談談 CV 相關的有趣應用，比如……去霧霾。
光穿過霧霾會發(fā)生散射，只有一部分能量能到達鏡頭，因此拍出的照片會呈現(xiàn)出「霧蒙蒙」的效果。想要去掉圖片中的霧霾，就要精確估計出霧霾的透射率，再對圖像進行恢復。
暗通道先驗是圖像去霧霾的經(jīng)典方法，它基于這樣的假設：在沒有霧的圖像中，一定有某個通道的某個局部非常暗，暗到數(shù)值幾近于零。這部分可能是陰影、純色，也可能是黑色的東西。
有了霧霾，本來應該很暗的部分就會變得灰白。通過這部分的數(shù)值計算出霧霾的透射率，找到有霧圖像和無霧圖像的對應關系，就能去掉圖片中的霧霾。
除了暗通道先驗，也有人嘗試利用對比度的降低或顏色的衰減來估計霧霾的透射率。還有人嘗試使用深度學習，將霧霾作為一種特征進行學習，端到端的完成圖像去霧。
有了圖像去霧，霧霾天自動駕駛系統(tǒng)也能準確識別交通標志，添加了自動去霧霾功能的手機，霧霾天也能拍出清晰的照片。
PS：這種計算機視覺技術（應用）的正式名稱為：圖像去霧（Haze Removal）。經(jīng)典方法「暗通道先驗」來自計算機視覺頂級會議 CVPR 2009 年的「Best Paper」《Single Image Haze Removal Using Dark Channel Prior》，作者何愷明現(xiàn)任 FAIR 研究科學家。
順便一提，CVPR 2016 年「Best Paper」《Deep Residual Learning for Image Recognition》的作者也是他。
（免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。 ）
