DehazeNet：一个端到端的单图像雾霾去除系统，提供清晰的 Matlab 图像处理代码。

简介：
DehazeNet，由蔡伯伦、徐向民、贾佳、青春梅、陶大成及[曾令科]共同研发的matlab图像清晰处理代码，代表了一种端到端的系统，旨在解决单幅图像中的雾霾去除问题。该问题本质上是一个复杂且欠定的挑战，目前已有的解决方案通常依赖于各种约束条件或预先知识的运用。雾霾去除的核心在于准确估计输入图像中的介质透射率图。本文详细阐述了一种名为DehazeNet的可训练端到端系统，该系统属于媒体传输估计范畴。DehazeNet接收雾度图像作为输入，并输出相应的介质传输图，随后利用大气散射模型进行无雾度图像的恢复。该网络架构基于卷积神经网络（CNN）的深度结构，其各层均经过精心设计，以符合图像去雾过程中的固有假设和先验条件。具体而言，Maxout单元层主要负责特征提取，能够有效生成与雾度相关的各类特征信息。此外，我们还引入了一种全新的非线性激活函数——双边整流线性单元（BReLU），旨在显著提升恢复后的无雾图像质量。为了更清晰地呈现系统的构成和与其他现有方法的关联性，我们在此建立了DehazeNet各个组件与现有方法中使用的组件之间的连接关系。通过在标准基准图像上的实验验证结果表明，DehazeNet在性能上优于现有方法的同时，也保持了高效性和易用性。如果您计划在您的研究工作中应用这些代码...