3. 经典去雾算法（一）：暗通道先验（DCP）原理、实现步骤、优缺点分析

说到去雾算法，暗通道先验（Dark Channel Prior, DCP）是绕不开的一座里程碑。何恺明团队在2009年提出这个方法时，我还在学校啃，当时就觉得——这思路真绝。后来在项目中落地，踩过坑也填过坑，今天我把核心东西掰开揉碎了讲给你。

3.1 暗通道先验的核心思想

先问一个问题：一张没雾的清晰户外照片，它的局部区域里，是不是至少有一个颜色通道的像素值特别低？

答案是肯定的。你想想看，蓝天、绿树、红墙、柏油路……这些物体在某个颜色通道上总会“暗”下去。比如蓝天在R通道很暗，绿树在B通道很暗。这就是暗通道先验的直觉来源。

用公式表达就是：

J_dark(x) = min_{y ∈ Ω(x)} ( min_{c ∈ {r,g,b}} J_c(y) ) → 0

说白了，对每个像素点，取它周围一个小窗口里所有像素的RGB三通道最小值，得到一张“暗通道图”。在无雾图像上，这张图几乎全黑——像素值趋近于0。

3.2 物理模型与数学推导

去雾问题背后有一个经典物理模型——大气散射模型：

I(x) = J(x) * t(x) + A * (1 - t(x))

其中：

• I(x)：你拍到的有雾图像（已知）
• J(x)：你要恢复的无雾图像（未知）
• t(x)：透射率，表示光线穿过雾的能力（未知）
• A：大气光值，可以理解为雾的颜色（未知）

一个方程，三个未知数，数学上这是病态问题。暗通道先验就是用来打破这个僵局的。

推导过程我简化一下：

1. 对模型两边取暗通道操作
2. 利用暗通道先验 J_dark → 0
3. 解出透射率 t(x) 的粗估计

最终得到透射率的计算公式：

t(x) = 1 - ω * min_{y ∈ Ω(x)} ( min_c ( I_c(y) / A_c ) )

这里的 ω 是一个保雾参数，我习惯取0.95。为什么不是1？完全去雾会让图像显得很假，留一点点雾反而更自然。这个细节我在第一个落地项目里试了十几次才找到感觉。

3.3 实现步骤详解

整个DCP算法流程，我拆成5步：

步骤	操作	关键细节
1	计算暗通道图	窗口大小15×15，太大容易丢失细节，太小噪声多
2	估计大气光值A	取暗通道中最亮的前0.1%像素，对应原图最亮值
3	估算粗透射率	用暗通道公式计算，注意归一化
4	细化透射率	使用引导滤波或软抠图，这一步最耗时
5	恢复无雾图像	代入模型反解，注意设置透射率下限（0.1）

下面是一个精简的Python实现核心逻辑：

import cv2
import numpy as np

def dark_channel(img, size=15):
    b, g, r = cv2.split(img)
    min_channel = cv2.min(cv2.min(r, g), b)
    kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (size, size))
    return cv2.erode(min_channel, kernel)

def estimate_atmospheric_light(img, dark):
    h, w = dark.shape
    flat_dark = dark.ravel()
    flat_img = img.reshape(h*w, 3)
    num_pixels = int(h * w * 0.001)
    indices = np.argpartition(flat_dark, -num_pixels)[-num_pixels:]
    return np.max(flat_img[indices], axis=0)

def estimate_transmission(img, A, omega=0.95, size=15):
    normalized = img / A
    dark = dark_channel(normalized, size)
    return 1 - omega * dark

3.4 优缺点分析

DCP不是万能的，我用它做过十几个项目，优缺点心里有本账。

优点

• 原理简洁，效果惊艳——一张暗通道图就能把雾的分布摸清楚
• 无需训练数据——纯物理驱动，不像深度学习那样依赖数据集
• 计算可优化——引导滤波后，在CPU上也能跑实时

缺点

• 天空区域翻车——天空本身就很亮，暗通道先验不成立，去雾后容易偏色
• 边缘光晕——透射率突变的地方，比如树枝和天空交界处，容易出现白边
• 对白色物体敏感——白色墙壁、雪地等场景，暗通道不“暗”，算法会误判

3.5 暗通道先验知识体系

下面这张图帮你把DCP的脉络理清楚：

3.6 落地建议

如果你要在实际项目里用DCP，我给你三条建议：

• 先做天空检测——用梯度或亮度阈值把天空区域标出来，单独处理透射率
• 透射率加下限——设 t_min = 0.1，防止去雾过度产生噪声
• 后处理不能省——去雾后做一次自动对比度拉伸或直方图均衡，效果会好很多