1. 是DehazeNet的一个实现，利用透射图来得到去雾图像； 2.pytorch版本，已经针对户外和室内训练好，同时OTS和ITS的测试数据集在里边； 3. 对于不同的测试场景，需要修改预训练权重对应户外和室内； 4. 会在结果中同时保存透射图估计和最终的去雾图像； 5. 代码附有全部细节的注释，非常详细便于学习。

基于纹影法的柴油高压短脉宽喷雾特性研究 ，董全，蔡志勇，双燃料柴油机中，预喷柴油的作用在于在缸内形成着火点，从而引燃缸内的天然气，为了形成稳定的着火控制和提高燃油替代率，往往使

该程序是Retinex去雾算法的仿真实现，亲测有效

Pixel Perfect Fog of war是终极战争迷雾工具。无需渲染纹理即可操作，所有计算都在GPU上完成。这意味着系统非常快，并产生Pixel Perfect结果。 利用图像效果、URP自定义渲染功能和HDRP体积框架，该工具与现有项目兼容，并且材质不需要自定义着色器。

火焰+烟雾数据集1000张左右，火焰是0，烟雾是1

随着现代家庭用火、用电量的增加，家庭火灾发生的频率越来越高。火灾报警器也随之被广泛应用于各种场合。本课题所研究的无线多功能火灾报警器采用STC89C51为核心控制器，利用气体传感器MQ-2、ADC0832模数转换器、DS18B20温度传感器等实现基本功能。通过这些传感器和芯片，当环境中可燃气体浓度或温度等发生变化时系统会发出相应的灯光报警信号和声音报警信号，以此来实现火灾报警，智能化提示。 ⑴硬件部分：包括传感器的选择，显示模块的选择，烟雾信号转换电路的设计，报警驱动电路的设计。 （2）软件部分：包括微处理器控制程序的编制和原理图的绘制。 （3）系统的综合调试与分析：在软硬件完成以后，要对系统进行综合的测试与实验，分析系统的可靠性与实用性，调整系统的不足。

NH-HAZE数据集源于以下paper: [1] C.O. Ancuti, C. Ancuti, R. Timofte "NH-HAZE: An Image Dehazing Benchmark with Non-Homogeneous Hazy and Haze-Free Images", IEEE CVPR NTIRE Workshop, 2020 [2] C.O. Ancuti, C. Ancuti, F.A. Vasluianu, R. Timofte et al. "NTIRE 2020 Challenge on NonHomogeneous Dehazing", IEEE CVPR NTIRE Workshop, 2020

火焰烟雾数据集 yolov5火焰烟雾检测，火焰烟雾报警系统，目标检测，深度学习，目标检测接单，yolov5，yolov7，可dai写 扣扣：2046删532除381

基于Matlab图像去雾系统（彩色，灰色均可处理，多方法对比，GUI框架）

matlab图像融合源码 Haze-Removal-Project 主要参考文献 Visibility in bad weather from a single image Guided image filtering Fast Haze Removal Algorithm for Surveillance Video 这是一篇讲如何对视频进行快速去雾的文章，没涉及到具体的算法，不过可以看看。 Fast image dehazing using guided joint bilateral filter Efficient Image Dehazing with Boundary Constraint and Contextual Regularization 何恺明之前单幅图像去雾的经典方法是： （1）最大化局部对比度：R. Tan, Visibility in Bad Weather from a Single Image, CVPR’08 （2）独立成分分析：R. Fattal, Single Image Dehazing, SIGGRAPH’08 新的成果： 下面试几篇比较新的