CN107317968B - 图像去雾方法、装置、计算机可存储介质和移动终端 - Google Patents
图像去雾方法、装置、计算机可存储介质和移动终端 Download PDFInfo
- Publication number
- CN107317968B CN107317968B CN201710625487.6A CN201710625487A CN107317968B CN 107317968 B CN107317968 B CN 107317968B CN 201710625487 A CN201710625487 A CN 201710625487A CN 107317968 B CN107317968 B CN 107317968B
- Authority
- CN
- China
- Prior art keywords
- image
- defogging
- processed
- brightness value
- average brightness
- 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
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/80—Camera processing pipelines; Components thereof
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/80—Camera processing pipelines; Components thereof
- H04N23/81—Camera processing pipelines; Components thereof for suppressing or minimising disturbance in the image signal generation
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Processing (AREA)
- Facsimile Image Signal Circuits (AREA)
Abstract
本发明涉及一种图像去雾方法、装置、计算机可存储介质和移动终端。图像去雾方法包括:获取待处理图像的暗原色图;获取所述暗原色图中亮度值由最亮至暗排序的N个像素块的第一平均亮度值以及亮度值由最暗至亮排序的N个像素块的第二平均亮度值;根据所述第一平均亮度值、第二平均亮度值确定所述待处理图像雾分布的均匀度信息;根据所述均匀度信息采用相应的去雾方法对所述待处理图像进行去雾处理。上述图像去雾方法能够针对不同的雾分布的均匀度信息的待处理图像采用相应的去雾方法进行自适应去雾处理,增强了去雾效果,提供了用户体验度。
Description
技术领域
本发明涉及计算机技术领域,特别是涉及图像去雾方法、装置、计算机可存储介质和移动终端。
背景技术
随着移动终端的普及应用,如智能手机、平板电脑等移动终端在生活中已不可或缺,移动终端附件的各种功能也越来越受大家的关注。在日常生活中,随着移动终端照相功能的普及,使用移动终端进行图片处理的需求也日益增加,也各种图像处理软件也开始涌现。在雾、霾等天气条件下,大气中的悬浮物质使得能见度降低,影响到在此类天气条件下所拍摄的照片的图像质量。为此,提出图像去雾技术,以去除上述雾、霾等天气因素对拍出的图像质量的影响,增强图像中的物体的视见度。
传统的去雾技术采用同一种去雾算法,无论天气的雾霾程度如何,最终去雾处理后的图像的去雾程度相同,用户体验度低。
发明内容
本发明实施例提供一种图像去雾方法、装置、计算机可存储介质和移动终端,能够对待处理图像进行不同算法的自适应去雾处理,增强了去雾效果,提高了用户体验度。
一种图像去雾方法,包括:
获取待处理图像的暗原色图;
获取所述暗原色图中亮度值由最亮至暗排序的N个像素块的第一平均亮度值以及亮度值由最暗至亮排序的N个像素块的第二平均亮度值;
根据所述第一平均亮度值、第二平均亮度值确定所述待处理图像雾分布的均匀度信息;
根据所述均匀度信息采用相应的去雾方法对所述待处理图像进行去雾处理。
上述图像去雾方法能够获取待处理图像雾分布的均匀度信息,并根据所述均匀度信息采用相应的去雾方法对所述待处理图像进行去雾处理。也即,能够针对不同的雾分布的均匀度信息的待处理图像采用相应的去雾方法进行自适应去雾处理,增强了去雾效果,提供了用户体验度。
本发明实施例还提供一种图像去雾装置,包括:
第一获取模块,用于获取待处理图像的暗原色图;
第二获取模块,用于获取所述暗原色图中亮度值由最亮至暗排序的N个像素块的第一平均亮度值以及亮度值由最暗至亮排序的N个像素块的第二平均亮度值;以及
确定模块,用于所述第一平均亮度值、第二平均亮度值确定所述待处理图像雾分布的均匀度信息;以及
去雾模块,用于根据所述均匀度信息采用相应的去雾方法对所述待处理图像进行去雾处理。
本发明实施例还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现图像去雾方法。
一种移动终端,包括存储器,处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现图像去雾方法。
附图说明
图1为一个实施例中图像去雾方法的流程图;
图2为一个实施例中根据第一平均亮度值、第二平均亮度值确定待处理图像雾分布的均匀度信息的流程图;
图3为另一个实施例中根据第一平均亮度值、第二平均亮度值确定待处理图像雾分布的均匀度信息的流程图;
图4为一个实施例中图像去雾装置的内部框架图;
图5为一个实施例中图像处理电路的示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明实施例提供一种图像去雾方法,图1为一个实施例中图像去雾方法的流程图。一种图像去雾方法,包括以下步骤:
步骤102:获取待处理图像的暗原色图。
需要说明的是,本发明实施例提供的一种图像去雾方法是对已经生成的图像进行去雾处理,可以通过移动终端的成像设备生成待处理图像。该成像装置可以是前置摄像头、后置摄像头、双摄像头等。
根据待处理图像获取其暗原色图Jdark(x),可以用下式表达:
式中,c表示图像的R、G、B颜色通道之一,Ω(x)表示图像中除天空区域外的x处的一个局部窗口,Jc表示彩色图像的一个颜色通道。
步骤104:获取所述暗原色图中亮度值由最亮至暗排序的N个像素块的第一平均亮度值以及亮度值由最暗至亮排序的N个像素块的第二平均亮度值。
暗原色图能够体现待处理图像的灰度值信息,也即,可以从暗原色图像中获取各个像素点的亮度值信息。暗原色图中,Ω(x)表示图像中除天空区域外的x处的一个局部窗口,这个局部窗口可以理解为一个像素块。具体的,一个像素块的大小可以用15*15个像素点的区域来表示。从暗原色图中,可以直接获取所有像素块的亮度值,并对该亮度值的大小从最亮到最暗或从最暗到最亮做一个排序。
获取所述暗原色图中亮度值由最亮至暗排序的N个像素块可以理解获取暗原色图中亮度值最大的N个像素块。获取的暗原色图中亮度值最大的N个像素块的亮度值可以均相等,且均为该待处理图像中亮度值的最大值,则第一平均亮度值为该待处理图像中亮度值的最大值。当然,获取的暗原色图中亮度值最大的N个像素块的亮度值也会出现不完全相等的情况,其亮度值从最亮开始递减,其第一平均亮度值则为该N个像素块的亮度值的平均值。
相应的,获取所述暗原色图中亮度值由最暗至亮排序的N个像素块可以理解获取暗原色图中亮度值最小的N个像素块。获取的暗原色图中亮度值最小的N个像素块的亮度值可以均相等,且均为该待处理图像中亮度值的最小值,则第二平均亮度值为该待处理图像中亮度值的最小值。当然,获取的暗原色图中亮度值最小的N个像素块的亮度值也会出现不完全相等的情况,其亮度值从最暗开始递增,其第二平均亮度值则为该N个像素块的亮度值的平均值。
步骤106:根据所述第一平均亮度值、第二平均亮度值确定所述待处理图像雾分布的均匀度信息。
通过获取的第一平均亮度值和第二平均亮度值的差异性,就可以确定待处理图像雾分布的均匀度信息。具体地,该均匀度信息可以表示为待处理图像雾分布均匀,也可以表示为待处理图像雾分布不均匀。
步骤108:根据所述均匀度信息采用相应的去雾方法对所述待处理图像进行去雾处理。
根据获取的待处理图像雾分布的均匀度信息,采用相应的去雾方法对所述待处理图像进行去雾处理。当待处理图像雾分布均匀时,采用适用于雾分布均匀的去雾算法对待处理图像进行去雾处理,当待处理图像雾分布不均匀时,采用适用于雾分布不均匀的去雾算法对待处理图像进行去雾处理。
上述图像去雾方法,获取待处理图像的暗原色图;获取所述暗原色图中亮度值由最亮至暗排序的N个像素块的第一平均亮度值以及亮度值由最暗至亮排序的N个像素块的第二平均亮度值;根据所述第一平均亮度值、第二平均亮度值确定所述待处理图像雾分布的均匀度信息;根据所述均匀度信息采用相应的去雾方法对所述待处理图像进行去雾处理。能够获取待处理图像雾分布的均匀度信息,并根据所述均匀度信息采用相应的去雾方法对所述待处理图像进行去雾处理。也即,能够针对不同的雾分布的均匀度信息的待处理图像采用相应的去雾方法进行自适应去雾处理,增强了去雾效果,提供了用户体验度。
参考图2,在一个实施例中,根据所述第一平均亮度值、第二平均亮度值确定所述待处理图像雾分布的均匀度信息,包括:
步骤202:获取第二平均亮度值与所述第一平均亮度值的比值。
根据前述步骤104中获取的第一平均亮度值和第二平均亮度值,并根据获得第一平均亮度值和第二平均亮度值计算第二平均亮度值与所述第一平均亮度值的比值1/K,或,计算第一平均亮度值与所述第二平均亮度值的比值K。
由于,第一平均亮度值表示暗原色图中亮度值由最亮至暗排序的N个像素块的平均亮度。第二平均亮度值表示暗原色图中亮度值由最暗至亮排序的N个像素块的平均亮度。显然,第一平均亮度值大于第二平均亮度值。其中,比值K越大,说明待处理图像雾分布越不均匀,反之,比值K越小,说明待处理图像雾分布越均匀。
步骤204:判断所述比值是否大于第一预设阈值。
通过设置一个第一预设阈值来与计算得出的比值K进行比较判断,当比值K大于第一预设阈值时,则执行步骤206:确定所述待处理图像雾分布的均匀度信息为不均匀。当比值K小于第一预设阈值时,则执行步骤208:确定所述待处理图像雾分布的均匀度信息为均匀。也即,可以通过计算第二平均亮度值与所述第一平均亮度值的比值K来确定待处理图像雾分布的均匀度信息。其中,第一预设阈值可以根据实际需求或经验值来设定,在此,不作进一步限定。
参考图3,在一个实施例中,所述根据所述第一平均亮度值、第二平均亮度值确定所述待处理图像雾分布的均匀度信息,包括:
步骤302:获取第二平均亮度值与所述第一平均亮度值的差值的绝对值。
可以根据获得第一平均亮度值和第二平均亮度值计算第二平均亮度值与所述第一平均亮度值的差值的绝对值|δ|。如前述步骤202中所阐述的第一平均亮度值大于第二平均亮度值。差值的绝对值|δ|越大,说明待处理图像雾分布越不均匀,反之,差值的绝对值|δ|越小,说明待处理图像雾分布越均匀。
步骤304:判断所述差值的绝对值是否大于第二预设阈值。
通过设置一个第一预设阈值来与计算得出的差值的绝对值|δ|进行比较判断,当差值的绝对值|δ|大于第二预设阈值时,则执行步骤306:确定所述待处理图像雾分布的均匀度信息为不均匀。当差值的绝对值|δ|小于第二预设阈值时,则执行步骤308:确定所述待处理图像雾分布的均匀度信息为均匀。也即,可以通过计算第二平均亮度值与所述第一平均亮度值的差值的绝对值|δ|来确定待处理图像雾分布的均匀度信息。其中,第二预设阈值可以根据实际需求或经验值来设定,在此,不作进一步限定。
在一个实施例中,根据所述均匀度信息采用相应的去雾方法对所述待处理图像进行去雾处理。
具体地,当所述待处理图像雾分布的均匀度信息为均匀时,采用全局化增强算法对所述待处理图像进行去雾处理。
全局化的雾天图像增强方法是指对灰度值的调整是由整幅待处理图像的统计信息决定的,与被调整点所处的区域无关。由于雾天下场景的退化程度与其深度相关。但,当待处理图像雾分布均匀时,其待处理图像的场景相对简单时,不失为一种有效的途径。
其中,全局化增强算法可以为暗目标法。暗目标法(Dark Object Subtraction,DOS)是一种最古老也是最简单的经典大气纠正方法。暗目标法经过对不受云雾干扰的图像进行统计,它假设一幅图像上有地表反射率可以忽略的像元(例如,在一个完全的阴影区),即这些像元的像素值很低且接近于零,在影像上表现为暗区域。由于云雾的干扰,在实际获取的降质影像中,这些暗像元的像素值较高,并不接近于零。因此可以通过统计整幅影像中最暗像元在各波段上的像素值,将此像素值视为整幅影像中云雾在各波段上的干扰值,然后将影像各波段的像素值减去影像中最暗像元在各波段上的像素值,即可除去云雾对于影像的干扰。暗目标法实现起来非常简单,对于去除影像中均匀分布的云雾也能有良好的效果。
可选的,全局化增强算法可以为全局对比度增强法。直方图拉伸和直方图均衡化是两种最常见的比度增强方法。直方图拉伸是通过对比度拉伸对直方图进行调整,从而“扩大”前景和背景灰度的差别,以达到增强对比度的目的,这种方法可以利用线性或非线性的方法来实现。直方图均衡化是把有雾图像的直方图变换为均匀分布的形式,这样就增加了像素灰度值的动态范围从而达到增强雾天图像整体对比度的效果。
可选的,全局化增强算法还可以为Retinex算法。Retinex是一种描述颜色不变性的模型,它具有动态范围压缩和颜色不变性的特点,对由于光照不均而引起的低对比度彩色图像具有很好的增强效果。在去雾处理的过程中,可以将带处理图像由RGB颜色空间变换到HSV颜色空间,对明度分量V进行多尺度Retinex增强;由于明度分量V增强后会使其与饱和度分量之间的比例关系发生变化,导致图像色感不自然,因此需对增强后的图像进行饱和度校正;最后再将图像变换回RGB颜色空间完成对待处理图像的去雾增强。
可选的,全局化增强算法还可以为同态滤波算法、小波方法曲波变换、基于大气调制传递函数(Atmospherical Modulation TransferFunction,MTF)增强雾天图像方法等。
具体地,当所述待处理图像雾分布的均匀度信息为不均匀时,采用局部化增强算法局或暗原色先验算法对所述待处理图像进行去雾处理。
当所述待处理图像雾分布的均匀度信息为不均匀时,对图像进行去雾处理时,需要对雾分布不均匀的局部区域的细节进行增强。因此,需要根据所关心的局部区域的特性来计算变换或转移函数,并将这些函数用于所关心的区域,以得到所需的增强效果。
可选的,局部化增强算法可以为局部直方图均衡化方法,也称块重叠直方图均衡化,是一种标准的自适应直方图均衡化方法(Adaptive Histogram Equalization,AHE)。其基本思想是将直方图均衡化运算分散到图像的所有局部区域,通过局部运算的叠加自适应地增强图像局部信息。
可选的,局部化增强算法可以为局部对比度增强方法。其中,局部对比度增强有3种方式:其一,常数增益(Constant Gain Trace,CGT)算法,该算法求得雾天图像的局部均值并设定比例常数,在雾天图像的每个像素位置上根据变换函数放大图像的局部变化。其二,饱和度反馈算法,该算法将雾天图像转换到HIS色彩空间中进行处理。其三,自适应饱和度反馈算法,该算法通过有饱和度分量和亮度分量的局部相关性来确定反馈的极性和程度,从而使饱和度反馈算法具有了自适应能力。
可选的,局部化增强算法可以基于局部方差的增强方法。该算法通过计算并比较局部标准方差的大小来判断局部图像的增强程度,然后以灰度均值为基准进行局部灰度拉伸。此算法同样适用于深度信息多变且对比度较低的雾天图像,但相对于局部直方图均衡化算法在噪声方面有所增加。
可选的,所述待处理图像雾分布的均匀度信息为不均匀时,采用暗原色先验算法对所述待处理图像进行去雾处理。待处理图像雾分布不均匀时,其图像中暗原色信息突出,采用基于图像复原的暗原色先验去雾算法可以使去雾后的图像更接近真实场景。
在一个实施例中,还包括对去雾处理后的所述待处理图像进行曝光度处理和自动色阶处理的步骤。
在对去雾处理后的待处理图像进行曝光度处理和自动色阶处理以增强待处理图像的显示效果。通常,经去雾处理后获得的待处理图像的亮度较暗,对待处理图像进行后处理,在后处理过程中可以对过暗的待处理图像增加曝光度和自动色阶,以得到更加完美呈现去雾图像的显示效果。
本发明实施例还提供一种图像去雾装置,图4为一个实施例中图像去雾装置的结构示意图。一种图像去雾装置,包括:
第一获取模块410,用于获取待处理图像的暗原色图;
第二获取模块420,用于获取所述暗原色图中亮度值由最亮至暗排序的N个像素块的第一平均亮度值以及亮度值由最暗至亮排序的N个像素块的第二平均亮度值;
确定模块430,用于所述第一平均亮度值、第二平均亮度值确定所述待处理图像雾分布的均匀度信息;以及
去雾模块440,用于根据所述均匀度信息采用相应的去雾方法对所述待处理图像进行去雾处理。
上述图像去雾装置能够获取待处理图像雾分布的均匀度信息,并根据所述均匀度信息采用相应的去雾方法对所述待处理图像进行去雾处理。也即,能够针对不同的雾分布的均匀度信息的待处理图像采用相应的去雾方法进行自适应去雾处理,增强了去雾效果,提供了用户体验度。
在一个实施例中,去雾模块440包括:
第一去雾处理单元441,用于当所述待处理图像雾分布的均匀度信息为均匀时,采用全局化增强算法对所述待处理图像进行去雾处理
第二去雾处理单元443,用于当所述待处理图像雾分布的均匀度信息为不均匀时,采用局部化增强算法局或暗原色先验算法对所述待处理图像进行去雾处理。
本发明实施例还提供了一种计算机可读存储介质。一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现以下步骤:
获取待处理图像的暗原色图;
获取所述暗原色图中亮度值由最亮至暗排序的N个像素块的第一平均亮度值以及亮度值由最暗至亮排序的N个像素块的第二平均亮度值;
根据所述第一平均亮度值、第二平均亮度值确定所述待处理图像雾分布的均匀度信息;
根据所述均匀度信息采用相应的去雾方法对所述待处理图像进行去雾处理。
上述计算机可读存储介质中计算机程序(指令)在被执行时,能够获取待处理图像雾分布的均匀度信息,并根据所述均匀度信息采用相应的去雾方法对所述待处理图像进行去雾处理。也即,能够针对不同的雾分布的均匀度信息的待处理图像采用相应的去雾方法进行自适应去雾处理,增强了去雾效果,提供了用户体验度。
在一个实施例中,所述根据所述第一平均亮度值、第二平均亮度值确定所述待处理图像雾分布的均匀度信息,包括:
获取第一平均亮度值与所述第二平均亮度值的比值;
判断所述比值是否大于第一预设阈值;
若是,则所述待处理图像雾分布的均匀度信息为不均匀;
若否,则所述待处理图像雾分布的均匀度信息为均匀。
在一个实施例中,所述根据所述第一平均亮度值、第二平均亮度值确定所述待处理图像雾分布的均匀度信息,包括:
获取第二平均亮度值与所述第一平均亮度值的差值的绝对值;
判断所述差值的绝对值是否大于第二预设阈值;
若是,则所述待处理图像雾分布的均匀度信息为均匀;
若否,则所述待处理图像雾分布的均匀度信息为不均匀。
在一个实施例中,根据所述均匀度信息采用相应的去雾方法对所述待处理图像进行去雾处理,包括:
当所述待处理图像雾分布的均匀度信息为均匀时,采用全局化增强算法对所述待处理图像进行去雾处理;
当所述待处理图像雾分布的均匀度信息为不均匀时,采用局部化增强算法局或暗原色先验算法对所述待处理图像进行去雾处理。
在一个实施例中,所述全局化增强算法为暗目标法、全局对比度增强法和Retinex算法中的一种;
所述局部化增强算法为局部直方图均衡化方法、局部对比度增强方法或基于局部方差的增强方法中的一种。
在一个实施例中,还包括:
对去雾处理后的所述待处理图像进行曝光度处理和自动色阶处理。
本发明实施例还提供一种移动终端。上述移动终端中包括图像处理电路,图像处理电路可以利用硬件和/或软件组件实现,可包括定义ISP(Image Signal Processing,图像信号处理)管线的各种处理单元。图5为一个实施例中图像处理电路的示意图。如图5所示,为便于说明,仅示出与本发明实施例相关的图像处理技术的各个方面。
如图5所示,图像处理电路包括ISP处理器540和控制逻辑器550。成像设备510捕捉的图像数据首先由ISP处理器540处理,ISP处理器540对图像数据进行分析以捕捉可用于确定和/或成像设备510的一个或多个控制参数的图像统计信息。成像设备510可包括具有一个或多个透镜512和图像传感器514的照相机。图像传感器514可包括色彩滤镜阵列(如Bayer滤镜),图像传感器514可获取用图像传感器514的每个成像像素捕捉的光强度和波长信息,并提供可由ISP处理器540处理的一组原始图像数据。传感器520可基于传感器520接口类型把原始图像数据提供给ISP处理器540。传感器520接口可以利用SMIA(StandardMobile Imaging Architecture,标准移动成像架构)接口、其它串行或并行照相机接口、或上述接口的组合。
ISP处理器540按多种格式逐个像素地处理原始图像数据。例如,每个图像像素可具有8、10、12或14比特的位深度,ISP处理器540可对原始图像数据进行一个或多个图像处理操作、收集关于图像数据的统计信息。其中,图像处理操作可按相同或不同的位深度精度进行。
ISP处理器540还可从图像存储器530接收像素数据。例如,从传感器520接口将原始像素数据发送给图像存储器530,图像存储器530中的原始像素数据再提供给ISP处理器540以供处理。图像存储器530可为存储器装置的一部分、存储设备、或电子设备内的独立的专用存储器,并可包括DMA(Direct Memory Access,直接直接存储器存取)特征。
当接收到来自传感器520接口或来自图像存储器530的原始图像数据时,ISP处理器540可进行一个或多个图像处理操作,如时域滤波。处理后的图像数据可发送给或图像存储器530,以便在被显示之前进行另外的处理。ISP处理器540还可从图像存储器530接收处理数据,对上述处理数据进行原始域中以及RGB和YCbCr颜色空间中的图像数据处理。处理后的图像数据可输出给显示器580,以供用户观看和/或由图形引擎或GPU(GraphicsProcessing Unit,图形处理器)进一步处理。此外,ISP处理器540的输出还可发送给图像存储器530,且显示器580可从图像存储器530读取图像数据。在一个实施例中,图像存储器530可被配置为实现一个或多个帧缓冲器。此外,ISP处理器540的输出可发送给编码器/解码器570,以便编码/解码图像数据。编码的图像数据可被保存,并在显示与显示器580设备上之前解压缩。
ISP处理后的图像数据可发送给去雾模块560,以便在被生产图像文件之前对图像进行去雾处理。去雾模块560根据获取的暗原色图中亮度值由最亮至暗排序的N个像素块的第一平均亮度值以及亮度值由最暗至亮排序的N个像素块的第二平均亮度值,并根据第一平均亮度值、第二平均亮度值确定雾分布的均匀度信息,根据均匀度信息对图像进行去雾处理等。其中,去雾模块560可为移动终端中CPU(Central Processing Unit,中央处理器)或GPU(Graphics Processing Unit,图形处理器)等。去雾模块560将图像数据进行去雾处理后,可将去雾处理后的图像数据发送给编码器/解码器570,以便编码/解码图像数据。编码的图像数据可被保存,并在显示与显示器780设备上之前解压缩。可以理解的是,去雾模块560处理后的图像数据可以不经过编码器/解码器570,直接发给显示器580进行显示。ISP处理器540处理后的图像数据还可以先经过编码器/解码器570处理,然后再经过去雾模块560进行处理。
ISP处理器540确定的统计数据可发送给控制逻辑器550单元。例如,统计数据可包括自动曝光、自动白平衡、自动聚焦、闪烁检测、黑电平补偿、透镜512阴影校正等图像传感器514统计信息。控制逻辑器550可包括执行一个或多个例程(如固件)的处理器和/或微控制器,一个或多个例程可根据接收的统计数据,确定成像设备510的控制参数以及的控制参数。例如,控制参数可包括传感器520控制参数(例如增益、曝光控制的积分时间)、照相机闪光控制参数、透镜512控制参数(例如聚焦或变焦用焦距)、或这些参数的组合。ISP控制参数可包括用于自动白平衡和颜色调整(例如,在RGB处理期间)的增益水平和色彩校正矩阵,以及透镜512阴影校正参数。
以下为基于图5中图像处理技术,实现图像去雾方法的步骤:
获取待处理图像的暗原色图;
获取所述暗原色图中亮度值由最亮至暗排序的N个像素块的第一平均亮度值以及亮度值由最暗至亮排序的N个像素块的第二平均亮度值;
根据所述第一平均亮度值、第二平均亮度值确定所述待处理图像雾分布的均匀度信息;
根据所述均匀度信息采用相应的去雾方法对所述待处理图像进行去雾处理。
在处理器上运行的计算机程序的执行时,能够获取待处理图像雾分布的均匀度信息,并根据所述均匀度信息采用相应的去雾方法对所述待处理图像进行去雾处理。也即,能够针对不同的雾分布的均匀度信息的待处理图像采用相应的去雾方法进行自适应去雾处理,增强了去雾效果,提供了用户体验度。
在一个实施例中,所述根据所述第一平均亮度值、第二平均亮度值确定所述待处理图像雾分布的均匀度信息,包括:
获取第一平均亮度值与所述第二平均亮度值的比值;
判断所述比值是否大于第一预设阈值;
若是,则所述待处理图像雾分布的均匀度信息为不均匀;
若否,则所述待处理图像雾分布的均匀度信息为均匀。
在一个实施例中,所述根据所述第一平均亮度值、第二平均亮度值确定所述待处理图像雾分布的均匀度信息,包括:
获取第二平均亮度值与所述第一平均亮度值的差值的绝对值;
判断所述差值的绝对值是否大于第二预设阈值;
若是,则所述待处理图像雾分布的均匀度信息为均匀;
若否,则所述待处理图像雾分布的均匀度信息为不均匀。
在一个实施例中,根据所述均匀度信息采用相应的去雾方法对所述待处理图像进行去雾处理,包括:
当所述待处理图像雾分布的均匀度信息为均匀时,采用全局化增强算法对所述待处理图像进行去雾处理;
当所述待处理图像雾分布的均匀度信息为不均匀时,采用局部化增强算法局或暗原色先验算法对所述待处理图像进行去雾处理。
在一个实施例中,所述全局化增强算法为暗目标法、全局对比度增强法和Retinex算法中的一种;
所述局部化增强算法为局部直方图均衡化方法、局部对比度增强方法或基于局部方差的增强方法中的一种。
在一个实施例中,还包括:
对去雾处理后的所述待处理图像进行曝光度处理和自动色阶处理。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一非易失性计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)等。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (8)
1.一种图像去雾方法,其特征在于,包括:
获取待处理图像的暗原色图;
获取所述暗原色图中亮度值由最亮至暗排序的N个像素块的第一平均亮度值以及亮度值由最暗至亮排序的N个像素块的第二平均亮度值;
根据所述第一平均亮度值、第二平均亮度值确定所述待处理图像雾分布的均匀度信息;
根据所述均匀度信息采用相应的去雾方法对所述待处理图像进行去雾处理,对于不同的均匀度信息采用不同的去雾方法对所述待处理图像进行去雾处理;
根据所述均匀度信息采用相应的去雾方法对所述待处理图像进行去雾处理,包括:
当所述待处理图像雾分布的均匀度信息为均匀时,采用全局化增强算法对所述待处理图像进行去雾处理;
当所述待处理图像雾分布的均匀度信息为不均匀时,采用局部化增强算法或暗原色先验算法对所述待处理图像进行去雾处理。
2.根据权利要求1所述的图像去雾方法,其特征在于,所述根据所述第一平均亮度值、第二平均亮度值确定所述待处理图像雾分布的均匀度信息,包括:
获取第一平均亮度值与所述第二平均亮度值的比值;
判断所述比值是否大于第一预设阈值;
若是,则确定所述待处理图像雾分布的均匀度信息为不均匀;
若否,则确定所述待处理图像雾分布的均匀度信息为均匀。
3.根据权利要求1所述的图像去雾方法,其特征在于,所述根据所述第一平均亮度值、第二平均亮度值确定所述待处理图像雾分布的均匀度信息,包括:
获取第二平均亮度值与所述第一平均亮度值的差值的绝对值;
判断所述差值的绝对值是否大于第二预设阈值;
若是,则确定所述待处理图像雾分布的均匀度信息为不均匀;
若否,则确定所述待处理图像雾分布的均匀度信息为均匀。
4.根据权利要求1所述的图像去雾方法,其特征在于,所述全局化增强算法为暗目标法、全局对比度增强法和Retinex算法中的一种;
所述局部化增强算法为局部直方图均衡化方法、局部对比度增强方法或基于局部方差的增强方法中的一种。
5.根据权利要求1所述的图像去雾方法,其特征在于,还包括:
对去雾处理后的所述待处理图像进行曝光度处理和自动色阶处理。
6.一种图像去雾装置,其特征在于,包括:
第一获取模块,用于获取待处理图像的暗原色图;
第二获取模块,用于获取所述暗原色图中亮度值由最亮至暗排序的N个像素块的第一平均亮度值以及亮度值由最暗至亮排序的N个像素块的第二平均亮度值;
确定模块,用于所述第一平均亮度值、第二平均亮度值确定所述待处理图像雾分布的均匀度信息;以及
去雾模块,用于根据所述均匀度信息采用相应的去雾方法对所述待处理图像进行去雾处理;
所述去雾模块,包括:
第一去雾处理单元,用于当所述待处理图像雾分布的均匀度信息为均匀时,采用全局化增强算法对所述待处理图像进行去雾处理;
第二去雾处理单元,用于当所述待处理图像雾分布的均匀度信息为不均匀时,采用局部化增强算法或暗原色先验算法对所述待处理图像进行去雾处理。
7.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1至5中任一项所述的图像去雾方法。
8.一种移动终端,包括存储器,处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至5中任一项所述的图像去雾方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710625487.6A CN107317968B (zh) | 2017-07-27 | 2017-07-27 | 图像去雾方法、装置、计算机可存储介质和移动终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710625487.6A CN107317968B (zh) | 2017-07-27 | 2017-07-27 | 图像去雾方法、装置、计算机可存储介质和移动终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107317968A CN107317968A (zh) | 2017-11-03 |
CN107317968B true CN107317968B (zh) | 2020-01-10 |
Family
ID=60175355
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710625487.6A Active CN107317968B (zh) | 2017-07-27 | 2017-07-27 | 图像去雾方法、装置、计算机可存储介质和移动终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107317968B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111242875A (zh) * | 2020-04-03 | 2020-06-05 | 哈尔滨理工大学 | 一种雾霾图像的去雾方法 |
CN111539891A (zh) * | 2020-04-27 | 2020-08-14 | 高小翎 | 单张遥感图像的波段自适应除雾优化处理方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002281333A (ja) * | 2001-03-16 | 2002-09-27 | Canon Inc | 画像処理装置およびその方法 |
CN102265594A (zh) * | 2008-12-22 | 2011-11-30 | 罗姆股份有限公司 | 图像修正处理电路、半导体装置、图像修正处理装置 |
CN103632339A (zh) * | 2012-08-21 | 2014-03-12 | 张晓光 | 一种基于变分Retinex的单幅图像去雾方法及装置 |
CN103824260A (zh) * | 2013-12-20 | 2014-05-28 | 中国科学院遥感与数字地球研究所 | 一种高分辨率遥感图像薄雾快速去除技术 |
EP2851865A1 (en) * | 2012-05-15 | 2015-03-25 | SK Telecom Co., Ltd | Image-processing apparatus for removing haze contained in video, and method therefor |
CN105303524A (zh) * | 2014-06-20 | 2016-02-03 | 现代自动车株式会社 | 图像去雾设备和方法 |
CN106204491A (zh) * | 2016-07-12 | 2016-12-07 | 中国科学技术大学 | 一种基于暗通道先验的自适应图像去雾方法 |
CN106548463A (zh) * | 2016-10-28 | 2017-03-29 | 大连理工大学 | 基于暗通道与Retinex的海雾图像自动去雾方法及*** |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI423166B (zh) * | 2009-12-04 | 2014-01-11 | Huper Lab Co Ltd | 判斷輸入影像是否為霧化影像之方法、判斷輸入影像的霧級數之方法及霧化影像濾清方法 |
JP2014241584A (ja) * | 2013-05-14 | 2014-12-25 | パナソニックIpマネジメント株式会社 | 画像処理方法、及び画像処理システム |
-
2017
- 2017-07-27 CN CN201710625487.6A patent/CN107317968B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002281333A (ja) * | 2001-03-16 | 2002-09-27 | Canon Inc | 画像処理装置およびその方法 |
CN102265594A (zh) * | 2008-12-22 | 2011-11-30 | 罗姆股份有限公司 | 图像修正处理电路、半导体装置、图像修正处理装置 |
EP2851865A1 (en) * | 2012-05-15 | 2015-03-25 | SK Telecom Co., Ltd | Image-processing apparatus for removing haze contained in video, and method therefor |
CN103632339A (zh) * | 2012-08-21 | 2014-03-12 | 张晓光 | 一种基于变分Retinex的单幅图像去雾方法及装置 |
CN103824260A (zh) * | 2013-12-20 | 2014-05-28 | 中国科学院遥感与数字地球研究所 | 一种高分辨率遥感图像薄雾快速去除技术 |
CN105303524A (zh) * | 2014-06-20 | 2016-02-03 | 现代自动车株式会社 | 图像去雾设备和方法 |
CN106204491A (zh) * | 2016-07-12 | 2016-12-07 | 中国科学技术大学 | 一种基于暗通道先验的自适应图像去雾方法 |
CN106548463A (zh) * | 2016-10-28 | 2017-03-29 | 大连理工大学 | 基于暗通道与Retinex的海雾图像自动去雾方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN107317968A (zh) | 2017-11-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107451969B (zh) | 图像处理方法、装置、移动终端及计算机可读存储介质 | |
US20200273154A1 (en) | Image enhancement method and system | |
EP2852152B1 (en) | Image processing method, apparatus and shooting terminal | |
WO2016206087A1 (zh) | 一种低照度图像处理方法和装置 | |
CN110033418B (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN107864337B (zh) | 素描图像处理方法、装置、设备及计算机可读存储介质 | |
CN107424133B (zh) | 图像去雾方法、装置、计算机可存储介质和移动终端 | |
CN108989699B (zh) | 图像合成方法、装置、成像设备、电子设备以及计算机可读存储介质 | |
CN107395991B (zh) | 图像合成方法、装置、计算机可读存储介质和计算机设备 | |
CN107509044B (zh) | 图像合成方法、装置、计算机可读存储介质和计算机设备 | |
CN107317967B (zh) | 图像处理方法、装置、移动终端及计算机可读存储介质 | |
CN107945106B (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
CN110852956A (zh) | 一种高动态范围图像的增强方法 | |
US20170154437A1 (en) | Image processing apparatus for performing smoothing on human face area | |
CN110047060B (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN111192205A (zh) | 一种图像去雾方法、***和计算机可读存储介质 | |
WO2018152977A1 (zh) | 一种图像降噪方法及终端和计算机存储介质 | |
CN107454317B (zh) | 图像处理方法、装置、计算机可读存储介质和计算机设备 | |
CN107341782B (zh) | 图像处理方法、装置、计算机设备和计算机可读存储介质 | |
CN107194901B (zh) | 图像处理方法、装置、计算机设备和计算机可读存储介质 | |
CN107317968B (zh) | 图像去雾方法、装置、计算机可存储介质和移动终端 | |
CN109325905B (zh) | 图像处理方法、装置、计算机可读存储介质和电子设备 | |
CN114418879A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN112634148B (zh) | 图像的校正方法、设备以及存储介质 | |
CN107277369B (zh) | 图像处理方法、装置、计算机可读存储介质和计算机设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: Changan town in Guangdong province Dongguan 523860 usha Beach Road No. 18 Applicant after: OPPO Guangdong Mobile Communications Co., Ltd. Address before: Changan town in Guangdong province Dongguan 523860 usha Beach Road No. 18 Applicant before: Guangdong Opel Mobile Communications Co., Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |