CN105654429A - 基于透射率归一化的增强弱光图像清晰度的方法 - Google Patents
基于透射率归一化的增强弱光图像清晰度的方法 Download PDFInfo
- Publication number
- CN105654429A CN105654429A CN201510688995.XA CN201510688995A CN105654429A CN 105654429 A CN105654429 A CN 105654429A CN 201510688995 A CN201510688995 A CN 201510688995A CN 105654429 A CN105654429 A CN 105654429A
- Authority
- CN
- China
- Prior art keywords
- image
- transmissivity
- light image
- low light
- original color
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 72
- 230000002708 enhancing effect Effects 0.000 title claims abstract description 18
- 238000010606 normalization Methods 0.000 title abstract 3
- 238000001914 filtration Methods 0.000 claims abstract description 8
- 238000009499 grossing Methods 0.000 claims description 5
- 230000003044 adaptive effect Effects 0.000 abstract description 5
- 230000007547 defect Effects 0.000 abstract description 2
- 238000002474 experimental method Methods 0.000 abstract 1
- 125000001475 halogen functional group Chemical group 0.000 abstract 1
- 239000003595 mist Substances 0.000 description 9
- 230000000694 effects Effects 0.000 description 6
- 230000000903 blocking effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 208000002173 dizziness Diseases 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000004224 protection Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 238000002834 transmittance Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/10—Image enhancement or restoration using non-spatial domain filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram techniques
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于透射率归一化的增强弱光图像清晰度的方法。本发明基于去雾框架对弱光图像进行增强,改进了暗原色的求解方法,由点暗原色代替块暗原色;在求取透射率的过程中,对点暗原色图像进行阈值调整得到比较平滑的暗原色图像,根据调整后的暗原色图像求解图像的透射率,并利用自适应维纳滤波对透射率进一步细化;最后弱光图像直接对估计得到的透射率进行归一化得到最后的增强图像。实验结果表明,本发明本发明提出的方法可针对传统基于去雾方法增强弱光图像所具有的缺陷,有效去除块暗原色带来的晕轮伪影,保留更多的图像细节,具有更好的视觉性,并大大降低方法的复杂度。
Description
技术领域
本发明涉及一种计算机图像处理方法,尤其涉及一种基于归一化透射率的弱光图像增强方法。
背景技术
夜晚或者阴天拍摄图像时,由于周围光照条件欠佳导致拍摄的图像整体灰度值和对比度降低并且丧失大量的细节信息,难以识别感兴趣的区域,给视频监控、室外目标识别与追踪、遥感成像等带来很大困难。因此,弱光图像增强问题在计算机视觉应用领域和数字图像处理领域亟待解决。
现有的弱光图像增强方法根据是否运用物理模型,可分为基于非物理模型的方法和基于物理模型的方法。非物理模型方法主要有直方图均衡化法[1][2]、色调映射算法[3]以及基于Retinex理论的图像增强方法[4]等。基于物理模型的方法中最为典型和有效的是利用弱光图像和雾天图像可以相互转化,利用图像去雾方法实现弱光图像增强[5]。该方法虽然能达到较好的弱光图像增强效果,但图像的整体色调偏暗,在图像边缘处块效应明显,增强后的图像噪点很多,有很强的人工处理痕迹,而且计算复杂。
[参考文献]
[1]T.K.Kim,J.K.Paik,B.S.Kang,Contrastenhancementsystemusingspatiallyadaptivehistogramequalizationwithtemporalfiltering,IEEETransactionsonConsumerElectronics,vol.44,no.1,pp.82-87,1998.
[2]S.M.Pizer,E.P.Amburn,J.D.Austin,etal.Adaptivehistogramequalizationanditsvariations.ComputerVision,Graphics,andImageProcessing,vol.39,no.31,pp,355-368,1987.
[3]C.Y.Yu,Y.C.Ouyang,C.M.Wang,C.I.Chang,Adaptiveinversehyperbolictangentalgorithmfordynamiccontrastadjustmentindisplayingscenes,EURASIPJournalonAdvancesinSignalProcessing,2010.
[4]J.Zhang,S.Kamata,Anadaptivetonemappingalgorithmforhighdynamicrangeimages,ComputationalColorImagingLectureNotesinComputerScience,pp.207-215,2009.
[5]X.Dong,J.T.Wen,W.X.Li,Anefficientandintegratedalgorithmforvideoenhancementinchallenginglightingconditions,inProceedingsofInstituteofElectricalandElectronicEngineersInternationalConferenceonComputerVisionandPatternRecognition,pp.1241-1249,2011.
[6]HeK,SunJ,TangX.Singleimagehazeremovalusingdarkchannelprior[J].PatternAnalysisandMachineIntelligence,IEEETransactionson,2011,33(12):2341-2353.
[7]M.Blanco,J.M.Hankey,T.A.Dingus,Evaluatingnewtechnologiestoenhancenightvisionbylookingatdetectionandrecognitiondistancesofnon-motoristsandobjects,inProceedingsoftheHumanFactorsandErgonomicsSocietyAnnualMeeting,vol.45,no.23,pp.1612-1616,2001.
[8]Z.Wang,Y.Feng,Fastsinglehazeimageenhancement,Computers&ElectricalEngineering[J],Volume40,Issue3,April2014,Pages785-795,ISSN0045-7906
[9]DiwakarM,KumarM.CTimagenoisereductionbasedonadaptivewienerfilteringwithWaveletpacketthresholding[C]//Parallel,DistributedandGridComputing(PDGC),2014InternationalConferenceon.IEEE,2014:94-98.
发明内容
针对上述问题,本发明提出一种基于透射率归一化的增强弱光图像清晰度的方法。首先根据弱光图像的反转图像所具有的大气光常数特性,简化去雾模型;然后为了获得更多的图像细节,用点暗原色代替块暗原色,并对暗原色图进行中值滤波以保持图像良好的局部平滑特性,由此得到更精准的透射率估计;最后利用自适应维纳滤波对估计得到的透射率进行细化来简化运算量。该方案不仅能够有效恢复图像的亮度、对比度,显著改善视觉效果,同时保留更多的图像细节信息,并大大降低运算复杂度。
为了解决上述技术问题,本发明提出一种基于透射率归一化的增强弱光图像清晰度的方法,包括以下步骤:
步骤一、将输入的弱光图像I反转后得到图像Iinv:
Iinv=255-I
步骤二、计算图像Iinv的点暗原色:
表示图像Iinv中R,G,B三通道中的一个颜色通道;
步骤三、对步骤二得到的点暗原色图像进行中值滤波,从而得到图像
步骤四、使用局部标准差方法求解点暗原色图像的局部纹理,并对标准差进行中值滤波:
步骤五、对图像进行平滑运算:
步骤六、对点暗原色图像进行阈值调整得到点暗原色图像
其中,μ为固定参数,μ=0.95;
步骤八、求解点暗原色图像的透射率:tL(x)=1-ωv(x);其中,ω为常数参量,其取值范围是0<ω<1,
步骤九、对弱光图像I进行增强处理后得到图像:
与现有技术相比,本发明的有益效果是:
本发明基于去雾框架对弱光图像进行增强,可以将弱光图像直接对估计得到的透射率进行归一化得到最后的增强图像,在求取透射率的过程中,改进了暗原色求取方法,并利用自适应维纳滤波对透射率图进一步细化简化运算复杂度。
附图说明
图1(a)是弱光图像Street;
图1(b)是通过Dong方法对图1(a)所示弱光图像增强处理后的结果;
图1(c)是采用本发明方法对图1(a)所示弱光图像增强处理后的结果;
图1(d)是图1(b)中方框部分局部放大图;
图1(e)是图1(c)中方框部分局部放大图;
图2(a)是弱光图像Tourist;
图2(b)是Dong方法对图2(a)所示弱光图像增强处理后的结果;
图2(c)本采用本发明对图2(a)所示弱光图像增强处理后的结果;
图2(d)是图2(b)中方框部分局部放大图;
图2(e)是图2(c)中方框部分局部放大图;
图3(a)是图1(a)所示弱光图像Street灰度分布直方图;
图3(b)是图1(b)所示图像的灰度分布直方图;
图3(c)是图1(c)所示图像的灰度分布直方图;
图4(a)是图2(a)所示弱光图像Tourist灰度分布直方图;
图4(b)是图2(b)所示图像的灰度分布直方图;
图4(c)是图2(c)所示图像的灰度分布直方图。
具体实施方式
现有技术中一种采用Dong方法实现图像去雾的基本原理是:基于暗通道先验的图像去雾被普遍认为是当前最有效的图像去雾方法,Dong方法基于对弱光图像的反转图像进行去雾,实现弱光图像增强。
根据大气散射模型:
I(x)=J(x)t(x)+(1-t(x))A(1)
其中,I(x)为有雾图像,J(x)为清晰图像,t(x)为透射率,A为背景光强度。
根据暗通道先验理论[6],可得雾天图像的透射率:
进而得到去雾图像:
对于弱光图像IL(x),先对其进行反转:
RL(x)=255-IL(x)(4)
后将RL(x)代入去式(3)得到:
对JL(x)进行再次反转,得到最后的增强图像。
该Dong方法虽然能达到较好的弱光图像增强效果,但由于块暗原色值比点暗原色值大,导致图像的整体色调偏暗;又因为是在局部图像块内估计透射率,得到的透射率在块内是恒定的,但是在实际图像处理中,块内的透射率并不总是恒定不变的,在产生大跳跃的边缘,会导致透射率图出现严重的块效应,并且有很强的人工处理痕迹,并且增强后的图像噪点很多。图像计算量复杂。
本发明基于透射率归一化的增强弱光图像清晰度的方法的设计思路是:虽然图像经反转后和雾天图像有很大相似性,但是弱光图像反转后整体亮度明显高于雾天图像,且在大部分区域显示为白色,而雾天图像中只有雾浓度特别高的区域才接近白色。对随机选取的30幅弱光图像进行反转,分别利用文献[6]和文献[7]估计其大气光,估计得到的大气光值大部分都接近于1。而对于一般自然光照下的雾天图像,其大气光值并不具有该规律。因此,将A=1代入式(5)并将JL(x)反转,得到增强图像为因此,直接对弱光图像估计得到的透射率进行归一化即可得到最后的增强图像,显著减少可计算量。
在本发明中,使用点暗原色[8]代替块暗原色,可以显著提高图像的整体色调;为了获得更多的图像细节(诸如至少包括纹理)使用改进的点暗原色和局部自适应维纳滤波估计透射率,可以保持透射率局部平滑性,避免块效应和人工效应;最后为减少运算复杂度,利用自适应维纳滤波[9]对估计得到的透射率进行细化。
下面结合附图和具体实施例对本发明技术方案作进一步详细描述,所描述的具体实施例仅对本发明进行解释说明,并不用以限制本发明。
实施例1
利用本发明提出的一种基于透射率归一化的增强弱光图像清晰度的方法对弱光图像Street进行增强处理,具体步骤如下:
步骤1、输入的弱光图像I为如图1(a)所述的弱光图像Street,将图像I反转得:
Iinv=255-I
步骤2、计算反转后图像Iinv的点暗原色:
表示图像Iinv中R,G,B三通道中的一个颜色通道;
步骤3、对点暗原色进行中值滤波:
步骤4、用局部标准差方法求解点暗原色图像的局部纹理,并对标准差进行中值滤波:
步骤5、对图像进行平滑运算
步骤6、由于块暗原色小于点暗原色,对点暗原色图像进行阈值调整得到点暗原色图像
μ=0.95,本发明中该固定参数μ的取值主要是考虑到增强后的图像要有高对比度,经过多次实验,对μ分别取值为0.8、0.825、0.85、0.875、0.9、0.925、0.95、0.975、1进行结果比较,发现当μ=0.95时效果最好,因此本发明将该固定参数μ的数值限定为0.95;为调整后的暗原色,后续用v(x)表示;
步骤8、利用上述调整后的暗原色计算方法,求解点暗原色图像的透射率,得到tL(x)=1-ωv(x),其中,引入常数参量ω(0<ω<1)是为了对远距离的物体保持少量的雾,使图像看起来更自然,常数参量ω具体取值基于实际应用而定,本实施例中ω=0.9;
步骤9、增强后的弱光图像为:如图1(c)所示即为得到增强处理后的图像。图1(c)是采用本发明方法对图1(a)所示弱光图像Street增强处理后的结果;图1(e)是图1(c)中方框部分局部放大图。
按照前述的Dong方法对弱光图像Street进行增强处理;图1(b)是通过Dong方法对图1(a)所示弱光图像Street增强处理后的结果,图1(d)是图1(b)中方框部分局部放大图。
实施例2
分别利用本发明方法和Dong方法对如图图2(a)所示弱光图像Tourist进行增强处理,图2(b)是Dong方法对图2(a)所示弱光图像Tourist增强处理后的结果,图2(d)是图2(b)中方框部分局部放大图;图2(c)本采用本发明对图2(a)所示弱光图像Tourist增强处理后的结果;图2(e)是图2(c)中方框部分局部放大图。
为了验证本发明提出的弱光图像增强方法的有效性,对采用本发明方法和Dong方法的增强处理结果进行对比。通过图1(c)与图1(d)及图2(c)与图2(d)的对比可以看出,本发明方法相比Dong的方法可显著提高图像亮度,有效去除块暗原色带来的晕轮伪影,并可恢复出更多的图像细节,具有更好的视觉效果可视性。
为客观评价本发明方法,计算增强后图像的灰度均值、标准差和熵值。如表1所示。由表1均值和方差数据显示,本发明方法可有效提高图像的整体亮度和局部对比度;由熵值结果可看出,本发明方法增强后的图像可包含更多的信息,保留更多的细节。另外,图3(a)至图3(c)和图4(a)至图4(c)分别给出的弱光图像Street和弱光图像Touris增强前后的灰度分布直方图,可以看出,本发明方法增强后的图像灰度分布值分布更广,更符合自然图像灰度分布规律。
表1客观指标比较结果
综上,本发明提出的方法可针对传统基于去雾方法增强弱光图像所具有的缺陷,有效去除块暗原色带来的晕轮伪影,保留更多的图像细节,具有更好的视觉性,并大大降低方法的复杂度。
尽管上面结合附图对本发明进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨的情况下,还可以做出很多变形,这些均属于本发明的保护之内。
Claims (1)
1.一种基于透射率归一化的增强弱光图像清晰度的方法,其特征在于:包括以下步骤:
步骤一、将输入的弱光图像I反转后得到图像Iinv:
Iinv=255-I
步骤二、计算图像Iinv的点暗原色:
表示图像Iinv中R,G,B三通道中的一个颜色通道;
步骤三、对步骤二得到的点暗原色图像进行中值滤波,从而得到图像
步骤四、使用局部标准差方法求解点暗原色图像的局部纹理,并对标准差进行中值滤波:
步骤五、对图像进行平滑运算:
步骤六、对点暗原色图像进行阈值调整得到点暗原色图像
其中,μ为固定参数,μ=0.95;
步骤八、求解点暗原色图像的透射率:tL(x)=1-ωv(x);其中,ω为常数参量,其取值范围是0<ω<1,
步骤九、对弱光图像I进行增强处理后得到图像:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510688995.XA CN105654429A (zh) | 2015-10-22 | 2015-10-22 | 基于透射率归一化的增强弱光图像清晰度的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510688995.XA CN105654429A (zh) | 2015-10-22 | 2015-10-22 | 基于透射率归一化的增强弱光图像清晰度的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105654429A true CN105654429A (zh) | 2016-06-08 |
Family
ID=56482107
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510688995.XA Pending CN105654429A (zh) | 2015-10-22 | 2015-10-22 | 基于透射率归一化的增强弱光图像清晰度的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105654429A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106204504A (zh) * | 2016-09-10 | 2016-12-07 | 天津大学 | 基于暗通道先验和色调映射的低照度图像增强方法 |
CN111127377A (zh) * | 2019-12-20 | 2020-05-08 | 湖北工业大学 | 一种基于多图像融合Retinex的弱光增强方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103347171A (zh) * | 2013-06-27 | 2013-10-09 | 河海大学常州校区 | 基于dsp的雾天视频处理***及方法 |
CN103778605A (zh) * | 2014-01-16 | 2014-05-07 | 天津大学 | 一种雾天图像增强方法 |
CN103955905A (zh) * | 2014-05-13 | 2014-07-30 | 北京邮电大学 | 基于快速小波变换和加权图像融合的单幅图像去雾方法 |
CN103985091A (zh) * | 2014-04-30 | 2014-08-13 | 西安理工大学 | 基于亮度暗先验与双边滤波的单幅图像去雾方法 |
-
2015
- 2015-10-22 CN CN201510688995.XA patent/CN105654429A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103347171A (zh) * | 2013-06-27 | 2013-10-09 | 河海大学常州校区 | 基于dsp的雾天视频处理***及方法 |
CN103778605A (zh) * | 2014-01-16 | 2014-05-07 | 天津大学 | 一种雾天图像增强方法 |
CN103985091A (zh) * | 2014-04-30 | 2014-08-13 | 西安理工大学 | 基于亮度暗先验与双边滤波的单幅图像去雾方法 |
CN103955905A (zh) * | 2014-05-13 | 2014-07-30 | 北京邮电大学 | 基于快速小波变换和加权图像融合的单幅图像去雾方法 |
Non-Patent Citations (6)
Title |
---|
JEAN-PHILIPPE TAREL 等: "Fast Visibility Restoration from a Single Color or Gray Level Image", 《2009 IEEE 12TH INTERNATIONAL CONFERENCE ON COMPUTER VISION (ICCV)》 * |
KAIMING HE 等: "Single Image Haze Removal Using Dark Channel Prior", 《IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE》 * |
XUAN DONG 等: "FAST EFFICIENT ALGORITHM FOR ENHANCEMENT OF LOW LIGHTING VIDEO", 《MULTIMEDIA AND EXPO (ICME), 2011 IEEE INTERNATIONAL CONFERENCE ON》 * |
Z.WANG: "Fast single haze image enhancement", 《COMPUTERS & ELECTRICAL ENGINEERING》 * |
刘轩: "雾天彩色图像的实时清晰化处理", 《中国优秀硕士学位论文全文数据库 信息科技辑(月刊)》 * |
王小元 等: "基于物理模型的低照度图像增强算法", 《计算机应用》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106204504A (zh) * | 2016-09-10 | 2016-12-07 | 天津大学 | 基于暗通道先验和色调映射的低照度图像增强方法 |
CN106204504B (zh) * | 2016-09-10 | 2019-05-21 | 天津大学 | 基于暗通道先验和色调映射的低照度图像增强方法 |
CN111127377A (zh) * | 2019-12-20 | 2020-05-08 | 湖北工业大学 | 一种基于多图像融合Retinex的弱光增强方法 |
CN111127377B (zh) * | 2019-12-20 | 2023-04-25 | 湖北工业大学 | 一种基于多图像融合Retinex的弱光增强方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108596849B (zh) | 一种基于天空区域分割的单幅图像去雾方法 | |
CN106530246B (zh) | 基于暗通道与非局部先验的图像去雾方法及*** | |
Ju et al. | Single image dehazing via an improved atmospheric scattering model | |
CN107301623B (zh) | 一种基于暗通道和图像分割的交通图像去雾方法及*** | |
CN108537756B (zh) | 基于图像融合的单幅图像去雾方法 | |
KR101448164B1 (ko) | 파라미터 최적화를 이용한 영상의 안개 제거 방법 | |
CN103218778B (zh) | 一种图像和视频的处理方法及装置 | |
Gao et al. | Sand-dust image restoration based on reversing the blue channel prior | |
CN104253930B (zh) | 一种实时视频去雾方法 | |
CN108765336B (zh) | 基于暗亮原色先验与自适应参数优化的图像去雾方法 | |
CN103345733B (zh) | 基于改进暗通道先验的快速低照度图像增强方法 | |
CN103295010B (zh) | 一种处理人脸图像的光照归一化方法 | |
CN105447825B (zh) | 图像去雾方法及其*** | |
CN104574293A (zh) | 基于有界运算的多尺度Retinex图像清晰化算法 | |
CN107203980B (zh) | 自适应多尺度暗通道先验的水下目标探测图像增强方法 | |
CN108133462B (zh) | 一种基于梯度场区域分割的单幅图像的复原方法 | |
CN107067375A (zh) | 一种基于暗通道先验和边缘信息的图像去雾方法 | |
CN114331873A (zh) | 一种基于区域划分的非均匀光照彩色图像校正方法 | |
CN107798670A (zh) | 一种利用图像引导滤波器的暗原色先验图像去雾方法 | |
CN110782407A (zh) | 一种基于天空区域概率分割的单幅图像去雾方法 | |
CN113344810A (zh) | 基于动态数据分布的图像增强方法 | |
Xue et al. | Video image dehazing algorithm based on multi-scale retinex with color restoration | |
Wen et al. | Autonomous robot navigation using Retinex algorithm for multiscale image adaptability in low-light environment | |
CN106709876B (zh) | 一种基于暗像元原理的光学遥感图像去雾方法 | |
CN105913391B (zh) | 一种基于形状可变形态学重构的去雾方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160608 |