不相关的，估算景物的反射率，来推断景
物光在空气中传播时的透射率。Fattal的的做法比较准确，并且能产生很好的
去雾结果。然而他的方法在雾浓度较大的时候便显得无能为力，尤其是当他的
假想一旦失效的时候。
f在这篇文章，我们提出一种新的先验规律暗原色先验，来用于单一图
像去雾。暗原色先验是对户外无雾图像库的统计得出的规律。我们发现，在不
包括天空的绝大部分局部区域，总会存在一些我们称之为“darkpixels”的像
素，至少有一个颜色通道具备很低的强度值。在被雾干扰的图像里，这些暗像
素的强度值会被大气中的白光成分所充斥而变得较高。因此，这些暗像素能够
直接用来评估雾光的透射信息。结合一个已有的雾成像模型和插值法抠图修复，
我们可以得到高质量的去雾图像和很好的深度图。
我们实现的去雾不仅在物理上有效，而且能够处理包括在雾浓度很大情况
下的远距离物体。我们没有依靠输入图像透射率或表面投影的显著变化，结果
基本没有人工的痕迹或者晕影。
和任何其他利用先验规律实现的算法一样，我们的实现也有其限制因素。
当取景对象在较大范围内和天空接近并且没有阴影覆盖的时候，暗原色的猜想
将不成立。尽管我们的去雾处理对大多数户外带雾图像都有较好成果，在一些
极限情况下还是会失效。我们相信，从不同的角度来发展这一先验，并且将其
组合能使得这一工作更加完善。
2背景
在计算机视觉和计算机图形中，下述方程所描述的雾图形成模型被广泛使
用2510，11
IxJxtxA1tx
1
I是指观测到的图像的强度，J是景物光线的强度，A是全球大气光成分，
t用来描述光线通过媒介透射到照相机过程中没有被散射的部分，去雾的目标
就是从I中复原JAt。对于一幅N像素的彩图I，存在着3N的约束和4N3
的未知数。
方程右边的第一项Jxtx叫做直接衰减项［11］，二项A1tx则
是大气光成分。直接衰减项描述的是景物光线在透射媒介中经衰减后的部分，
而大气光则是由前方散射引起的，会导致景物颜色的偏移。然而直接衰减是物
体光线的多重失真，大气光是附加的。
因为大气层可看成各向同性的，透射率t可表示为：
txeβdx
2
β是大气的散射系数，d是场景深度。该式表明景物光线是随着景物深度
d按指数衰减的。如果我们可以恢复透射，我们也可以恢复未知规模的深度。
雾图形成模型方程（1）意味着，在RGB色彩空间中，向量A，J（x），I
（x）从几何学来看是共面的，它们的端点则是共线的，透射系数t是两条线
段长度之比：
AIxAcIr