CN107317971A - 图像去雾处理方法、装置、存储介质和移动终端 - Google Patents
图像去雾处理方法、装置、存储介质和移动终端 Download PDFInfo
- Publication number
- CN107317971A CN107317971A CN201710626269.4A CN201710626269A CN107317971A CN 107317971 A CN107317971 A CN 107317971A CN 201710626269 A CN201710626269 A CN 201710626269A CN 107317971 A CN107317971 A CN 107317971A
- Authority
- CN
- China
- Prior art keywords
- defogging
- image
- visible images
- thermal
- background area
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 25
- 238000012545 processing Methods 0.000 claims abstract description 99
- 238000004040 coloring Methods 0.000 claims abstract description 56
- 238000000034 method Methods 0.000 claims abstract description 18
- 239000000284 extract Substances 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 4
- 239000003595 mist Substances 0.000 claims description 2
- 238000003384 imaging method Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 230000005855 radiation Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 239000000539 dimer Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 238000013316 zoning Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 239000000872 buffer Substances 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000006837 decompression Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000003897 fog Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 238000001757 thermogravimetry curve Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
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
-
- 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种图像去雾处理方法、装置、存储介质和移动终端。所述方法包括:获取针对同一场景拍摄的红外热图像和可见光图像;根据所述红外热图像的颜色信息,提取所述可见光图像中除人像区域以外的背景区域;根据预设去雾方式对所述可见光图像中的背景区域进行处理。上述图像去雾处理方法、装置、存储介质和移动终端,可以对图像中的背景区域进行去雾,防止对整个图像区域进行去雾处理造成的图像失真,提高了图像处理的准确性。
Description
技术领域
本发明涉及计算机技术领域,特别是涉及一种图像去雾处理方法、装置、存储介质和移动终端。
背景技术
拍照是人们生活中必不可少的工作和娱乐项目,然而拍照的场景往往是复杂多变的。例如,室内环境中光线往往比较昏暗,室外环境光线往往比较明亮。然而室外环境的天气更是变化莫测,对于晴天、雨雪、大雾等不同的天气,拍照时的需求和处理方式都不一样。
在能见度较低的室外环境中拍摄图像时,往往会使得拍摄的图像不清晰。对于清晰度不够的照片,通常需要通过物理或者软件处理手段去提高图像的清晰度。去雾处理是一种常用的提高图像清晰度的手段,即通过软件处理方式去除图像中引起图像不清晰的噪声。然而,去雾程度太过会造成图像的饱和度过高,亮度过低。若去雾程度不够的话,又会使得图像的还原度不够。
发明内容
本发明实施例提供一种图像去雾处理方法、装置、存储介质和移动终端,可以提高图像处理的准确性。
一种图像去雾处理方法,所述方法包括:
获取针对同一场景拍摄的红外热图像和可见光图像;
根据所述红外热图像的颜色信息,提取所述可见光图像中除人像区域以外的背景区域;
根据预设去雾方式对所述可见光图像中的背景区域进行处理。
一种图像去雾处理装置,所述装置包括:
图像获取模块,用于获取针对同一场景拍摄的红外热图像和可见光图像;
背景获取模块,用于根据所述红外热图像的颜色信息,提取所述可见光图像中除人像区域以外的背景区域;
背景去雾模块,用于根据预设去雾方式对所述可见光图像中的背景区域进行处理。
一种存储介质,其上存储有计算机程序,该程序被处理器执行时实现如下步骤:
获取针对同一场景拍摄的红外热图像和可见光图像;
根据所述红外热图像的颜色信息,提取所述可见光图像中除人像区域以外的背景区域;
根据预设去雾方式对所述可见光图像中的背景区域进行处理。
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如下步骤:
获取针对同一场景拍摄的红外热图像和可见光图像;
根据所述红外热图像的颜色信息,提取所述可见光图像中除人像区域以外的背景区域;
根据预设去雾方式对所述可见光图像中的背景区域进行处理。
本发明实施例提供的图像去雾处理方法、装置、存储介质和移动终端,针对同一场景同时拍摄红外热图像和可见光图像,并根据红外热图像中的颜色信息提取可见光图像中的背景区域,然后将背景区域进行去雾处理。对图像中的部分区域进行去雾处理,可以防止对整个图像区域进行去雾处理而造成的图像失真,提高了图像处理的准确性。
附图说明
图1为一个实施例中电子设备的内部结构示意图;
图2为一个实施例中服务器的内部结构示意图;
图3为一个实施例中图像去雾处理方法的流程图;
图4为另一个实施例中图像去雾处理方法的流程图;
图5为一个实施例中待处理图像中的人像区域的显示示意图;
图6为一个实施例中图像去雾处理装置的结构示意图;
图7为另一个实施例中图像去雾处理装置的结构示意图;
图8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。
可以理解,本发明所使用的术语“第一”、“第二”等可在本文中用于描述各种元件,但这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。举例来说,在不脱离本发明的范围的情况下,可以将第一客户端称为第二客户端,且类似地,可将第二客户端称为第一客户端。第一客户端和第二客户端两者都是客户端,但其不是同一客户端。
图1为一个实施例中电子设备的内部结构示意图。如图1所示,该电子设备包括通过***总线连接的处理器、非易失性存储介质、内存储器和网络接口、显示屏和输入装置。其中,电子设备的非易失性存储介质存储有操作***和计算机可读指令。该计算机可读指令被处理器执行时以实现一种图像去雾处理方法。该处理器用于提供计算和控制能力,支撑整个电子设备的运行。电子设备中的内存储器为非易失性存储介质中的计算机可读指令的运行提供环境。网络接口用于与服务器进行网络通信,如发送图像去雾处理请求至服务器,接收服务器返回的去雾处理后的图像等。电子设备的显示屏可以是液晶显示屏或者电子墨水显示屏等,输入装置可以是显示屏上覆盖的触摸层,也可以是电子设备外壳上设置的按键、轨迹球或触控板,也可以是外接的键盘、触控板或鼠标等。该电子设备可以是手机、平板电脑或者个人数字助理或穿戴式设备等。本领域技术人员可以理解,图1中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的电子设备的限定,具体的电子设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
图2为一个实施例中服务器的内部结构示意图。如图2所示,该服务器包括通过***总线连接的处理器、非易失性存储介质、内存储器和网络接口。其中,该服务器的非易失性存储介质存储有操作***和计算机可读指令。该计算机可读指令被处理器执行时以实现一种图像去雾处理方法。该服务器的处理器用于提供计算和控制能力,支撑整个服务器的运行。该服务器的网络接口用于据以与外部的终端通过网络连接通信,比如接收终端发送的图像去雾处理请求以及向终端返回去雾处理后的图像等。服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。本领域技术人员可以理解,图2中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的服务器的限定,具体的服务器可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
图3为一个实施例中图像去雾处理方法的流程图。如图3所示,该图像去雾处理方法包括步骤302至步骤306,其中:
步骤302,获取针对同一场景拍摄的红外热图像和可见光图像。
在本发明提供的实施例中,红外热图像和可见光图像是针对同一拍摄场景进行拍摄得到的。其中,红外热图像是指记录物体辐射出来的热红外辐射信息,并以颜色形式表示这种热红外辐射信息的图像。例如,可以通过热红外探测器来采集物体的红外辐射信息。一般地,物体表面温度如果超过绝对零度即会辐射出电磁波,随着温度变化,电磁波的辐射强度与波长分布特性也随之改变,因此通过采集这种电磁波就可以获取到物体的温度。红外热图像可以根据不同的物体温度显示不同的颜色信息,根据该颜色信息可以判断物体的温度。
而可见光图像是指用于显示物体在可见光照射下的外形和颜色等信息的图像,图像采集装置可以通过物体反射的光线来显示可见光图像。图像采集装置是指采集可见光图像的装置,图像采集装置可以但不限于是照相机、移动终端上的摄像头、摄像机等装置。例如,通过移动终端上的摄像头获取可见光图像时,用户通过移动终端输入拍照指令,移动终端在检测到该拍照指令之后,通过摄像头来采集可见光图像。其中,拍照指令可以是移动终端的物理按键或触屏操作触发的,也可以是语音指令等。
步骤304,根据红外热图像的颜色信息,提取可见光图像中除人像区域以外的背景区域。
在其中一个实施例中,红外热图像中的颜色信息是指表示红外热图像的色彩特征的信息,该颜色信息可以反映物体的大致温度。例如红外热像图上由高温到低温的对应颜色依次为深红、红、浅红、黄、绿、浅蓝、深蓝和黑色。
具体地,由于红外热图像的颜色信息可以反映物体的温度信息,而人体温度往往是在一个小范围内波动,因此人像区域在红外热图像中呈现的颜色信息波动通常是比较小的,也就是说我们可以通过红外热图像中的颜色信息将人像区域提取出来。而红外热图像和可见光图像是对应的,我们提取出红外热图像中的人像区域之后,就可以通过红外热图像中的人像区域找到可见光图像中对应的人像区域,从而进一步获取可见光图像中除人像区域之外的背景区域。
步骤306,根据预设去雾方式对可见光图像中的背景区域进行处理。
在本发明提供的实施例中,在大雾、雨雪或者雾霾天气时,在户外拍摄时往往会受到影响,使拍摄出来的图像特别不清晰,看不清图像中的物体。去雾处理是指去除图像中的使图像不清晰的雾气和沙尘等噪声,使图像还原的处理方法。预设去雾方式是指预先设置的对图像进行去雾处理的方式。
举例来说,若预设去雾方式为暗原色先验去雾算法,假设可见光图像可以表达为如下公式:
I(x)=J(x)t(x)+A(1-t(x))
其中,I(x)为可见光图像,J(x)为对可见光图像进行去雾处理之后得到的图像,t(x)为透射率,A为大气光值。一般假设A为已知值,可见光图像中RGB三个通道中存在通道值很低的通道,且该通道值接近于零,则可以得到:
由上式可以获取到透射率t(x)即为:
可以引入一个0到1之间的权值ω对透射率进行调节,则最终的透射率表达式如下:
为了保证去雾效果,可以对透射率设定一个阈值t0,那么去雾处理后的图像可以有如下表达式得到:
在本发明提供的其他实施例中,可以进一步从可见光图像中提取人像区域和背景区域,对人像区域采用第一去雾方式进行处理,并对背景区域采用第二去雾方式进行处理,然后再将去雾处理后的人像区域和背景区域进行融合,得到最终的图像。其中,将人像区域和背景区域进行融合,是指按照在原始的可见光图像中的位置关系,将人像区域和背景区域拼接成一张图像。例如,通过暗原色先验算法分别对人像区域和背景区域进行去雾处理,并通过ω调节去雾处理的程度,使得对人像区域进行较小程度的去雾处理,对背景区域进行较深程度的去雾处理。
一般地,在获取到可见光图像中的人像区域之后,可以先统计人像区域对应的像素数量,若所述人像区域对应的像素数量在预设数量范围内,则根据第一去雾方式对所述人像区域进行处理。其中,预设数量范围是预先设置的像素的数量范围,根据人像区域对应的像素数量判断是否需要进行去雾处理。
上述图像去雾处理方法,针对同一场景同时拍摄红外热图像和可见光图像,并根据红外热图像中的颜色信息提取可见光图像中的背景区域,然后将背景区域进行去雾处理。对图像中的部分区域进行去雾处理,可以防止对整个图像区域进行去雾处理而造成的图像失真,提高了图像处理的准确性。
图4为另一个实施例中图像去雾处理方法的流程图。如图4所示,该图像去雾处理方法包括步骤402至步骤408,其中:
步骤402,获取针对同一场景拍摄的红外热图像和可见光图像。
在本发明提供的实施例中,针对同一场景拍摄的红外热图像和可见光图像都是由若干个像素组成的。可以理解的是,该红外热图像和可见光图像中包含相同数量的像素,且该红外热图像和可见光图像中的像素是一一对应的。红外热图像显示了该场景中各个物体的温度信息,可见光图像显示了该场景中各个物体的形状和颜色等信息。
步骤404,根据红外热图像的颜色信息,提取可见光图像中除人像区域以外的背景区域。
在本发明提供的实施例中,红外热图像中的颜色信息是指表示红外热图像的色彩特征的信息,该颜色信息可以反映物体的大致温度。例如,物体温度为60到100度时在红外热图像中显示为红色,物体温度为30到60度时在红外热图像中显示为黄色,物体温度为0到60度时在红外热图像中显示为蓝色。
一般地,红外热图像中的颜色越深,代表物体温度越高,根据红外热图像的颜色信息就可以得到物体对应的温度。例如火焰的温度往往比较高,其在红外热图像中往往呈深红色。
举例来说,该颜色信息还可以是指红外热图像中色彩的色调、饱和度、明度等信息。其中,色彩的色调是指色彩的角度度量,其取值范围为0°~360°,从红色开始按逆时针方向计算,红色为0°,绿色为120°,蓝色为240°。饱和度是指色彩接近光谱的程度,一般饱和度越高,色彩越鲜艳;饱和度越低,色彩越暗淡。明度则表示色彩的明亮程度。
具体地,获取红外热图像的颜色信息,提取红外热图像中颜色信息在预设颜色范围内的红外区域;根据红外区域提取所述可见光图像中除人像区域以外的背景区域。即根据颜色信息可以提取红外热图像中的人像区域和人像区域外的区域。
在一个实施例中,可以获取红外热图像的颜色分量,提取红外热图像中颜色分量在预设范围内的区域,作为红外热图像中的人像区域。颜色分量是指将红外热图像转化为某一从色彩维度的图像所产生的图像分量,例如颜色分量可以但不限于是指图像的RGB颜色分量、CMY颜色分量、HSV颜色分量等,可以理解的是RGB颜色分量、CMY颜色分量、HSV颜色分量之间可以相互转换。
在一个实施例中,可以获取红外热图像的HSV颜色分量,提取红外热图像中HSV颜色分量在预设范围内的区域作为人像区域。其中,HSV颜色分量分别是指图像的色调(H)、饱和度(S)、明度(V)分量,分别给这三个分量设定一个预设范围,并将红外热图像中这三个分量在预设范围内的区域提取出来,作为人像区域。
举例来说,通过HSV颜色分量来获取人像区域,具体可以是获取图像区域的HSV颜色分量,并获取图像区域中满足条件“H值在20~25、S值在10~50、V值在50~85之间”的区域,作为人像区域。图5为一个实施例中待处理图像中的人像区域的显示示意图。根据红外热图像的颜色信息提取出红外热图像中的人像区域,再将可见光图像中对应的区域提取出来,作为可见光图像中的人像区域,人像区域在终端的显示结果如图5所示。
步骤406,获取背景区域的景象类型。
在本发明提供的实施例中,给背景区域进行了分类,景象类型是指背景区域中的景象的类型,例如景象类型可以是建筑、天空、沙滩、树木等类型。具体地,提取背景区域的属性参数,根据该属性参数来判断背景区域的景象类型。
举例来说,获取背景区域的景象类型可以是以下方法中的一种或多种:提取背景区域的纹理信息,根据该纹理信息来判断背景区域的景象类型;提取背景区域的颜色信息,根据该颜色信息来判断背景区域的景象类型;在用户终端显示输入景象类型的界面,用户通过用户终端来输入景象类型。
步骤408,根据景象类型对应的去雾处理方式对背景区域进行处理。
在本发明提供的实施例中,景象类型对应的去雾处理方式,是指根据景象类型的不同而采取的不同的去雾处理方式。不同的去雾方式可以是指根据不同的去雾算法进行去雾处理,也可以是指采用同一种去雾算法的不同程度的去雾处理。
举例来说,背景区域的景象类型为建筑时,通常色彩比较暗淡,雾浓度相对较小,可以对其采用程度较浅的去雾处理对背景区域进行处理;背景区域的景象类型为天空时,通常色彩比较鲜亮,雾浓度比较深,则可以对其采用程度较深的去雾处理对背景区域进行处理。
在一个实施例中,还可以对背景区域进行进一步的划分,获取背景区域中的划分区域,并获取每个划分区域的区域类型,根据区域类型对应的去雾处理方式对划分区域进行处理。例如,将背景区域划分为天空区域、树木区域、土地区域等,然后对这三个区域分别进行去雾的处理。
上述图像去雾处理方法,针对同一场景同时拍摄红外热图像和可见光图像,并根据红外热图像中的颜色信息提取可见光图像中的背景区域,然后将背景区域进行去雾处理。对图像中的部分区域进行去雾处理,可以防止对整个图像区域进行去雾处理而造成的图像失真,提高了图像处理的准确性。同时,将背景区域分为多种类型,并根据不同类型对应的去雾处理方式对背景区域进行去雾处理,进一步提高了图像处理的准确性。
图6为一个实施例中图像去雾处理装置的结构示意图。如图6所示,该图像去雾处理装置600包括图像获取模块602、背景获取模块604和背景去雾模块606。其中:
图像获取模块602,用于获取针对同一场景拍摄的红外热图像和可见光图像。
背景获取模块604,用于根据所述红外热图像的颜色信息,提取所述可见光图像中除人像区域以外的背景区域。
背景去雾模块606,用于根据预设去雾方式对所述可见光图像中的背景区域进行处理。
上述图像去雾处理装置,针对同一场景同时拍摄红外热图像和可见光图像,并根据红外热图像中的颜色信息提取可见光图像中的背景区域,然后将背景区域进行去雾处理。对图像中的部分区域进行去雾处理,可以防止对整个图像区域进行去雾处理而造成的图像失真,提高了图像处理的准确性。
图7为另一个实施例中图像去雾处理装置的结构示意图。如图7所示,该图像去雾处理装置700包括图像获取模块702、背景获取模块704、人像去雾模块706、类型获取模块708和背景去雾模块710。其中:
图像获取模块702,用于获取针对同一场景拍摄的红外热图像和可见光图像。
背景获取模块704,用于根据所述红外热图像的颜色信息,提取所述可见光图像中除人像区域以外的背景区域。
人像去雾模块706,用于根据所述红外热图像的颜色信息,提取所述可见光图像中的人像区域,并根据第一去雾方式对所述人像区域进行处理。
类型获取模块708,用于获取所述背景区域的景象类型。
背景去雾模块710,用于根据所述景象类型对应的去雾处理方式对所述背景区域进行处理。
上述图像去雾处理装置,针对同一场景同时拍摄红外热图像和可见光图像,并根据红外热图像中的颜色信息提取可见光图像中的背景区域,然后将背景区域进行去雾处理。对图像中的部分区域进行去雾处理,可以防止对整个图像区域进行去雾处理而造成的图像失真,提高了图像处理的准确性。同时,将背景区域分为多种类型,并根据不同类型对应的去雾处理方式对背景区域进行去雾处理,进一步提高了图像处理的准确性。
在一个实施例中,背景获取模块704还用于获取所述红外热图像的颜色信息,提取所述红外热图像中颜色信息在预设颜色范围内的红外区域;根据所述红外区域提取所述可见光图像中除人像区域以外的背景区域。
在其中一个实施例中,背景获取模块704还用于获取所述红外热图像的颜色信息,提取所述红外热图像中颜色信息在预设颜色范围内的红外区域;根据所述红外区域提取所述可见光图像中除人像区域以外的背景区域。
在本发明提供的其他实施例中,人像去雾模块706还用于若所述人像区域对应的像素数量在预设数量范围内,则根据第一去雾方式对所述人像区域进行处理。
在一个实施例中,背景去雾模块710还用于根据第二去雾方式对所述可见光图像中的背景区域进行处理。
上述图像去雾处理装置中各个模块的划分仅用于举例说明,在其他实施例中,可将图像去雾处理装置按照需要划分为不同的模块,以完成上述图像去雾处理装置的全部或部分功能。
本发明实施例还提供了一种存储介质。一种存储介质,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:
获取针对同一场景拍摄的红外热图像和可见光图像;
根据所述红外热图像的颜色信息,提取所述可见光图像中除人像区域以外的背景区域;
根据预设去雾方式对所述可见光图像中的背景区域进行处理。
在其中一个实施例中,被处理器执行的所述根据所述红外热图像的颜色信息,提取所述可见光图像中除人像区域以外的背景区域包括:
获取所述红外热图像的颜色信息,提取所述红外热图像中颜色信息在预设颜色范围内的红外区域;
根据所述红外区域提取所述可见光图像中除人像区域以外的背景区域。
在一个实施例中,被处理器执行的所述方法还包括:
根据所述红外热图像的颜色信息,提取所述可见光图像中的人像区域,并根据第一去雾方式对所述人像区域进行处理;
所述根据预设去雾方式对所述可见光图像中的背景区域进行处理包括:
根据第二去雾方式对所述可见光图像中的背景区域进行处理。
在本发明提供的其他实施例中,所述根据第一去雾方式对所述人像区域进行处理包括:
若所述人像区域对应的像素数量在预设数量范围内,则根据第一去雾方式对所述人像区域进行处理。
在其中一个实施例中,被处理器执行的所述方法还包括:
获取所述背景区域的景象类型;
所述根据预设去雾方式对所述背景区域进行处理包括:
根据所述景象类型对应的去雾处理方式对所述背景区域进行处理。
本发明实施例还提供一种计算机设备。上述计算机设备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 SignalProcessing,图像信号处理)管线的各种处理单元。图8为一个实施例中图像处理电路的示意图。如图8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8所示,图像处理电路包括ISP处理器840和控制逻辑器850。成像设备810捕捉的图像数据首先由ISP处理器840处理,ISP处理器840对图像数据进行分析以捕捉可用于确定和/或成像设备810的一个或多个控制参数的图像统计信息。成像设备810可包括具有一个或多个透镜812和图像传感器814的照相机。图像传感器814可包括色彩滤镜阵列(如Bayer滤镜),图像传感器814可获取用图像传感器814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840处理的一组原始图像数据。传感器820可基于传感器820接口类型把原始图像数据提供给ISP处理器840。传感器820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840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840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840还可从图像存储器830接收像素数据。例如,从传感器820接口将原始像素数据发送给图像存储器830,图像存储器830中的原始像素数据再提供给ISP处理器840以供处理。图像存储器830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820接口或来自图像存储器830的原始图像数据时,ISP处理器840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图像存储器830,以便在被显示之前进行另外的处理。ISP处理器840还可从图像存储器830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880,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840的输出还可发送给图像存储器830,且显示器880可从图像存储器830读取图像数据。在一个实施例中,图像存储器830可被配置为实现一个或多个帧缓冲器。此外,ISP处理器840的输出可发送给编码器/解码器870,以便编码/解码图像数据。编码的图像数据可被保存,并在显示于显示器880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860,以便在被显示之前对图像进行去雾处理。去雾模块860对图像数据进行去雾处理可包括根据红外热图像的颜色信息,提取可见光图像中除人像区域以外的背景区域;根据预设去雾方式对可见光图像中的背景区域进行处理等。其中,去雾模块860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860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870,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880设备上之前解压缩。可以理解的是,去雾模块860处理后的图像数据可以不经过编码器/解码器870,直接发给显示器880进行显示。ISP处理器840处理后的图像数据还可以先经过编码器/解码器870处理,然后再经过去雾模块860进行处理。
ISP处理器840确定的统计数据可发送给控制逻辑器850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812阴影校正等图像传感器814统计信息。控制逻辑器850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810的控制参数以及ISP处理器840的控制参数。例如,控制参数可包括传感器820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812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812阴影校正参数。
以下为运用图8中图像处理技术实现图像去雾处理方法的步骤:
获取针对同一场景拍摄的红外热图像和可见光图像;
根据所述红外热图像的颜色信息,提取所述可见光图像中除人像区域以外的背景区域;
根据预设去雾方式对所述可见光图像中的背景区域进行处理。
在一个实施例中,所述根据所述红外热图像的颜色信息,提取所述可见光图像中除人像区域以外的背景区域包括:
获取所述红外热图像的颜色信息,提取所述红外热图像中颜色信息在预设颜色范围内的红外区域;
根据所述红外区域提取所述可见光图像中除人像区域以外的背景区域。
在其中一个实施例中,所述方法还包括:
根据所述红外热图像的颜色信息,提取所述可见光图像中的人像区域,并根据第一去雾方式对所述人像区域进行处理;
所述根据预设去雾方式对所述可见光图像中的背景区域进行处理包括:
根据第二去雾方式对所述可见光图像中的背景区域进行处理。
在本发明提供的其他实施例中,所述根据第一去雾方式对所述人像区域进行处理包括:
若所述人像区域对应的像素数量在预设数量范围内,则根据第一去雾方式对所述人像区域进行处理。
在一个实施例中,所述方法还包括:
获取所述背景区域的景象类型;
所述根据预设去雾方式对所述背景区域进行处理包括:
根据所述景象类型对应的去雾处理方式对所述背景区域进行处理。
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 (10)
1.一种图像去雾处理方法,其特征在于,所述方法包括:
获取针对同一场景拍摄的红外热图像和可见光图像;
根据所述红外热图像的颜色信息,提取所述可见光图像中除人像区域以外的背景区域;
根据预设去雾方式对所述可见光图像中的背景区域进行处理。
2.根据权利要求1所述的图像去雾处理方法,其特征在于,所述根据所述红外热图像的颜色信息,提取所述可见光图像中除人像区域以外的背景区域包括:
获取所述红外热图像的颜色信息,提取所述红外热图像中颜色信息在预设颜色范围内的红外区域;
根据所述红外区域提取所述可见光图像中除人像区域以外的背景区域。
3.根据权利要求1所述的图像去雾处理方法,其特征在于,所述方法还包括:
根据所述红外热图像的颜色信息,提取所述可见光图像中的人像区域,并根据第一去雾方式对所述人像区域进行处理;
所述根据预设去雾方式对所述可见光图像中的背景区域进行处理包括:
根据第二去雾方式对所述可见光图像中的背景区域进行处理。
4.根据权利要求3所述的图像去雾处理方法,其特征在于,所述根据第一去雾方式对所述人像区域进行处理包括:
若所述人像区域对应的像素数量在预设数量范围内,则根据第一去雾方式对所述人像区域进行处理。
5.根据权利要求1至4任一项所述的图像去雾处理方法,其特征在于,所述方法还包括:
获取所述背景区域的景象类型;
所述根据预设去雾方式对所述背景区域进行处理包括:
根据所述景象类型对应的去雾处理方式对所述背景区域进行处理。
6.一种图像去雾处理装置,其特征在于,所述装置包括:
图像获取模块,用于获取针对同一场景拍摄的红外热图像和可见光图像;
背景获取模块,用于根据所述红外热图像的颜色信息,提取所述可见光图像中除人像区域以外的背景区域;
背景去雾模块,用于根据预设去雾方式对所述可见光图像中的背景区域进行处理。
7.根据权利要求6所述的图像去雾处理装置,其特征在于,所述装置还包括:
人像去雾模块,用于根据所述红外热图像的颜色信息,提取所述可见光图像中的人像区域,并根据第一去雾方式对所述人像区域进行处理;
所述背景去雾模块还用于根据第二去雾方式对所述可见光图像中的背景区域进行处理。
8.根据权利要求6或7所述的图像去雾处理装置,其特征在于,所述装置还包括:
类型获取模块,用于获取所述背景区域的景象类型;
所述背景去雾模块还用于根据所述景象类型对应的去雾处理方式对所述背景区域进行处理。
9.一种存储介质,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处理方法。
10.一种移动终端,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处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710626269.4A CN107317971A (zh) | 2017-07-27 | 2017-07-27 | 图像去雾处理方法、装置、存储介质和移动终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710626269.4A CN107317971A (zh) | 2017-07-27 | 2017-07-27 | 图像去雾处理方法、装置、存储介质和移动终端 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107317971A true CN107317971A (zh) | 2017-11-03 |
Family
ID=60175353
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710626269.4A Pending CN107317971A (zh) | 2017-07-27 | 2017-07-27 | 图像去雾处理方法、装置、存储介质和移动终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107317971A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109934781A (zh) * | 2019-02-27 | 2019-06-25 | 合刃科技(深圳)有限公司 | 图像处理方法、装置、终端设备及计算机可读存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105678310A (zh) * | 2016-02-03 | 2016-06-15 | 北京京东方多媒体科技有限公司 | 红外热图像轮廓提取方法及装置 |
CN106131441A (zh) * | 2016-09-06 | 2016-11-16 | 北京小米移动软件有限公司 | 拍照方法及装置、电子设备 |
CN106446873A (zh) * | 2016-11-03 | 2017-02-22 | 北京旷视科技有限公司 | 人脸检测方法及装置 |
US20170109870A1 (en) * | 2015-10-16 | 2017-04-20 | Sogang University Research Foundation | Image processing device |
CN106683100A (zh) * | 2016-12-27 | 2017-05-17 | 宇龙计算机通信科技(深圳)有限公司 | 一种图像分割去雾方法及终端 |
-
2017
- 2017-07-27 CN CN201710626269.4A patent/CN107317971A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170109870A1 (en) * | 2015-10-16 | 2017-04-20 | Sogang University Research Foundation | Image processing device |
CN105678310A (zh) * | 2016-02-03 | 2016-06-15 | 北京京东方多媒体科技有限公司 | 红外热图像轮廓提取方法及装置 |
CN106131441A (zh) * | 2016-09-06 | 2016-11-16 | 北京小米移动软件有限公司 | 拍照方法及装置、电子设备 |
CN106446873A (zh) * | 2016-11-03 | 2017-02-22 | 北京旷视科技有限公司 | 人脸检测方法及装置 |
CN106683100A (zh) * | 2016-12-27 | 2017-05-17 | 宇龙计算机通信科技(深圳)有限公司 | 一种图像分割去雾方法及终端 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109934781A (zh) * | 2019-02-27 | 2019-06-25 | 合刃科技(深圳)有限公司 | 图像处理方法、装置、终端设备及计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107424198B (zh) | 图像处理方法、装置、移动终端及计算机可读存储介质 | |
CN107704798B (zh) | 图像虚化方法、装置、计算机可读存储介质和计算机设备 | |
CN109068058A (zh) | 超级夜景模式下的拍摄控制方法、装置和电子设备 | |
CN107317967B (zh) | 图像处理方法、装置、移动终端及计算机可读存储介质 | |
CN109191403A (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
CN107424133A (zh) | 图像去雾方法、装置、计算机可存储介质和移动终端 | |
CN109089041A (zh) | 拍摄场景的识别方法、装置、电子设备和存储介质 | |
CN108063926A (zh) | 图像处理方法及装置、计算机可读存储介质和计算机设备 | |
CN107277299A (zh) | 图像处理方法、装置、移动终端及计算机可读存储介质 | |
CN107465903A (zh) | 图像白平衡方法、装置和计算机可读存储介质 | |
CN107801011A (zh) | 全景拍摄的白平衡处理方法、装置及设备 | |
CN107800971A (zh) | 全景拍摄的自动曝光控制处理方法、装置及设备 | |
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 | |
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 | |
CN107563329A (zh) | 图像处理方法、装置、计算机可读存储介质和移动终端 | |
CN107464225B (zh) | 图像处理方法、装置、计算机可读存储介质和移动终端 | |
CN107454335A (zh) | 图像处理方法、装置、计算机可读存储介质和移动终端 | |
CN108012135A (zh) | 图像处理方法及装置、计算机可读存储介质和计算机设备 | |
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 | |
CN107295261A (zh) | 图像去雾处理方法、装置、存储介质和移动终端 | |
CN108063934A (zh) | 图像处理方法及装置、计算机可读存储介质和计算机设备 | |
CN107341782A (zh) | 图像处理方法、装置、计算机设备和计算机可读存储介质 | |
CN107959843B (zh) | 图像处理方法及装置、计算机可读存储介质和计算机设备 | |
CN107454318A (zh) | 图像处理方法、装置、移动终端及计算机可读存储介质 | |
CN107481199B (zh) | 图像去雾处理方法、装置、存储介质和移动终端 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171103 |