Facebook：http://www.facebook.com/sharer.php?u=分享地址

Twitter ： https://twitter.com/intent/tweet?url=分享地址&via=分享人（可以@）&text=分享内容

Google+ : https://plus.google.com/share?url=分享地址

新浪微博：http://service.weibo.com/share/share.php?url=地址&pic=图片地址&title=标题&appkey=您申请的应用appkey,显示分享来源(可选)&ralateUid=关联用户的UID，分享微博会@该用户(可选)

腾讯微博：'http://v.t.qq.com/share/share.php?title='+content+'&url='+url+'&pic='+picurl;

百度贴吧：http://tieba.baidu.com/f/commit/share/openShareApi?url=地址&title=标题&desc=描述&pic=图片

QQ空间：http://sns.qzone.qq.com/cgi-bin/qzshare/cgi_qzshare_onekey??url=地址&title=标题&pics=图片

领英：http://www.linkedin.com/shareArticle?spm= &mini=true&url=地址

pinterest :https://www.pinterest.com/pin/create/button/?url= ?spm= &media= ;

在线客服

tencent://message/?uin=123456789

https://www.skype.com/en/developer/create-contactme-buttons/?intsrc=client-_-windows-_-6.14-_-go-help.guide.webpresence&setlang=zh-Hans

自定义meta标签

<meta property="og:locale" content="en_US" />
<meta property="og:type" content="类型" />
<meta property="og:title" content="标题" />
<meta property="og:description" content="简短说明或摘要" />
<meta property="og:url" content="页面的网址" />
<meta property="og:site_name" content="网站名称" />
<meta property="og:updated_time" content="2017-10-06T06:26:30+00:00" />
<meta property="og:image" content="图片网址" />
<meta property="og:image:secure_url" content="图片的 https:// 网址" />
<meta property="og:image:width" content="800" />
<meta property="og:image:height" content="300" />

1. S.G. Narasimhan and S.K. Nayar， 多幅图像（同一场景不同时间、天气）去雾 主页
2. NASA， Retinex理论增强，主页。
   Ana Belén Petro总结了NASA的Retinex理论，源代码，不过不是matlab版本的。
3. Kopf，Deep Photo: Model-Based Photograph Enhancement and Viewing，3D场景去雾，没有源码。主页地址
4. Fattal, single image dehazing, 主页*matlab代码*
5. Fattal 2014，Automatic Recovery of the Atmospheric Light in Hazy Images，大气光恢复去雾，有代码，主页
6. Fattal 2014，Dehazing using Color-Lines，无代码，主页
   这里有个Matlab script converting jet-color images into [0,1] transmission values 主页
7. Tarel,Fast visibility restoration from a single color or gray level image,matlab代码*实验主页*

8. He kaiming， single image dehazing using dark channel prior,实验主页
   其guided image dehazing，主页还有matlab代码

9. Nishino，bayesian defogging，贝叶斯去雾，主页

10. Ancuti，inverse-image dehazing， fusion-based dehazing，水下融合去雾,个人主页*半反去雾主页*
11. Ketan Tang, 基于学习的去雾Investigating haze-relevant features in a learning framework for image dehazing， 实验主页
12. Gibson，维纳滤波去雾，fast single image fog removal using the adaptive wiener filter，主页
13. Meng gaofeng,改进的暗原色去雾efficinet image dehazing with boundary constraint contextual regularization，matlab代码
14. Yoav Y.Schechner,一直研究偏振去雾算法，典型的代表作，blind haze separation, advanced visiblity improvement based on polarization filtered images，主页
15. yk wang，Single Image Defogging by Multiscale Depth Fusion，也是基于贝叶斯和马尔可夫来去雾，暂时没公布matlab代码。主页

16. Jin-Hwan Kim, optimized contrast enhancement for real-time image and video dehazing, 关于图像增强和视频去雾的，主页有代码，但是是C程序的。主页

    1. ECCV2016 Single Image Dehazing via Multi-Scale Convolutional Neural Networks，主页
    2. 2015年的一篇CVPR，主页有代码，Simultaneous Video Defogging and Stereo Reconstruction 链接
       此外还有文章主页：http://www.lizhuwen.com/pages/Stereo%20in%20Fog.html

关于去雾算法质量评价对比
1、Zhengying Chen，Quality Assessment for Comparing Image Enhancement Algorithms（CVPR2014），基于学习的去雾算法排序方法，据说有数据库，但得填表找他们要，主页
2、Gibson，A No-Reference Perceptual Based Contrast Enhancement Metric for Ocean Scenes in Fog（TIP，2013），一种CEM评价方法，不过也是基于学习的，数据库和代码都有。主页
3、Hautiere，Blind contrast enhancement assessment by gradient ratioing at visible edges，三种忙评价方法。代码网络上有，原作者编写的在这里，主页

4.图像去雾和视频去雾的综述，感觉整理的还蛮全的，Review of Video and Image Defogging Algorithms and Related Studies on Image Restoration and Enhancement。另外整理了部分代码。