CN103020902B - 用于去雾图像的曝光增强方法和装置 - Google Patents

用于去雾图像的曝光增强方法和装置 Download PDF

Info

Publication number
CN103020902B
CN103020902B CN201110288962.8A CN201110288962A CN103020902B CN 103020902 B CN103020902 B CN 103020902B CN 201110288962 A CN201110288962 A CN 201110288962A CN 103020902 B CN103020902 B CN 103020902B
Authority
CN
China
Prior art keywords
exposure
mist elimination
point
function
image
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201110288962.8A
Other languages
English (en)
Other versions
CN103020902A (zh
Inventor
谭志明
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujitsu Ltd
Original Assignee
Fujitsu Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Fujitsu Ltd filed Critical Fujitsu Ltd
Priority to CN201110288962.8A priority Critical patent/CN103020902B/zh
Priority to GB1402250.3A priority patent/GB2508531B/en
Priority to JP2014530076A priority patent/JP6024753B2/ja
Priority to US14/238,069 priority patent/US9478015B2/en
Priority to PCT/CN2012/001247 priority patent/WO2013040857A1/en
Publication of CN103020902A publication Critical patent/CN103020902A/zh
Application granted granted Critical
Publication of CN103020902B publication Critical patent/CN103020902B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/73Deblurring; Sharpening
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/90Dynamic range modification of images or parts thereof
    • G06T5/92Dynamic range modification of images or parts thereof based on global image properties
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10004Still image; Photographic image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10024Color image

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)
  • Studio Devices (AREA)

Abstract

提供了一种用于去雾图像的曝光增强方法和装置。其中,该曝光增强方法包括:根据去雾参数构建曝光增强函数;利用所构建的曝光增强函数对去雾图像进行曝光增强处理。本发明可以根据去雾参数对去雾图像自适应地进行处理,并且可以并行地对去雾图像中的像素进行处理。

Description

用于去雾图像的曝光增强方法和装置
技术领域
本发明涉及图像处理领域,更具体地涉及一种用于去雾图像的曝光增强方法和装置。
背景技术
图像去雾是用于去除有雾图像中的雾气从而使得图像内容更加清晰的技术。但是,经过去雾处理得到的去雾图像一般都比较暗,去雾图像中的内容有时并不足以清晰到使人能清楚地辨认图像内容。所以,需要增强去雾图像的曝光程度。
目前,存在以下两种用于去雾图像的曝光增强方法:
第一种方法是基于像素灰度值的图像变换方法。该方法包括对数变换处理、伽马变换处理、以及分段线性变换处理。其中,对数变换处理和伽马变换处理都需要进行复杂运算,所以需要很长的计算时间;而分段线性变换处理不能提供连续的变换函数,导致得出的变换结果不理想。
第二种方法是基于直方图变换的图像变换方法。该方法首先计算输入图像的直方图,然后执行直方图均衡和直方图匹配等处理。通过该方法得出的结果图像效果非常差,几乎显示出了全部的噪声。另外,基于直方图变换的图像变换方法不容易以并行方式实现。
发明内容
鉴于以上所述的一个或多个问题,本发明提出了一种新颖的用于去雾图像的曝光增强方法和装置。
根据本发明实施例的用于去雾图像的曝光增强方法,包括:根据去雾参数构建曝光增强函数;利用所构建的曝光增强函数对去雾图像进行曝光增强处理。
根据本发明实施例的用于去雾图像的曝光增强装置,包括:函数构建单元,用于根据去雾参数构建曝光增强函数;曝光增强单元,用于利用所构建的曝光增强函数对去雾图像进行曝光增强处理。
本发明可以根据去雾参数对去雾图像自适应地进行处理,并且可以并行地对去雾图像中的像素进行处理。
附图说明
从下面结合附图对本发明的具体实施方式的描述中可以更好地理解本发明,其中:
图1示出了根据本发明实施例的用于去雾图像的曝光增强装置。
图2示出了根据本发明实施例的用于去雾图像的曝光增强方法。
图3示出了构建曝光增强函数的处理的示意图。
具体实施方式
下面将详细描述本发明各个方面的特征和示例性实施例。下面的描述涵盖了许多具体细节,以便提供对本发明的全面理解。但是,对于本领域技术人员来说显而易见的是,本发明可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本发明的示例来提供对本发明更清楚的理解。本发明绝不限于下面所提出的任何具体配置和算法,而是在不脱离本发明的精神的前提下覆盖了相关元素、部件和算法的任何修改、替换和改进。
本发明希望提供这样一种用于去雾图像的曝光增强方法和装置:该方法和装置可以自适应地对去雾图像进行曝光增强处理从而得到较好的处理结果,并且可以并行执行对于去雾图像的曝光增强处理。
作为有雾图像的图像去雾方法,基于暗原色先验的图像去雾方法被广泛使用。具体地,在基于暗原色先验的图像去雾方法中,通过利用有雾图像的灰度值I、大气光值A、和透射图t,根据有雾图像模型I=Jt+A(1-t)来求解去雾图像的灰度值J,即 其中,获取透射图t是非常重要的一个步骤。
在基于暗原色先验的图像去雾方法中,可以根据t=1-ω·f(I/A)来计算透射图t,其中f()代表计算透射图t的现有算法,ω(ω∈[0,1])是用于控制对于有雾图像的去雾程度的去雾参数。去雾参数ω的值越大,通过去雾处理得到的去雾图像越暗;相反,去雾参数ω的值越小,通过去雾处理得到的去雾图像越亮。用户可以根据需要,通过对去雾参数ω进行设置来得到期望的去雾效果。
在实际应用中,如果仅通过简单地将去雾参数ω设置为一个较小的值来使得去雾图像变得更亮,则有可能会导致虽然去雾图像的亮度较高但其对比度降低的情况发生。此时,用户仍然无法清晰地辨认图像内容。
为了使得去雾图像更亮、更清晰,本发明提出了一种新颖的用于去雾图像的曝光增强装置和方法。图1示出了根据本发明实施例的用于去雾图像的曝光增强装置。图2示出了根据本发明实施例的用于去雾图像的曝光增强方法。
如图1所示,根据本发明实施例的用于去雾图像的曝光增强装置包括函数构建单元102和曝光增强单元104。其中,函数构建单元102用于根据去雾参数ω构建曝光增强函数(即,执行图2中的步骤S202),曝光增强单元104用于利用曝光增强函数对去雾图像进行曝光增强处理(即,执行图2中的步骤S204)。
下面,以归一化的输入像素值和归一化的输出像素值为例,对根据本发明实施例的用于去雾图像的曝光增强装置和方法进行说明。图3示出了构建曝光增强函数的处理的示意图。其中,横轴表示归一化的输入像素值,纵轴表示归一化的输出像素值,输入和输出像素值都是处于[0,1]范围内的数值。
下面,详细说明构建曝光增强函数的处理。
首先,如图3所示,利用去雾参数ω构建一条经过原点且斜率大于1的直线y=(1+kω)x(k大于0),并计算直线y=(1+kω)x与直线y=-jx+1的交点P1的坐标(j大于0)(即,j的取值只要保证交点P1位于连接点P0(0,0)和点P2(1,1)的直线P0P2的左上侧即可)。下面,以k=1,j=1为例进行说明。在k=1,j=1的情况下,P1点的坐标为
接着,将以P0(0,0)、 以及P2(1,1)为顶点的三角形作为控制三角形构建二次贝塞尔函数(即,抛物线函数),并将所构建的二次贝塞尔函数作为曝光增强函数。
具体地,将P0(0,0)作为起始点、 作为中间点、P2(1,1)作为终止点来构建二次贝塞尔函数。由于二次贝塞尔函数是抛物线函数,所以该函数可以写为y=ax2+bx。其中, b=1-a。
在函数构建单元102构建出曝光增强函数后,曝光增强单元104利用曝光增强函数对去雾图像进行曝光增强处理。具体地,曝光增强单元104根据 O r = a · J r 2 + b · J r , O g = a · J g 2 + b · J g , 以及 O b = a · J b 2 + b · J b 计算曝光增强处理后得到的图像中的每个像素的R、G、B通道的灰度值O(r,g,b)。显然,曝光增强处理是针对每个像素执行的(即,针对去雾图像中的所有像素,并行执行曝光增强处理),曝光增强函数取决于去雾参数并且具有较低的计算复杂度(只有乘法和加法运算)。
以上以k=1,j=1的情况为例进行了说明。但是,本领域普通技术人员将明白,对于k和j取其他值的情况,除了中间点P1的坐标值略有变化从而导致y=ax2+bx中的a的表达式略有变化以外,其他方面均与以上所述相同。
另外,以上以归一化的输入像素值和归一化的输出像素值为例进行了说明。但是,本领域普通技术人员将明白,在不利用归一化的输入、输出像素值的情况下,也可以类似地将以P0(0,0)、直线y=(1+kω)x与直线y=-jx+255的交点P1、以及P2(255,255)为顶点的三角形作为控制三角形来构建二次贝塞尔函数,并利用该二次贝塞尔函数对去雾图像进行曝光增强处理。
相比较于现有的用于去雾图像的曝光增强方法,本发明具有以下优点:1)可以根据去雾参数对去雾图像自适应地进行处理;2)可以并行地对去雾图像中的像素进行处理,并且计算复杂度低;3)利用连续的曝光增强函数得到了较好的曝光增强结果。
以上已经参考本发明的具体实施例来描述了本发明,但是本领域技术人员均了解,可以对这些具体实施例进行各种修改、组合和变更,而不会脱离由所附权利要求或其等同物限定的本发明的精神和范围。
根据需要可以用硬件或软件来执行步骤。注意,在不脱离本发明范围的前提下,可向本说明书中给出的流程图添加步骤、从中去除步骤或修改其中的步骤。一般来说,流程图只是用来指示用于实现功能的基本操作的一种可能的序列。
本发明的实施例可利用编程的通用数字计算机、利用专用集成电路、可编程逻辑器件、现场可编程门阵列、光的、化学的、生物的、量子的或纳米工程的***、组件和机构来实现。一般来说,本发明的功能可由本领域已知的任何手段来实现。可以使用分布式或联网***、组件和电路。数据的通信或传送可以是有线的、无线的或者通过任何其他手段。
还将意识到,根据特定应用的需要,附图中示出的要素中的一个或多个可以按更分离或更集成的方式来实现,或者甚至在某些情况下被去除或被停用。实现可存储在机器可读介质中的程序或代码以允许计算机执行上述任何方法,也在本发明的精神和范围之内。
此外,附图中的任何信号箭头应当被认为仅是示例性的,而不是限制性的,除非另有具体指示。当术语被预见为使分离或组合的能力不清楚时,组件或者步骤的组合也将被认为是已经记载了。

Claims (8)

1.一种用于去雾图像的曝光增强方法,包括:
根据去雾参数构建曝光增强函数,其中,所述曝光增强函数是二次贝塞尔函数,所述去雾参数是用于控制对于有雾图像的去雾程度的参数;
利用所构建的曝光增强函数对去雾图像进行曝光增强处理。
2.根据权利要求1所述的曝光增强方法,其特征在于,构建所述二次贝塞尔函数的处理包括:
在采用归一化的输入像素值和归一化的输出像素值的条件下,利用去雾参数ω构建一条经过原点且斜率大于1的直线y=(1+kω)x,并计算直线y=(1+kω)x与直线y=-jx+1的交点P1的坐标,其中j和k均大于0;
以原点P0(0,0)、直线y=(1+kω)x与直线y=-jx+1的交点P1、以及以归一化的输入像素值和归一化的输出像素值的最大值为坐标的边界点P2(1,1)为顶点,构建控制三角形;以及
在所述控制三角形中构建所述二次贝塞尔函数。
3.根据权利要求2所述的曝光增强方法,其特征在于,以所述原点P0为起始点、所述交点P1为中间点、所述边界点P2(1,1)为终止点来构建所述二次贝塞尔函数。
4.根据权利要求1所述的曝光增强方法,其特征在于,利用所述曝光增强函数对去雾图像进行曝光增强处理包括:针对所述去雾图像中的任意一个像素的R、G、B通道中的任意一个通道,利用所述曝光增强函数和所述一个通道的灰度值计算所述一个通道的曝光增强后的灰度值。
5.一种用于去雾图像的曝光增强装置,包括:
函数构建单元,用于根据去雾参数构建曝光增强函数,其中,所述曝光增强函数是二次贝塞尔函数,所述去雾参数是用于控制对于有雾图像的去雾程度的参数;
曝光增强单元,用于利用所构建的曝光增强函数对去雾图像进行曝光增强处理。
6.根据权利要求5所述的曝光增强装置,其特征在于,所述函数构建单元通过以下处理构建所述二次贝塞尔函数:
在采用归一化的输入像素值和归一化的输出像素值的条件下,利用去雾参数ω构建一条经过原点且斜率大于1的直线y=(1+kω)x,并计算直线y=(1+kω)x与直线y=-jx+1的交点P1的坐标,其中j和k均大于0;
以原点P0(0,0)、直线y=(1+kω)x与直线y=-jx+1的交点P1、以及以归一化的输入像素值和归一化的输出像素值的最大值为坐标的边界点P2(1,1)为顶点,构建控制三角形;以及
在所述控制三角形中构建所述二次贝塞尔函数。
7.根据权利要求6所述的曝光增强装置,其特征在于,以所述原点P0为起始点、所述交点P1为中间点、所述边界点P2(1,1)为终止点来构建所述二次贝塞尔函数。
8.根据权利要求5所述的曝光增强装置,其特征在于,利用所述曝光增强函数对去雾图像进行曝光增强处理包括:针对所述去雾图像中的任意一个像素的R、G、B通道中的任意一个通道,利用所述曝光增强函数和所述一个通道的灰度值计算所述一个通道的曝光增强后的灰度值。
CN201110288962.8A 2011-09-20 2011-09-20 用于去雾图像的曝光增强方法和装置 Active CN103020902B (zh)

Priority Applications (5)

Application Number Priority Date Filing Date Title
CN201110288962.8A CN103020902B (zh) 2011-09-20 2011-09-20 用于去雾图像的曝光增强方法和装置
GB1402250.3A GB2508531B (en) 2011-09-20 2012-09-06 Exposure enhancement method and apparatus for a defogged image
JP2014530076A JP6024753B2 (ja) 2011-09-20 2012-09-06 除霧画像のための露光強化方法及び装置
US14/238,069 US9478015B2 (en) 2011-09-20 2012-09-06 Exposure enhancement method and apparatus for a defogged image
PCT/CN2012/001247 WO2013040857A1 (en) 2011-09-20 2012-09-06 Exposure enhancement method and apparatus for a defogged image

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201110288962.8A CN103020902B (zh) 2011-09-20 2011-09-20 用于去雾图像的曝光增强方法和装置

Publications (2)

Publication Number Publication Date
CN103020902A CN103020902A (zh) 2013-04-03
CN103020902B true CN103020902B (zh) 2016-08-31

Family

ID=47913813

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201110288962.8A Active CN103020902B (zh) 2011-09-20 2011-09-20 用于去雾图像的曝光增强方法和装置

Country Status (5)

Country Link
US (1) US9478015B2 (zh)
JP (1) JP6024753B2 (zh)
CN (1) CN103020902B (zh)
GB (1) GB2508531B (zh)
WO (1) WO2013040857A1 (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9305242B2 (en) * 2014-08-15 2016-04-05 National Taipei University Of Technology Method and image processing apparatus for image visibility restoration using fisher's linear discriminant based dual dark channel prior
US9177363B1 (en) * 2014-09-02 2015-11-03 National Taipei University Of Technology Method and image processing apparatus for image visibility restoration
CN104915665A (zh) * 2015-06-01 2015-09-16 长安大学 一种图像去雾方法及基于该方法的车牌图像识别方法
US10269098B2 (en) * 2016-11-01 2019-04-23 Chun Ming Tsang Systems and methods for removing haze in digital photos
CN108182671B (zh) * 2018-01-25 2022-04-22 南京信息职业技术学院 一种基于天空区域识别的单幅图像去雾方法
CN110232671B (zh) * 2019-06-19 2023-05-16 重庆米弘科技有限公司 一种基于图像调性的图像视觉效果增强的方法
CN110428379B (zh) * 2019-07-29 2021-10-29 慧视江山科技(北京)有限公司 一种图像灰度增强方法及***
WO2022213372A1 (zh) * 2021-04-09 2022-10-13 深圳市大疆创新科技有限公司 图像去雾方法、装置、电子设备和计算机可读介质
CN113781388A (zh) * 2021-07-20 2021-12-10 许继集团有限公司 基于图像增强的输电线路通道隐患图像识别方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101459763A (zh) * 2007-12-13 2009-06-17 安凯(广州)软件技术有限公司 一种数字图像增强方法
CN101783012A (zh) * 2010-04-06 2010-07-21 中南大学 一种基于暗原色的自动图像去雾方法
CN101950416A (zh) * 2010-09-15 2011-01-19 北京理工大学 基于双边滤波的实时图像去雾增强方法
US8396324B2 (en) * 2008-08-18 2013-03-12 Samsung Techwin Co., Ltd. Image processing method and apparatus for correcting distortion caused by air particles as in fog

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006018740A (ja) * 2004-07-05 2006-01-19 Canon Inc 画像処理手段、装置及び方法
US8290294B2 (en) * 2008-09-16 2012-10-16 Microsoft Corporation Dehazing an image using a three-dimensional reference model
JP4807439B2 (ja) * 2009-06-15 2011-11-02 株式会社デンソー 霧画像復元装置及び運転支援システム
JP5771430B2 (ja) * 2011-04-08 2015-08-26 オリンパス株式会社 霞除去画像処理装置、霞除去画像処理方法及び霞除去画像処理プログラム
KR101568971B1 (ko) * 2011-08-03 2015-11-13 인디안 인스티튜트 오브 테크놀로지, 카라그푸르 화상 및 동영상에서 안개를 제거하는 방법 및 시스템
CN103366354B (zh) * 2012-03-27 2016-09-07 富士通株式会社 用于立体匹配的方法和***
US8755628B2 (en) * 2012-09-10 2014-06-17 Google Inc. Image de-hazing by solving transmission value

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101459763A (zh) * 2007-12-13 2009-06-17 安凯(广州)软件技术有限公司 一种数字图像增强方法
US8396324B2 (en) * 2008-08-18 2013-03-12 Samsung Techwin Co., Ltd. Image processing method and apparatus for correcting distortion caused by air particles as in fog
CN101783012A (zh) * 2010-04-06 2010-07-21 中南大学 一种基于暗原色的自动图像去雾方法
CN101950416A (zh) * 2010-09-15 2011-01-19 北京理工大学 基于双边滤波的实时图像去雾增强方法

Also Published As

Publication number Publication date
CN103020902A (zh) 2013-04-03
JP2014527244A (ja) 2014-10-09
US9478015B2 (en) 2016-10-25
GB201402250D0 (en) 2014-03-26
GB2508531B (en) 2018-03-07
JP6024753B2 (ja) 2016-11-16
WO2013040857A1 (en) 2013-03-28
GB2508531A (en) 2014-06-04
US20140198993A1 (en) 2014-07-17

Similar Documents

Publication Publication Date Title
CN103020902B (zh) 用于去雾图像的曝光增强方法和装置
CN102779330B (zh) 图像增强方法、图像增强装置和显示装置
CN104485069B (zh) 一种led显示屏对比度的调节方法及***
CN104410849B (zh) 图像数据处理方法及装置
RU2017104886A (ru) Способ установки значений уровня серого для жидкокристаллической панели и жидкокристаллического дисплея
CN104299574A (zh) 用于oled显示驱动装置的自动限流方法
CN104200427A (zh) 一种消除图像边缘锯齿的方法
CN105825489A (zh) 基于灰度平移与线性拉伸相结合的红外图像增强方法
CN105678717A (zh) 动态视频图像清晰度强化方法及装置
EP2026324A3 (en) Image processing circuit, display device, and printing device
CN104376810B (zh) 控制电路及其显示装置
EP3214599A3 (en) A graphics accelerator
CN105447830A (zh) 动态视频图像清晰度强化方法及装置
CN105590294A (zh) 一种图像处理方法和电子设备
CN104463803A (zh) 一种消除图像锯齿的方法及装置
De Hoog et al. An uncertainty inequality
Kryjak et al. Real-time clahe algorithm implementation in soc fpga device for 4k uhd video stream
CN104143183A (zh) 基于亮度传递可见光和红外黑白视频图像的灰度融合方法
CN111311514B (zh) 用于医用内窥镜的图像处理方法及图像处理装置
CN101764914B (zh) 一种阿尔法通道边界腐蚀的方法
CN105469367A (zh) 动态视频图像清晰度强化方法及装置
CN102339459A (zh) 图像处理方法、装置及医疗影像设备
CN114723997B (zh) 基于Tropical代数的复合型卷积运算方法、存储介质及电子设备
CN101888557A (zh) 基于梯度域变换的卡通图像及视频上采样方法
CN104378531A (zh) 一种高清电影摄像机专用的图像增益放大器

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant