2026年3月26日晚上 ，电气与控制工程学院”一苇以航”辅导员工作室于15311H教室顺利开展第176期论文学堂。本次讲座由班级朋辈导师赵宇超面向25150141班进行讲解。
本次学堂，赵宇超学长介绍了论文的研究背景与核心问题：在计算机视觉领域，雾霾天气会导致图像质量下降，严重影响目标识别、场景理解等任务的准确性。针对这一问题，论文提出了一种简单而有效的图像先验算法——暗通道先验（Dark Channel Prior）。该先验基于对大量户外无雾图像的统计观察发现：在绝大多数非天空的局部区域中，至少有一个颜色通道的某些像素具有非常低的强度值，趋近于零。基于这一关键观察，论文将暗通道先验与经典的雾霾成像模型相结合，通过推导透射率与大气光值，最终实现了从单幅输入图像中恢复高质量无雾图像的目标。
学长详细拆解了论文的核心内容：首先介绍了雾霾成像模型的数学表达，解释了观察强度、场景辐射度、大气光与透射率之间的关系；随后阐述了暗通道先验的定义及其计算方法，并通过示例图片直观展示了有雾图像与无雾图像在暗通道上的显著差异——雾霾越浓的区域，暗通道强度越高。在此基础上，论文推导出透射率的估计公式，并引入常量参数以避免过度去雾导致图像不自然，最终给出无雾图像的恢复方程。实验部分验证了该方法在多种户外场景下的有效性，同时指出了算法的局限性，例如在天空区域或受阳光强烈影响时可能出现颜色失真，为后续研究提供了改进方向。
通过本次论文学堂，学生可以深入了解图像去雾的核心原理与关键技术，掌握暗通道先验这一重要统计量如何与物理模型结合解决实际问题，并认识到该工作对计算机视觉领域的基础性贡献。同时，论文的研究思路也为学生提供了从观察到建模、从理论到验证的完整科研范式参考。
