2020华为杯E题--基于暗通道优先算法的能见度估计模型（附代码）
一、E题赛题
2020研究生数学建模赛题链接：https://download.csdn.net/download/qq_35759272/13028941
二、赛题分析与思路
建立不依赖能见度仪观测数据的能见度估计算法，即通过视频/图像中的信息获取场景的能见度。通过查阅文献，能见度可以用消光系数求出，而消光系数可以通过区域的透射率和拍摄距离求得。因此，首先通过暗通道理论获取暗通道图像，再通过大气散射物理模型求得图像得透射率，再通过深度图获取目标物与观测点的距离，再用该距离与透射率求出消光系数，再利用公式求出能见度。
分析思路步骤如图 ：
三、基于暗通道优先算法的能见度估计模型
3.1 暗通道理论
在绝大多数非天空的局部区域里，某一些像素总会（至少一个颜色通道）具有很低的值。换言之，该区域光强度的最小值是个很小的数（趋于 0）。
基于上述结论，对于一幅图像 J，暗通道用公式描述为：
3.2 大气物理模型
如果从物理模型角度对有雾图像进行清晰化处理，需要用到大气散射模型。大气散射
物理模型包含两部分，第一部分称为直接衰减项也称直接传播，第二部分称为大气光照。
其原理图如图 5-17 所示：
通过公式表示如下：
公式中 J 代表的是景物反射光的强度，A 代表全局大气光照强度，t 用来描述光线通过介质
透射到成像设备过程中没有被散射的部分。
透射率 t 可表示为：
公式中β代表大气的散射系数，该式表明景物光线是随着景物深度 d 按指数衰减的。
3.3 求解透射率 t
3.4 求消光系数
根据透射率的定义公式，推导出的大气消光系数公式如下所示:
3.5求解能见度
将消光系数的结果带入能见度公式进行能见度计算，能见度的公式如下所示：
四、结果分析
早上 6：30 到 7：39 高速公路的能见度整体呈递减的趋势，这与机场场景下的能见度变化类似，所以模型的估计结果符合实际。
附
第二题解题——基于AlexNet深度网络的能见度估计模型
解题文章链接：2020研究生数学建模E题–AlexNet深度网络解法（大雾能见度估计与预测）（含代码）
第三题解题——基于辅助车道线的大雾能见度估计模型
（2）对于高速公路视频截图数据采用——基于辅助车道线的大雾能见度估计与预测模型
解题文章链接：[2020华为杯E题–基于辅助车道线的大雾能见度估计与预测（附代码）]
第四题解题——基于灰色预测的大雾能见度预测模型
解题文章链接：2020华为杯E题——基于灰色预测的大雾能见度预测模型（附代码）
本博客参考文章：
【1】基于暗通道优先算法的去雾应用Matlab
【2】基于暗通道优先的单幅图像去雾算法（Matlab/C ）