CN113129219B - 图像处理方法、装置及设备 - Google Patents
图像处理方法、装置及设备 Download PDFInfo
- Publication number
- CN113129219B CN113129219B CN201911402502.6A CN201911402502A CN113129219B CN 113129219 B CN113129219 B CN 113129219B CN 201911402502 A CN201911402502 A CN 201911402502A CN 113129219 B CN113129219 B CN 113129219B
- Authority
- CN
- China
- Prior art keywords
- image
- blocks
- pixel
- block
- value
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 14
- 238000000034 method Methods 0.000 claims abstract description 45
- 238000002834 transmittance Methods 0.000 claims description 64
- 230000006870 function Effects 0.000 claims description 56
- 238000004364 calculation method Methods 0.000 claims description 17
- 230000006835 compression Effects 0.000 claims description 16
- 238000007906 compression Methods 0.000 claims description 16
- 230000006837 decompression Effects 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 26
- 238000010586 diagram Methods 0.000 description 11
- 230000000903 blocking effect Effects 0.000 description 4
- 238000005070 sampling Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000001454 recorded image Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 239000007787 solid Substances 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
- G06T5/90—Dynamic range modification of images or parts thereof
- G06T5/94—Dynamic range modification of images or parts thereof based on local image properties, e.g. for local contrast enhancement
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20021—Dividing image into blocks, subimages or windows
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本申请提供图像处理方法、装置及设备,其中,方法包括:获取待去雾的第一图像;获取所述第一图像对应的大气光强值,所述大气光强值是根据所述第一图像的像素点的像素值计算得到的;将所述第一图像划分为N个第一图像块,所述N为正整数;获取所述N个第一图像块中每个第一图像块对应的透射率;根据所述第一图像对应的大气光强值和所述N个第一图像块中每个第一图像块对应的透射率,计算得到去雾后的第二图像。采用本申请实施例,可以实现增强图像的去雾效果,从而使得去雾后的图像更清晰。
Description
技术领域
本申请涉及图像处理领域,尤其涉及图像处理方法、装置及设备。
背景技术
现有技术对视频中的每帧图像进行去雾时,由于针对该视频中的每帧图像使用的同一个大气光强值,当环境发生较大变化时,视频中的每帧图像的场景会发生变换,使用同一个大气光强值会导致图像去雾效果不稳定;且针对每帧图像只计算了一个透射率,由于图像中每个点的景深不同,会导致去雾后的图像中丢失图像细节,导致去雾效果不好。
发明内容
本申请实施例提供图像处理方法、装置及设备,可以增强图像的去雾效果,提高去雾后的图像的清晰度。
第一方面,提供图像处理方法,包括:
获取待去雾的第一图像;
获取所述第一图像对应的大气光强值,所述大气光强值是根据所述第一图像的像素点的像素值计算得到的;
将所述第一图像划分为N个第一图像块,所述N为正整数;
获取所述N个第一图像块中每个第一图像块对应的透射率;
根据所述第一图像对应的大气光强值和所述N个第一图像块中每个第一图像块对应的透射率,计算得到去雾后的第二图像。
结合第一方面,在一种可能的实现方式中,所述获取所述第一图像对应的大气光强值,包括:获取所述第一图像的像素点的像素值小于目标比例的至少一个目标像素值;从所述至少一个目标像素值中确定出最大像素值,并将所述最大像素值确定为所述第一图像对应的大气光强值。
结合第一方面,在一种可能的实现方式中,所述获取所述N个第一图像块中每个第一图像块对应的透射率,包括:判断所述第一图像是否为录制视频的第一帧图像;若所述第一图像为所述录制视频的第一帧图像,则根据所述N个第一图像块中每个第一图像块的像素点的像素值,分别计算所述N个第一图像块中每个第一图像块对应的透射率;若所述第一图像不为所述录制视频的第一帧图像,则获取第三图像,并根据所述第三图像包含的N个第二图像块中每个第二图像块对应的透射率,获得所述N个第一图像块中每个第一图像块对应的透射率,所述第三图像是所述录制视频中所述第一图像的前一帧图像。
结合第一方面,在一种可能的实现方式中,所述根据所述第三图像包含的N个第二图像块中每个第二图像块对应的透射率,获得所述N个第一图像块中每个第一图像块对应的透射率,包括:获取所述第三图像与所述第一图像之间的相似度;若所述相似度小于相似度阈值,根据所述第三图像的N个第二图像块中每个第二图像块分别对应的透射率与时间函数均值,计算所述第一图像的N个第一图像块中每个第一图像块分别对应的透射率,所述时间函数均值是根据所述第一图像的N个第一图像块中每个第一图像块对应的时间函数得到的,所述N个第一图像块中每个第一图像块对应的时间函数是根据所述第一图像的N个第一图像块中每个第一图像块的像素点的像素值、所述第三图像的N个第二图像块中每个第二图像块的像素点的像素值,以及所述第一图像对应的大气光强值得到的。
结合第一方面,在一种可能的实现方式中,所述方法还包括:若所述相似度大于或等于相似度阈值,将所述第三图像的N个第二图像块中每个第二图像块分别对应的透射率确定为所述第一图像的N个第一图像块中每个第一图像块分别对应的透射率。
结合第一方面,在一种可能的实现方式中,所述获取待去雾的第一图像,包括:获取原始图像,并根据预设压缩规则,对所述原始图像的尺寸进行调整,获得待去雾的第一图像,所述第一图像中的像素点的数量小于所述原始图像中的像素点的数量;所述计算得到去雾后的第二图像之后,还包括:根据与所述预设压缩规则对应的预设解压规则,对所述第二图像的尺寸进行调整,获得待输出图像,所述待输出图像与所述原始图像的尺寸相同。
结合第一方面,在一种可能的实现方式中,所述像素点的像素值为所述像素点的Y通道的像素值。
第二方面,提供图像处理装置,包括:
第一获取模块,用于获取待去雾的第一图像;
第二获取模块,用于获取所述第一图像对应的大气光强值,所述大气光强值是根据所述第一图像的像素点的像素值计算得到的;
图像划分模块,用于将所述第一图像划分为N个第一图像块,所述N为正整数;
第三获取模块,用于获取所述N个第一图像块中每个第一图像块对应的透射率;
计算模块,用于根据所述第一图像对应的大气光强值和所述N个第一图像块中每个第一图像块对应的透射率,计算得到去雾后的第二图像。
结合第二方面,在一种可能的实现方式中,所述第二获取模块,具体用于获取所述第一图像的像素点的像素值小于目标比例的至少一个目标像素值;从所述至少一个目标像素值中确定出最大像素值,并将所述最大像素值确定为所述第一图像对应的大气光强值。
结合第二方面,在一种可能的实现方式中,所述第三获取模块,具体用于判断所述第一图像是否为录制视频的第一帧图像;若所述第一图像为所述录制视频的第一帧图像,则根据所述N个第一图像块中每个第一图像块的像素点的像素值,分别计算所述N个第一图像块中每个第一图像块对应的透射率;若所述第一图像不为所述录制视频的第一帧图像,则获取第三图像,并根据所述第三图像包含的N个第二图像块中每个第二图像块对应的透射率,获得所述N个第一图像块中每个第一图像块对应的透射率,所述第三图像是所述录制视频中所述第一图像的前一帧图像。
结合第二方面,在一种可能的实现方式中,所述第三获取模块,具体用于获取所述第三图像与所述第一图像之间的相似度;若所述相似度小于相似度阈值,根据所述第三图像的N个第二图像块中每个第二图像块分别对应的透射率与时间函数均值,计算所述第一图像的N个第一图像块中每个第一图像块分别对应的透射率,所述时间函数均值是根据所述第一图像的N个第一图像块中每个第一图像块对应的时间函数得到的,所述N个第一图像块中每个第一图像块对应的时间函数是根据所述第一图像的N个第一图像块中每个第一图像块的像素点的像素值、所述第三图像的N个第二图像块中每个第二图像块的像素点的像素值,以及所述第一图像对应的大气光强值得到的。
结合第二方面,在一种可能的实现方式中,所述装置还包括:确定模块,用于若所述相似度大于或等于相似度阈值,将所述第三图像的N个第二图像块中每个第二图像块分别对应的透射率确定为所述第一图像的N个第一图像块中每个第一图像块分别对应的透射率。
结合第二方面,在一种可能的实现方式中,所述第一获取模块,具体用于获取原始图像,并根据预设压缩规则,对所述原始图像的尺寸进行调整,获得待去雾的第一图像,所述第一图像中的像素点的数量小于所述原始图像中的像素点的数量;
所述装置还包括:输出模块,用于根据与所述预设压缩规则对应的预设解压规则,对所述第二图像的尺寸进行调整,获得待输出图像,所述待输出图像与所述原始图像的尺寸相同。
结合第二方面,在一种可能的实现方式中,所述像素点的像素值为所述像素点的Y通道的像素值。
第三方面,提供电子设备,包括处理器、存储器、以及输入输出接口,所述处理器、存储器和输入输出接口相互连接,其中,所述输入输出接口用于输入或输出数据,所述存储器用于存储电子设备执行上述方法的应用程序代码,所述处理器被配置用于执行上述第一方面的图像处理方法。
第四方面,提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被处理器执行时使所述处理器执行上述第一方面的图像处理方法。
本申请实施例中,通过获取待去雾的第一图像;获取第一图像对应的大气光强值,大气光强值是根据第一图像的像素点的像素值计算得到的;将第一图像划分为N个第一图像块,N为正整数;获取N个第一图像块中每个第一图像块对应的透射率;根据第一图像对应的大气光强值和N个第一图像块中每个第一图像块对应的透射率,计算得到去雾后的第二图像。由于在计算图像对应的大气光强值时,是根据该图像的像素点的像素值计算得到的,针对不同图像计算得到的大气光强值不同,并且在计算图像对应的透射率时,由于针对每张图像进行了分块,通过计算每个图像块的透射率得到去雾后的第二图像,可以使去雾后的图像保留的细节更多,图像去雾的准确度更高,从而使得图像的去雾效果更好,去雾后的图像更清晰。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种图像处理方法的流程示意图;
图2是本申请实施例提供的一种第一图像的第一图像块与第三图像的第二图像块之间的对应关系示意图;
图3是本申请实施例提供的一种第一图像的第一图像块与第二图像的第三图像块之间的对应关系示意图;
图4是本申请实施例提供的一种图像处理方法的流程示意图;
图5是本发明实施例提供的一种对有雾图像进行去雾的效果示意图;
图6是本发明实施例提供的一种对无雾图像进行去雾的效果示意图;
图7是本申请实施例提供的一种图像处理装置的组成结构示意图;
图8是本申请实施例提供的一种电子设备的组成结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请实施例的方案适用于对连续帧图像进行处理得到去雾后的图像的场景中,例如在行车过程中,通过车载iPad或者行车记录仪等设备拍摄到关于前方路况的或者行车环境等连续帧图像或者视频等,当前方雾霾较为严重时,录制到的图像或者视频由于受雾霾影响会比较模糊,不便于看清路况,因此用户无法针对特殊路况进行车速控制。
本申请实施例中,通过获取到行车过程中待去雾的第一图像;获取第一图像对应的大气光强值,大气光强值是根据所述第一图像的像素点的像素值计算得到的;将第一图像划分为N个第一图像块,N为正整数;获取N个第一图像块中每个第一图像块对应的透射率;根据第一图像对应的大气光强值和N个第一图像块中每个第一图像块对应的透射率,计算得到去雾后的第二图像。由于在计算图像对应的大气光强值时,是根据该图像的像素点的像素值计算得到的,针对不同图像中的大气光强值不同,并且在计算图像对应的透射率时,由于针对每张图像进行了分块,通过计算每个图像块的透射率得到去雾后的第二图像,因此使得去雾后的图像保留的细节更多,图像去雾的准确度更高,从而使得去雾后的图像更清晰。因此通过本申请实施例中的去雾方法对行车过程中录制到的连续帧图像或者视频中的多帧图像进行去雾,去雾效果更好,去雾后的图像更清晰,用户可以通过查看去雾后的图像从而确定前方道路情况,便于及时做出反应,可以提高行车安全。
参见图1,图1是本申请实施例提供的一种图像处理方法的流程示意图,如图所示,该方法包括:
S101,获取待去雾的第一图像。
在一种可能的场景中,第一图像可以包括行车过程中通过车载iPad或者行车记录仪等录像设备录制的关于前方行车路况的连续帧图像或者视频,且该图像为连续帧图像或者视频中的任意一张图像。第一图像也可以为固定在路边的道路监控设备或者其他摄像设备录制的视频或者多张连续帧图像中的任意一张图像。可选地,第一图像也可以包括雾霾较少的图像或者无雾图像。
S102,获取第一图像对应的大气光强值,第一图像对应的大气光强值是根据第一图像的像素点的像素值计算得到的。
本申请实施例中,可以通过获取第一图像的像素点的像素值小于目标比例的至少一个目标像素值;从至少一个目标像素值中确定出最大像素值,并将最大像素值确定为第一图像对应的大气光强值。
这里,目标比例可以为0.09%、0.1%、0.11%、0.12%等数值,本申请实施例中不对目标比例进行限定。目标像素值即第一图像的像素点的像素值中去掉大于目标比例的像素值后的像素值。例如目标比例为0.1%,第一图像中包含10000个像素点,则目标像素值为去掉像素值大于目标比例的10000*0.1%=10个像素值后的9990个像素值,即目标像素值为去掉最大的10个像素值后得到的9990个像素值。
举例来对获取第一图像对应的大气光强值的过程进行说明,例如目标比例为0.1%,第一图像中包含10000个像素点,每个像素点对应一个像素值,则目标像素值包括10000-10000*0.1%=9990个像素值。例如,第一图像包含的10000个像素值中最大的11个像素值分别为255、254、254、253、253、252、252、251、251、250、249,则目标像素值包含的另外9989个像素值应该小于或等于249。从9990个像素值中确定出最大像素值,即249,将249确定为第一图像对应的大气光强值,由此可得到第一图像对应的大气光强值为249。
在一种可能的实现方式中,第一图像的像素点的像素值为第一图像的像素点的Y通道的像素值。可以通过公式(1-1)将第一图像转换到YUV空间,得到第一图像的像素点的Y通道的像素值。
Y=0.299*R+0.587*G+0.114*B(1-1)
其中,Y为第一图像中的像素点的Y通道的像素值、R为第一图像中的像素点在R通道的数值、G为第一图像中的像素点在G通道的数值、B为第一图像中的像素点在B通道的数值。
S103,将第一图像划分为N个第一图像块,N为正整数。
这里,由于第一图像划分得到的第一图像块的数量越多,第一图像的去雾效果越好,但去雾效率越低,由此可以根据需求对第一图像进行划分,本申请实施例中不对第一图像块的数量进行限定。可以理解的是,本申请实施例中的将第一图像划分为第一图像块只是逻辑上的划分,目的在于后续计算时以一个第一图像块为单位进行计算,便于提高后续计算的准确性。可选地,N可以取值为1600,即将第一图像划分为40*40=1600个第一图像块。
S104,获取N个第一图像块中每个第一图像块对应的透射率。
这里,在获取N个第一图像块中每个第一图像块对应的透射率之前,还可以先判断第一图像是否为录制视频的第一帧图像。具体实现中,可以通过判断第一图像的拍摄时间从而确定第一图像是否为录制视频的第一帧图像,或者通过判断第一图像是否为图像帧序列中的第一张图像,从而确定第一图像是否为第一帧图像。
在第一图像为录制视频的第一帧图像的情况下,根据N个第一图像块中每个第一图像块的像素点的像素值,分别计算N个第一图像块中每个第一图像块对应的透射率。
具体地,计算N个第一图像块中每个第一图像块对应的透射率时,可以采用均方根误差函数计算第一图像与去雾后的第二图像之间的对比度,均方根误差函数如公式(1-2)所示:
转换成/>
其中,cmse代表图像像素值的方差,p为第一图像和第二图像中的像素点,t为第一图像的N个第一图像块中每个第一图像块对应的透射率,Jc表示去雾后的第二图像的像素点的Y通道像素值,表示Jc的平均值,Ic表示第一图像的像素点的Y通道像素值,/>表示Ic的平均值,M表示一个图像块中的像素点的数量。
可以看出,透射率t越小,第一图像与去雾后的第二图像之间的对比度较大,即图像去雾效果越好,但由于Ic取值范围属于[0,255],而根据大气散射模型公式(1-3)计算得到的Jc不属于范围[0,255]内,对于Jc不属于范围[0,255]内的像素值,我们可以定义为该像素值对应的像素点丢失,像素点丢失越多,去雾后的第二图像中的像素信息越少,去雾效果越差,因此可以通过改变透射率t的值来调整Jc的范围,从而减少像素点的丢失。
因此可以构造两个损失函数,分别为对比度代价函数E1与信息损失函数E2,当对比度代价函数E1与信息损失函数E2同时最小时,由此可得到最优透射率。
I(p)=t.J(p)+(1-t)A转换成
其中,p表示图像中的像素点,I(p)表示第一图像中的像素点的Y通道像素值,t表示透射率,A表示大气光强值,J(p)表示去雾后的第二图像中的像素点的Y通道像素值,t的取值范围为[0,1]。
对比度代价函数E1可以如公式(1-4)所示:
信息损失函数E2可以如公式(1-5)所示:
也可以转换成:
其中,hc(i)表示第一图像中的像素点的Y通道像素值为i的直方图统计数,α和β分别表示像素值对应数目突变的下限和上限的位置,B表示M个图像块中的第B块。其中,α和β的取值可以根据第一图像中的像素点的像素值确定,即不同图像中的像素点的像素值不同,α和β的取值不同。
具体地,α和β的取值可以根据透射率t的取值确定。例如,在透射率t与大气光强值A的取值已知的情况下,通过J1(p)<0可以得到α的取值,通过J2(p)>255可以得到β的取值,其中,
即在时得到α的取值,α的取值等于i1,在/>时得到β的取值,β的取值等于i2。
根据对比度代价函数E1与信息损失函数E2定义一个成本函数如公式(1-6):
E=E1+λE2 (1-6)
其中,E为成本函数,λ为权重值,用来平衡对比度代价函数E1与信息损失函数E2之间的关系,λ越大像素点丢失越少,可选地,λ可以取值为5.0,在成本函数E取最小时可得到最优透射率t*如(1-7)所示:
在第一图像为录制视频的第一帧图像的情况下,通过上述公式(1-1)至(1-7)可计算得到第一图像中N个第一图像块中每个第一图像块对应的透射率。
在第一图像不为录制视频的第一帧图像的情况下,则获取第三图像,并根据第三图像包含的N个第二图像块中每个第二图像块对应的透射率,获得N个第一图像块中每个第一图像块对应的透射率,第三图像是录制视频中第一图像的前一帧图像。
在第一图像不为录制视频的第一帧图像的情况下,获取第三图像后,可以根据第三图像与第一图像之间的相似度确定第一图像与第三图像中的场景是否变换,从而确定第一图像的N个第一图像块中每个第一图像块对应的透射率。
可以根据公式(1-8)至(2-1)判断第三图像与第一图像之间的相似度:
其中,w0表示第三图像与第一图像之间的相似度,表示第三图像的图像块与第一图像的图像块之间的相似度,N表示第一图像中图像块的数量或者第三图像的图像块的数量,可知,第一图像中图像块的数量与第三图像的图像块的数量相等。/>的计算方法可以如公式(1-9)所示:
其中,表示第三图像中图像与第一图像中图像块之间的相似度,wk(p)表示第一图像的像素点与第三图像的像素点之间的相似度,wk(p)的计算方法可以如公式(2-1)所示:
其中,表示第一图像的像素点的Y通道像素值,/>表示第三图像的像素点的Y通道像素值,σ表示方差,这里σ可取值为10。
通过上述公式(1-8)至(2-1)可计算出第三图像与第一图像之间的相似度,在相似度小于相似度阈值的情况下,可认为第一图像与第三图像中的场景发生了变换;在相似度大于或等于相似度阈值的情况下,可认为第一图像与第三图像中的场景未发生变换。
在第三图像与第一图像之间的相似度小于相似度阈值的情况下,则根据第三图像的N个第二图像块中每个第二图像块分别对应的透射率与时间函数均值,计算第一图像的N个第一图像块中每个第一图像块分别对应的透射率。
其中,时间函数均值是根据第一图像的N个第一图像块中每个第一图像块对应的时间函数得到的,N个第一图像块中每个第一图像块对应的时间函数是根据第一图像的N个第一图像块中每个第一图像块的像素点的像素值、第三图像的N个第二图像块中每个第二图像块的像素点的像素值,以及第一图像对应的大气光强值得到的。
具体实现中,根据第三图像的N个第二图像块中每个第二图像块分别对应的透射率与时间函数均值,计算第一图像的N个第一图像块中每个第一图像块分别对应的透射率公式可以如(2-2)所示:
其中,tk(p)代表第一图像中第一图像块对应的透射率,tk-1(p)代表第三图像中第二图像块对应的透射率,代表时间函数均值。/>的计算方法可以如公式(2-3)所示:
其中,τk(p)代表第一图像的图像块对应的时间函数,τk(p)的计算方法可以如公式(2-4)所示:
其中,A代表第一图像对应的大气光强值。
根据第三图像的N个第二图像块中每个第二图像块分别对应的透射率tk-1(p)与时间函数均值可计算第一图像的N个第一图像块中每个第一图像块分别对应的透射率。
可选地,可以根据第一图像中的第一图像块与第三图像中的第二图像块之间的相似度、时间函数均值、第一图像中的第一图像块对应的透射率以及第三图像中的第二图像块对应的透射率,确定时间成本函数E3,时间成本函数E3的计算方法如公式(2-5)所示:
则最终的成本函数可以如公式(2-6)所示:
E=E1+λ1E2+λ2E3 (2-6)
其中,λ1与λ2为权重值,λ1等于λ,可选地,λ1可以取值为5.0,当λ2增大时,能消除闪烁的物体效应,但是会丢失第一图像中的细节,例如像素点,导致去雾后的第二图像变得模糊,因此λ2的值应该折中考虑,可选地,λ2可以取值为1.0。通过最小化最终成本函数E,可得到最优透射率t*。
可选地,在第三图像与第一图像之间的相似度小于相似度阈值的情况下,第一图像对应的大气光强值的确定方法可以参考步骤S102中的方法,此处不再赘述。
可以理解的是,第一图像中的第一图像块的数量与第三图像中的第二图像块的数量相等,且第一图像中的每个第一图像块在第一图像中的位置与第三图像中的每个第二图像块在第三图像中的位置相对应,第一图像的第一图像块与第三图像的第二图像块之间的对应关系可以如图2所示,图2是本申请实施例提供的一种第一图像的第一图像块与第三图像的第二图像块之间的对应关系示意图。图2中第一图像包括9个第一图像块,每个第一图像块中包含9个像素点;第三图像包括9个第二图像块,每个第二图像块中包含9个像素点,其中,第一图像中第一图像块11与第三图像中第二图像块21对应,第一图像中第一图像块11中的像素点Z1与第三图像中第二图像块21中的像素点z1对应。
在第三图像与第一图像之间的相似度大于或等于相似度阈值的情况下,将第三图像的N个第二图像块中每个第二图像块分别对应的透射率确定为第一图像的N个第一图像块中每个第一图像块分别对应的透射率。
例如,N等于9,即第三图像中包含9个第二图像块分别为第二图像块21~第二图像块29,9个第二图像块的透射率分别为t1~t9,则第一图像中包含的9个第一图像块分别为第一图像块11~第一图像块19,9个第二图像块的透射率分别为t1~t9,其中,第二图像块21与第一图像块11对应、第二图像块22与第一图像块12对应,第二图像块23与第一图像块13对应,第二图像块29与第一图像块19对应,等等。
可选地,在第三图像与第一图像之间的相似度大于或等于相似度阈值的情况下,第一图像对应的大气光强值等于第三图像对应的大气光强值。
可以理解的是,本申请实施例中涉及的第一图像的像素点的像素值可以为第一图像的像素点的Y通道的像素值,第二图像的像素点的像素值也可以为第二图像的像素点的Y通道的像素值,第三图像的像素点的像素值也可以为第三图像的像素点的Y通道的像素值。且涉及到的像素点的R、G、B三个通道的像素值都可以通过公式(1-1)转换成该像素点的Y通道的像素值。
由于图像的YUV空间中Y通道数据与U和V通道数据是分离的,因此只针对Y通道的像素值进行计算,保持颜色分量U通道数据和V通道数据不变。且由于图像中的场景信息主要在Y通道数据中,而颜色信息在UV通道数据中,只计算Y通道数据不仅可以增加图像的清晰度,还可以保持图像的颜色分量不会发生变化,保证去雾结果颜色的保真性,通过对视频中的每帧图像进行去雾处理时,只对每帧图像的像素点的Y通道数据进行处理,可以减少将RGB通道数据转换到UV通道数据的计算量,从而提高图像去雾效率。
可选地,还可以使用移动窗口对第一图像的N个第一图像块中的每个第一图像块进行透射率计算,例如4*4或者其他尺寸的移动窗口,将每个第一图像块对应的多个移动窗口的透射率均值确定为每个第一图像块对应的透射率,从而提高第一图像块对应的透射率计算的准确性,进而提升图像去雾的效果。
S105,根据第一图像对应的大气光强值和N个第一图像块中每个第一图像块对应的透射率,计算得到去雾后的第二图像。
由于通过步骤S102与步骤S104可分别得到第一图像对应的大气光强值与第一图像中N个第一图像块中每个第一图像块对应的透射率,由此可根据大气散射模型公式(1-3),计算得到与第一图像中的N个第一图像块中每个第一图像块对应的去雾后的第二图像中的N个第三图像块中每个第三图像块。
可以理解的是,第一图像中的第一图像块的数量与第二图像中的第三图像块的数量相等,且第一图像中的每个第一图像块在第一图像中的位置与第二图像中的每个第三图像块在第二图像中的位置相对应,第一图像的第一图像块与第二图像的第三图像块之间的对应关系可以如图3所示。图3是本申请实施例提供的一种第一图像的第一图像块与第二图像的第三图像块之间的对应关系示意图,图3中第一图像包括9个第一图像块,每个第一图像块中包含9个像素点;第二图像包括9个第三图像块,每个第三图像块中包含9个像素点,其中,第一图像中第一图像块11与第二图像中第三图像块31对应,第一图像中第一图像块11中的像素点Z1与第二图像中第三图像块31中的像素点x1对应。
本申请实施例中,通过获取待去雾的第一图像;获取第一图像对应的大气光强值,大气光强值是根据第一图像的像素点的像素值计算得到的;将第一图像划分为N个第一图像块,N为正整数;获取N个第一图像块中每个第一图像块对应的透射率;根据第一图像对应的大气光强值和N个第一图像块中每个第一图像块对应的透射率,计算得到去雾后的第二图像。由于在计算图像对应的大气光强值时,是根据该图像的像素点的像素值计算得到的,针对不同图像计算得到的大气光强值不同,并且在计算图像对应的透射率时,由于针对每张图像进行了分块,通过计算每个图像块的透射率得到去雾后的第二图像,可以使去雾后的图像保留的细节更多,图像去雾的准确度更高,从而使得图像的去雾效果更好,去雾后的图像更清晰;且由于根据前后帧图像中背景切换的关系得到后一帧图像的透射率,不需要针对每帧图像重新计算透射率,可以提升图像的去雾效率。
参见图4,图4是本申请实施例提供的一种图像处理方法的流程示意图,如图所示,该方法包括:
S201,获取原始图像,并根据预设压缩规则,对原始图像的尺寸进行调整,获得待去雾的第一图像,第一图像中的像素点的数量小于原始图像中的像素点的数量。
这里,原始图像可以为行车过程中录制视频或者采集到的多张连续帧图像得到的图像,根据预设压缩规则,对原始图像的尺寸进行调整后,获得待去雾的第一图像。可知,待去雾的第一图像是根据预设压缩规则,对原始图像的尺寸进行调整后得到的图像。
这里,预设压缩规则可以为对原始图像进行下采样至预设尺寸,则第一图像的尺寸小于原始图像的尺寸,可以通过现有的下采样的方式,例如邻插值、双线性插值、均值插值、中值插值等插值方式对原始图像进行下采样,得到第一图像。其中,预设尺寸应为32*32的整数倍,如128*128、416*416、512*512、1024*1024,等等。例如,原始图像的尺寸为512*512,预设尺寸为416*416,则根据预设压缩规则,对原始图像的尺寸进行调整后得到的第一图像的尺寸为416*416。
S202,获取第一图像对应的大气光强值,第一图像对应的大气光强值是根据第一图像的像素点的像素值计算得到的。
S203,将第一图像划分为N个第一图像块,N为正整数。
S204,获取N个第一图像块中每个第一图像块对应的透射率。
S205,根据第一图像对应的大气光强值和N个第一图像块中每个第一图像块对应的透射率,计算得到去雾后的第二图像。
这里,步骤S202~S205的具体实现方式可参考图1对应的实施例中步骤S102~S105的描述,此处不再赘述。
S206,根据与预设压缩规则对应的预设解压规则,对第二图像的尺寸进行调整,获得待输出图像,待输出图像与原始图像的尺寸相同。
这里,与预设压缩规则对应的预设解压规则可以为对第二图像进行上采样使第二图像恢复与原始图像相等的尺寸,可以通过现有的上采样方法,例如邻插值、双线性插值、均值插值、中值插值等插值方式对第二图像进行上采样,得到待输出图像。
可知,对原始图像进行下采样的方法应与对第二图像进行上采样的方法相对应,例如采用双线性插值方法对原始图像进行下采样使原始图像的尺寸调小得到第一图像,则对第二图像进行上采样的方法也为双线性插值方法对第二图像的尺寸调大得到待输出图像,待输出图像与原始图像的尺寸相同。例如,原始图像的尺寸为512*512,第二图像的尺寸为416*416,则根据与预设压缩规则对应的预设解压规则,对第二图像的尺寸进行调整后得到的待输出图像的尺寸为512*512。
可选的,还可以通过现有的导向滤波方法对待输出图像进行导向滤波,将第一图像作为导向图像,待输出图像作为导向滤波器的输入图像,对第一图像的N个第一图像块中每个第一图像块对应的透射率进行导向滤波,得到第一图像的N个第一图像块中每个第一图像块最终的透射率,通过使用第一图像的N个第一图像块中每个第一图像块最终的透射率与第一图像对应的大气光强值,以及结合大气散射模型公式(1-3),得到导向滤波后的图像。导向滤波器可以对图像的边缘有更好的处理效果,从而使得滤波后的图像可以保留更多图像细节,通过输出导向滤波后的图像,可以使得图像的去雾效果更好,以及可以保留更多的图像细节。
通过上述方法得到去雾后的第二图像,如图5所示,图5是本发明实施例提供的一种对有雾图像进行去雾的效果示意图,从图5中看出,原图中的雾霾较为严重,导致原图中的图像模糊,不容易看清楚图像中包含的物体;直方图去雾与暗通道去雾方法为两种现有的去雾方法,可以看出采用直方图去雾后的图像颜色失真严重,图像变灰,对天空处理也有明显的光圈效应;暗通道的去雾方法对比直方图均衡的处理效果有了一定的改进,但是处理后的图像变暗严重,去雾后的图像也有一定程度的失真。
而本申请实施例中提供的对比度去雾方法,由于考虑到每个区域的图像景深效果不一样,因此采用图像分块的方式对每个区域单独处理,这种图像分块方式很好的处理了天空背景失真问题。其次还可以使用移动窗口和导向滤波等方式对图像进行处理方式,避免在去雾后的图像中物体边缘上的过度处理,可以保留更多的图像细节,可以减少光圈效应以及图像偏暗、失真等问题,并且尽可能的保留了原图像的细节,使得去雾效果更明显。
由于录制视频会得到多帧图像,且对录制的多帧图像进行实时去雾处理时,会存在一些图像中无雾霾,例如在行驶到天气较好的环境中,录制得到的视频中可能包括多张无雾图像。如图6所示,图6是本发明实施例提供的一种对无雾图像进行去雾的效果示意图,从图6中看出,直方图去雾后的天空失真较为严重;暗通道去雾方法去雾后的图像偏暗,与原图差异较大。
而本申请实施例中提供的对比度去雾方法,由于考虑到每个区域的图像景深效果不一样,因此采用图像分块的方式对每个区域单独处理,这种图像分块方式很好的处理了天空背景失真问题,因此去雾效果更好。
本申请实施例中,通过对原始图像进行下采样得到待去雾的第一图像,由于第一图像的尺寸小于原始图像的尺寸,且第一图像中的像素点小于原始图像中的像素点,因此在对第一图像进行去雾时,可以减少计算量,从而提升图像的去雾效率。
上面介绍了本申请实施例的方法,下面介绍本申请实施例的装置。
参见图7,图7是本申请实施例提供的一种图像处理装置的组成结构示意图,该装置70包括:
第一获取模块701,用于获取待去雾的第一图像;
第二获取模块702,用于获取所述第一图像对应的大气光强值,所述大气光强值是根据所述第一图像的像素点的像素值计算得到的;
图像划分模块703,用于将所述第一图像划分为N个第一图像块,所述N为正整数;
第三获取模块704,用于获取所述N个第一图像块中每个第一图像块对应的透射率;
计算模块705,用于根据所述第一图像对应的大气光强值和所述N个第一图像块中每个第一图像块对应的透射率,计算得到去雾后的第二图像。
在一种可能的设计中,所述第二获取模块702,具体用于:
获取所述第一图像的像素点的像素值小于目标比例的至少一个目标像素值;
从所述至少一个目标像素值中确定出最大像素值,并将所述最大像素值确定为所述第一图像对应的大气光强值。
在一种可能的设计中,所述第三获取模块704,具体用于:
判断所述第一图像是否为录制视频的第一帧图像;
若所述第一图像为所述录制视频的第一帧图像,则根据所述N个第一图像块中每个第一图像块的像素点的像素值,分别计算所述N个第一图像块中每个第一图像块对应的透射率;
若所述第一图像不为所述录制视频的第一帧图像,则获取第三图像,并根据所述第三图像包含的N个第二图像块中每个第二图像块对应的透射率,获得所述N个第一图像块中每个第一图像块对应的透射率,所述第三图像是所述录制视频中所述第一图像的前一帧图像。
在一种可能的设计中,所述第三获取模块704,具体用于:
获取所述第三图像与所述第一图像之间的相似度;
若所述相似度小于相似度阈值,根据所述第三图像的N个第二图像块中每个第二图像块分别对应的透射率与时间函数均值,计算所述第一图像的N个第一图像块中每个第一图像块分别对应的透射率,所述时间函数均值是根据所述第一图像的N个第一图像块中每个第一图像块对应的时间函数得到的,所述N个第一图像块中每个第一图像块对应的时间函数是根据所述第一图像的N个第一图像块中每个第一图像块的像素点的像素值、所述第三图像的N个第二图像块中每个第二图像块的像素点的像素值,以及所述第一图像对应的大气光强值得到的。
在一种可能的设计中,所述装置70还包括:
确定模块706,用于若所述相似度大于或等于相似度阈值,将所述第三图像的N个第二图像块中每个第二图像块分别对应的透射率确定为所述第一图像的N个第一图像块中每个第一图像块分别对应的透射率。
在一种可能的设计中,所述第一获取模块701,具体用于获取原始图像,并根据预设压缩规则,对所述原始图像的尺寸进行调整,获得待去雾的第一图像,所述第一图像中的像素点的数量小于所述原始图像中的像素点的数量;
所述装置70还包括:
输出模块707,用于根据与所述预设压缩规则对应的预设解压规则,对所述第二图像的尺寸进行调整,获得待输出图像,所述待输出图像与所述原始图像的尺寸相同。
在一种可能的设计中,所述像素点的像素值为所述像素点的Y通道的像素值。
需要说明的是,图7对应的实施例中未提及的内容可参见方法实施例的描述,这里不再赘述。
本申请实施例中,通过获取待去雾的第一图像;获取第一图像对应的大气光强值,大气光强值是根据第一图像的像素点的像素值计算得到的;将第一图像划分为N个第一图像块,N为正整数;获取N个第一图像块中每个第一图像块对应的透射率;根据第一图像对应的大气光强值和N个第一图像块中每个第一图像块对应的透射率,计算得到去雾后的第二图像。由于在计算图像对应的大气光强值时,是根据该图像的像素点的像素值计算得到的,针对不同图像计算得到的大气光强值不同,并且在计算图像对应的透射率时,由于针对每张图像进行了分块,通过计算每个图像块的透射率得到去雾后的第二图像,可以使去雾后的图像保留的细节更多,图像去雾的准确度更高,从而使得图像的去雾效果更好,去雾后的图像更清晰。且由于根据前后帧图像中背景切换的关系得到后一帧图像的透射率,不需要针对每帧图像重新计算透射率,可以提升图像的去雾效率。通过对原始图像进行下采样得到待去雾的第一图像,由于第一图像的尺寸小于原始图像的尺寸,且第一图像中的像素点小于原始图像中的像素点,因此在对第一图像进行去雾时,可以减少计算量,从而提升图像的去雾效率。
参见图8,图8是本申请实施例提供的一种电子设备的组成结构示意图,该设备80包括处理器801、存储器802以及输入输出接口803。处理器801连接到存储器802和输入输出接口803,例如处理器801可以通过总线连接到存储器802和输入输出接口803。
处理器801被配置为支持所述电子设备执行图1、图4所述的图像处理方法中相应的功能。该处理器801可以是中央处理器(central processing unit,CPU),网络处理器(network processor,NP),硬件芯片或者其任意组合。上述硬件芯片可以是专用集成电路(application specific integrated circuit,ASIC),可编程逻辑器件(programmablelogic device,PLD)或其组合。上述PLD可以是复杂可编程逻辑器件(complexprogrammable logic device,CPLD),现场可编程逻辑门阵列(field-programmable gatearray,FPGA),通用阵列逻辑(generic array logic,GAL)或其任意组合。
存储器802用于存储程序代码等。存储器802可以包括易失性存储器(volatilememory,VM),例如随机存取存储器(random access memory,RAM);存储器802也可以包括非易失性存储器(non-volatile memory,NVM),例如只读存储器(read-only memory,ROM),快闪存储器(flash memory),硬盘(hard disk drive,HDD)或固态硬盘(solid-state drive,SSD);存储器802还可以包括上述种类的存储器的组合。
所述输入输出接口803用于输入或输出数据。
处理器801可以调用所述程序代码以执行以下操作:
获取待去雾的第一图像;
获取所述第一图像对应的大气光强值,所述大气光强值是根据所述第一图像的像素点的像素值计算得到的;
将所述第一图像划分为N个第一图像块,所述N为正整数;
获取所述N个第一图像块中每个第一图像块对应的透射率;
根据所述第一图像对应的大气光强值和所述N个第一图像块中每个第一图像块对应的透射率,计算得到去雾后的第二图像。
需要说明的是,各个操作的实现还可以对应参照上述方法实施例的相应描述;所述处理器801还可以与输入输出接口803配合执行上述方法实施例中的其他操作。
本申请实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被计算机执行时使所述计算机执行如前述实施例所述的方法,所述计算机可以为上述提到的电子设备的一部分。例如为上述的处理器801。
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)或随机存储记忆体(Random AccessMemory,RAM)等。
以上所揭露的仅为本申请较佳实施例而已,当然不能以此来限定本申请之权利范围,因此依本申请权利要求所作的等同变化,仍属本申请所涵盖的范围。
Claims (7)
1.一种图像处理方法,其特征在于,包括:
获取待去雾的第一图像;
获取所述第一图像对应的大气光强值,所述大气光强值是根据所述第一图像的像素点的像素值计算得到的,包括:
获取所述第一图像的像素点的像素值小于目标比例的至少一个目标像素值;
从所述至少一个目标像素值中确定出最大像素值,并将所述最大像素值确定为所述第一图像对应的大气光强值;
将所述第一图像划分为N个第一图像块,所述N为正整数;
获取所述N个第一图像块中每个第一图像块对应的透射率,包括:
判断所述第一图像是否为录制视频的第一帧图像;
若所述第一图像为所述录制视频的第一帧图像,则根据所述N个第一图像块中每个第一图像块的像素点的像素值,分别计算所述N个第一图像块中每个第一图像块对应的透射率;
若所述第一图像不为所述录制视频的第一帧图像,则获取第三图像,并根据所述第三图像包含的N个第二图像块中每个第二图像块对应的透射率,获得所述N个第一图像块中每个第一图像块对应的透射率,所述第三图像是所述录制视频中所述第一图像的前一帧图像;
所述根据所述第三图像包含的N个第二图像块中每个第二图像块对应的透射率,获得所述N个第一图像块中每个第一图像块对应的透射率,包括:
获取所述第三图像与所述第一图像之间的相似度;
若所述相似度小于相似度阈值,根据所述第三图像的N个第二图像块中每个第二图像块分别对应的透射率与时间函数均值,计算所述第一图像的N个第一图像块中每个第一图像块分别对应的透射率,所述时间函数均值是根据所述第一图像的N个第一图像块中每个第一图像块对应的时间函数得到的,所述N个第一图像块中每个第一图像块对应的时间函数是根据所述第一图像的N个第一图像块中每个第一图像块的像素点的像素值、所述第三图像的N个第二图像块中每个第二图像块的像素点的像素值,以及所述第一图像对应的大气光强值得到的;
所述根据所述第三图像的N个第二图像块中每个第二图像块分别对应的透射率与时间函数均值,计算所述第一图像的N个第一图像块中每个第一图像块分别对应的透射率的公式如下:
其中,tk(p)代表所述第一图像中第一图像块对应的透射率,tk-1(p)代表所述第三图像中第二图像块对应的透射率,代表时间函数均值;
的计算方法如下:
其中,wk(p)表示所述第一图像的像素点与所述第三图像的像素点之间的相似度,τk(p)代表所述第一图像的图像块对应的时间函数,τk(p)的计算方法如下:
其中,A代表所述第一图像对应的大气光强值,表示第一图像的像素点的Y通道像素值,/>表示第三图像的像素点的Y通道像素值;
根据所述第一图像对应的大气光强值和所述N个第一图像块中每个第一图像块对应的透射率,计算得到去雾后的第二图像。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
若所述相似度大于或等于相似度阈值,将所述第三图像的N个第二图像块中每个第二图像块分别对应的透射率确定为所述第一图像的N个第一图像块中每个第一图像块分别对应的透射率。
3.根据权利要求1所述的方法,其特征在于,所述获取待去雾的第一图像,包括:
获取原始图像,并根据预设压缩规则,对所述原始图像的尺寸进行调整,获得待去雾的第一图像,所述第一图像中的像素点的数量小于所述原始图像中的像素点的数量;
所述计算得到去雾后的第二图像之后,还包括:
根据与所述预设压缩规则对应的预设解压规则,对所述第二图像的尺寸进行调整,获得待输出图像,所述待输出图像与所述原始图像的尺寸相同。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述像素点的像素值为所述像素点的Y通道的像素值。
5.一种图像处理装置,其特征在于,包括:
第一获取模块,用于获取待去雾的第一图像;
第二获取模块,用于获取所述第一图像对应的大气光强值,所述大气光强值是根据所述第一图像的像素点的像素值计算得到的;
所述第二获取模块,具体用于获取所述第一图像的像素点的像素值小于目标比例的至少一个目标像素值;从所述至少一个目标像素值中确定出最大像素值,并将所述最大像素值确定为所述第一图像对应的大气光强值;
图像划分模块,用于将所述第一图像划分为N个第一图像块,所述N为正整数;
第三获取模块,用于获取所述N个第一图像块中每个第一图像块对应的透射率;
所述第三获取模块,具体用于判断所述第一图像是否为录制视频的第一帧图像;若所述第一图像为所述录制视频的第一帧图像,则根据所述N个第一图像块中每个第一图像块的像素点的像素值,分别计算所述N个第一图像块中每个第一图像块对应的透射率;若所述第一图像不为所述录制视频的第一帧图像,则获取第三图像,并根据所述第三图像包含的N个第二图像块中每个第二图像块对应的透射率,获得所述N个第一图像块中每个第一图像块对应的透射率,所述第三图像是所述录制视频中所述第一图像的前一帧图像;
所述第三获取模块,具体用于获取所述第三图像与所述第一图像之间的相似度;若所述相似度小于相似度阈值,根据所述第三图像的N个第二图像块中每个第二图像块分别对应的透射率与时间函数均值,计算所述第一图像的N个第一图像块中每个第一图像块分别对应的透射率,所述时间函数均值是根据所述第一图像的N个第一图像块中每个第一图像块对应的时间函数得到的,所述N个第一图像块中每个第一图像块对应的时间函数是根据所述第一图像的N个第一图像块中每个第一图像块的像素点的像素值、所述第三图像的N个第二图像块中每个第二图像块的像素点的像素值,以及所述第一图像对应的大气光强值得到的;
所述根据所述第三图像的N个第二图像块中每个第二图像块分别对应的透射率与时间函数均值,计算所述第一图像的N个第一图像块中每个第一图像块分别对应的透射率的公式如下:
其中,tk(p)代表所述第一图像中第一图像块对应的透射率,tk-1(p)代表所述第三图像中第二图像块对应的透射率,代表时间函数均值;
的计算方法如下:
其中,wk(p)表示所述第一图像的像素点与所述第三图像的像素点之间的相似度,τk(p)代表所述第一图像的图像块对应的时间函数,τk(p)的计算方法如下:
其中,A代表所述第一图像对应的大气光强值,表示第一图像的像素点的Y通道像素值,/>表示第三图像的像素点的Y通道像素值;
计算模块,用于根据所述第一图像对应的大气光强值和所述N个第一图像块中每个第一图像块对应的透射率,计算得到去雾后的第二图像。
6.一种电子设备,其特征在于,包括处理器、存储器以及输入输出接口,所述处理器、存储器和输入输出接口相互连接,其中,所述输入输出接口用于输入或输出数据,所述存储器用于存储程序代码,所述处理器用于调用所述程序代码,执行如权利要求1-4任一项所述的方法。
7.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被处理器执行时使所述处理器执行如权利要求1-4任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911402502.6A CN113129219B (zh) | 2019-12-30 | 2019-12-30 | 图像处理方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911402502.6A CN113129219B (zh) | 2019-12-30 | 2019-12-30 | 图像处理方法、装置及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113129219A CN113129219A (zh) | 2021-07-16 |
CN113129219B true CN113129219B (zh) | 2024-06-21 |
Family
ID=76768335
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911402502.6A Active CN113129219B (zh) | 2019-12-30 | 2019-12-30 | 图像处理方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113129219B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104978719A (zh) * | 2015-06-16 | 2015-10-14 | 浙江工业大学 | 基于时空相关性的自适应交通视频实时去雾方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102968760B (zh) * | 2011-08-30 | 2016-08-17 | 富士通株式会社 | 图像去雾方法和*** |
CN102999883B (zh) * | 2011-09-08 | 2016-03-02 | 富士通株式会社 | 图像去雾方法和*** |
JP6182056B2 (ja) * | 2013-11-25 | 2017-08-16 | 日本システムウエア株式会社 | 画像処理装置 |
CN107317972B (zh) * | 2017-07-27 | 2019-09-06 | Oppo广东移动通信有限公司 | 图像处理方法、装置、计算机设备和计算机可读存储介质 |
CN107424198B (zh) * | 2017-07-27 | 2020-03-27 | Oppo广东移动通信有限公司 | 图像处理方法、装置、移动终端及计算机可读存储介质 |
CN108717686B (zh) * | 2018-04-04 | 2022-02-01 | 华南理工大学 | 一种基于暗通道先验的实时视频去雾方法 |
CN109961412A (zh) * | 2019-03-18 | 2019-07-02 | 浙江大华技术股份有限公司 | 一种视频帧图像去雾方法及设备 |
CN110428371A (zh) * | 2019-07-03 | 2019-11-08 | 深圳大学 | 基于超像素分割的图像去雾方法、***、存储介质及电子设备 |
-
2019
- 2019-12-30 CN CN201911402502.6A patent/CN113129219B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104978719A (zh) * | 2015-06-16 | 2015-10-14 | 浙江工业大学 | 基于时空相关性的自适应交通视频实时去雾方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113129219A (zh) | 2021-07-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110428366B (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
CN110473185B (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
JP6039763B2 (ja) | 局所トーンマッピングのための方法、装置及び記憶媒体 | |
US10424054B2 (en) | Low-illumination image processing method and device | |
US10026160B2 (en) | Systems and techniques for automatic image haze removal across multiple video frames | |
JP5144202B2 (ja) | 画像処理装置およびプログラム | |
US9858644B2 (en) | Bayer color filter array based high dynamic range video recording method and device | |
TWI808406B (zh) | 圖像去霧方法和使用圖像去霧方法的圖像去霧設備 | |
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 | |
EP3214600B1 (en) | Method for processing high dynamic range (hdr) data from a nonlinear camera | |
CN110991310B (zh) | 人像检测方法、装置、电子设备及计算机可读介质 | |
EP3438923B1 (en) | Image processing apparatus and image processing method | |
KR102182697B1 (ko) | 영상 처리 장치 및 방법 | |
CN111292269A (zh) | 一种图像色调映射方法、计算机装置及计算机可读存储介质 | |
CN111325667A (zh) | 图像处理方法及相关产品 | |
CN112602088A (zh) | 提高弱光图像的质量的方法、***和计算机可读介质 | |
CN110717864B (zh) | 一种图像增强方法、装置、终端设备及计算机可读介质 | |
CN116823628A (zh) | 一种图像处理方法和图像处理装置 | |
Song et al. | Hardware-efficient debanding and visual enhancement filter for inverse tone mapped high dynamic range images and videos | |
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 | |
CN110189262B (zh) | 基于神经网络以及直方图匹配的图像去雾方法 | |
CN112819699A (zh) | 视频处理方法、装置及电子设备 | |
CN113129219B (zh) | 图像处理方法、装置及设备 | |
CN110751603A (zh) | 一种图像对比度的增强方法、***及终端设备 | |
CN111754412A (zh) | 构建数据对的方法、装置及终端设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |