CN113628133A - 一种基于视频图像的去雨雾方法及装置 - Google Patents
一种基于视频图像的去雨雾方法及装置 Download PDFInfo
- Publication number
- CN113628133A CN113628133A CN202110855465.5A CN202110855465A CN113628133A CN 113628133 A CN113628133 A CN 113628133A CN 202110855465 A CN202110855465 A CN 202110855465A CN 113628133 A CN113628133 A CN 113628133A
- Authority
- CN
- China
- Prior art keywords
- video
- image
- rain
- fog
- image frame
- 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 70
- 238000000926 separation method Methods 0.000 claims abstract description 44
- 238000012545 processing Methods 0.000 claims abstract description 15
- 238000010276 construction Methods 0.000 claims description 4
- 238000010606 normalization Methods 0.000 claims description 4
- 239000000126 substance Substances 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 3
- 230000002708 enhancing effect Effects 0.000 claims 1
- 238000004891 communication Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005215 recombination Methods 0.000 description 1
- 230000006798 recombination Effects 0.000 description 1
- 238000012958 reprocessing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/15—Correlation function computation including computation of convolution operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- 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
- G06T2207/10016—Video; Image sequence
-
- 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
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
本发明提出了一种基于视频图像的去雨雾方法及装置。包括：获取待去雾视频，从该待去雾视频中提取对应的有雾视频图像帧；构建雨雾分离算法，通过该雨雾分离算法从有雾视频图像帧中获取对应的雨雾范围；根据该雨雾范围从有雾视频图像帧中分离出反射图像作为待处理图像；通过对比度拉伸方法对该待处理图像进行处理，获取处理后的图像并组合成去雨雾视频。本发明通过构建雨雾分离算法能够从有雨雾视频图像帧中获取对应的雨雾范围，从而精确将雨雾从有雨雾视频图像帧进行分离，并通过对比拉伸的方式提高处理后的视频图像帧的整体对比度，提升整个视频处理去雾效率。
Description
技术领域
本发明涉及计算机软件技术领域，尤其涉及一种基于视频图像的去雨雾方 法及装置。
背景技术
有雾视频清晰化是计算机视觉领域的一个重要问题。在雾天情况下，由于 场景的能见度降低，视频帧中目标对比度和颜色等特征被衰减，因而无法满足 室外视频工作***需要准确提取图像特征的需求。因此如何自动、实时地消除 雾气对视频帧中场景目标的影响具有重要的理论研究意义和实际应用价值。
目前，视频图像去雾方法大都存在一定问题，技术并不够成熟，在对视频 图像进行去雾的同时，往往因为运算量比较大，所以去雾速度比较慢，并且效 果不好，所以亟需一种基于视频图像的去雨雾方法及装置，能够提高视频去雾 效率。
上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现 有技术。
发明内容
有鉴于此，本发明提出了一种基于视频图像的去雨雾方法及装置，旨在解 决现有技术无法通过视频图像帧对雨雾进行处理，从而提高视频图像去雨雾效 率的技术问题。
本发明的技术方案是这样实现的：
一方面，本发明提供了一种基于视频图像的去雨雾方法，所述基于视频图 像的去雨雾方法包括以下步骤：
S1，获取待去雾视频，从该待去雾视频中提取对应的有雾视频图像帧；
S2，构建雨雾分离算法，通过该雨雾分离算法从有雾视频图像帧中获取对 应的雨雾范围；
S3，根据该雨雾范围从有雾视频图像帧中分离出反射图像作为待处理图 像；
S4，通过对比度拉伸方法对该待处理图像进行处理，获取处理后的图像并 组合成去雨雾视频。
在以上技术方案的基础上，优选的，步骤S1中，获取待去雾视频，从该待 去雾视频中提取对应的有雾视频图像帧，还包括以下步骤，获取待去雾视频， 并从该待去雾视频中获取对应的每一帧图像，将每一帧图像进行编号，并分为 有雾视频图像帧以及无雾视频图像帧。
在以上技术方案的基础上，优选的，还包括以下步骤，步骤S2中，构建雨 雾分离算法，通过该雨雾分离算法从有雾视频图像帧中获取对应的雨雾范围， 还包括以下步骤，构建雨雾分离算法，将该雨雾分离算法与有雾视频图像帧进 行卷积运算，获取该有雾视频图像帧对应的亮度分量图像，并计算该亮度分量 图像的均值，根据该均值获取对应的雨雾范围。
在以上技术方案的基础上，优选的，还包括以下步骤，所述雨雾分离算法 为：
其中，
代表亮度分量图像，I(x,y)代表大气散射模型，F(x,y)代表雨 雾分离算法，k代表归一化常数，δ代表标准差。
在以上技术方案的基础上，优选的，步骤S3中，根据该雨雾范围从有雾视 频图像帧中分离出反射图像作为待处理图像，还包括以下步骤，将该雨雾范围 在有雾视频图像帧进行标记，并将带有标记的有雾视频图像帧转换到颜色空间， 并从该颜色空间中提取该带有标记的有雾视频图像帧的亮度分量，根据该亮度 分量获取雨雾遮罩，并将该雨雾遮罩从该带有标记的有雾视频图像帧中去除， 获取去雾视频图像帧，并将该去雾视频图像帧通过指数变换得到反射图像，并 将该反射图像作为待处理图像。
在以上技术方案的基础上，优选的，步骤S4中，通过对比度拉伸方法对该 待处理图像进行处理，获取处理后的图像并组合成去雨雾视频，还包括以下步 骤，通过对比度拉伸方法对待处理图像进行图像增强并拉伸，获取处理后的图 像，并根据该处理后的图像编号，将该处理后的图像与无雾视频图像帧重新进 行组合，获取组合后的视频作为去雨雾视频。
在以上技术方案的基础上，优选的，将该处理后的图像与无雾视频图像帧 重新进行组合，获取组合后的视频作为去雨雾视频之后，还包括以下步骤，将 该去雨雾视频与待去雾视频进行比较，找出相似的有雾视频图像帧，对该有雾 视频图像帧重新进行去雾处理，并将重新处理之后的有雾视频图像帧根据编号 放入去雨雾视频中。
更进一步优选的，所述基于视频图像的去雨雾装置包括：
提取模块，用于获取待去雾视频，从该待去雾视频中提取对应的有雾视频 图像帧；
构建模块，用于构建雨雾分离算法，通过该雨雾分离算法从有雾视频图像 帧中获取对应的雨雾范围；
分离模块，用于根据该雨雾范围从有雾视频图像帧中分离出反射图像作为 待处理图像；
组合模块，用于通过对比度拉伸方法对该待处理图像进行处理，获取处理 后的图像并组合成去雨雾视频。
第二方面，所述基于视频图像的去雨雾方法还包括一种设备，所述设备包 括：存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的基于 视频图像的去雨雾方法程序，所述基于视频图像的去雨雾方法程序配置为实现 如上文所述的基于视频图像的去雨雾方法的步骤。
第三方面，所述基于视频图像的去雨雾方法还包括一种介质，所述介质为 计算机介质，所述计算机介质上存储有基于视频图像的去雨雾方法程序，所述 基于视频图像的去雨雾方法程序被处理器执行时实现如上文所述的基于视频图 像的去雨雾方法的步骤。
本发明的一种基于视频图像的去雨雾方法相对于现有技术具有以下有益效 果：
(1)通过构建雨雾分离算法，能够较为精确从有雾视频图像帧中划分出雨雾 范围，从而方便后续对图像帧进行去雾操作，提高视频图像去雨雾效率。
(2)通过对比度拉伸方法对去雨雾视频图像帧进行处理，能够提高去雨雾视 频图像帧的整体对比度，从而提高后续去雾视频的整体效率，提升用户体验。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施 例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述 中的附图仅仅是本发明的一些实施例，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是本发明实施例方案涉及的硬件运行环境的设备的结构示意图；
图2为本发明基于视频图像的去雨雾方法第一实施例的流程示意图；
图3为本发明基于视频图像的去雨雾方法第一实施例的功能模块示意图。
具体实施方式
下面将结合本发明实施方式，对本发明实施方式中的技术方案进行清楚、 完整地描述，显然，所描述的实施方式仅仅是本发明一部分实施方式，而不是 全部的实施方式。基于本发明中的实施方式，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方式，都属于本发明保护的范围。
如图1所示，该设备可以包括：处理器1001，例如中央处理器(Central ProcessingUnit，CPU)，通信总线1002、用户接口1003，网络接口1004，存 储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口 1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户 接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以 包括标准的有线接口、无线接口(如无线保真(WIreless-FIdelity，WI-FI)接 口)。存储器1005可以是高速的随机存取存储器(Random AccessMemory， RAM)存储器，也可以是稳定的非易失性存储器(Non-Volatile Memory， NVM)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001 的存储装置。
本领域技术人员可以理解，图1中示出的结构并不构成对设备的限定，在 实际应用中设备可以包括比图示更多或更少的部件，或者组合某些部件，或者 不同的部件布置。
如图1所示，作为一种介质的存储器1005中可以包括操作***、网络通信 模块、用户接口模块以及基于视频图像的去雨雾方法程序。
在图1所示的设备中，网络接口1004主要用于建立设备与存储基于视频图 像的去雨雾方法***中所需的所有数据的服务器的通信连接；用户接口1003主 要用于与用户进行数据交互；本发明基于视频图像的去雨雾方法设备中的处理 器1001、存储器1005可以设置在基于视频图像的去雨雾方法设备中，所述基于 视频图像的去雨雾方法设备通过处理器1001调用存储器1005中存储的基于视 频图像的去雨雾方法程序，并执行本发明实施提供的基于视频图像的去雨雾方 法。
结合图2，图2为本发明基于视频图像的去雨雾方法第一实施例的流程示意 图。
本实施例中，所述基于视频图像的去雨雾方法包括以下步骤：
S10：获取待去雾视频，从该待去雾视频中提取对应的有雾视频图像帧。
应当理解的是，本实施中会首先获取待去雾视频，并从该待去雾视频中获 取对应的每一帧图像，将每一帧图像进行编号，并分为有雾视频图像帧以及无 雾视频图像帧。
应当理解的是，待去雾视频一般而言是带有雨雾的视频，因为雨雾的存在 导致视频拍摄效果不够理想，影响了工作人员对视频的后续处理，所以需要去 待去雾视频进行去雾处理。
应当理解的是，对视频图像帧进行编号有助于后续重新组合视频图像帧， 以此形成完整的去雾视频，而且由于编号的存在，不会导致视频播放出现问题， 能够提升用户体验。
S20：构建雨雾分离算法，通过该雨雾分离算法从有雾视频图像帧中获取对 应的雨雾范围。
应当理解的是，之后***会构建雨雾分离算法，将该雨雾分离算法与有雾 视频图像帧进行卷积运算，获取该有雾视频图像帧对应的亮度分量图像，并计 算该亮度分量图像的均值，根据该均值获取对应的雨雾范围。
应当理解的是，具体的说，所述雨雾分离算法为：
其中，
代表亮度分量图像，I(x,y)代表大气散射模型，F(x,y)代表雨 雾分离算法，k代表归一化常数，δ代表标准差。
S30：根据该雨雾范围从有雾视频图像帧中分离出反射图像作为待处理图 像。
应当理解的是，之后***会将该雨雾范围在有雾视频图像帧进行标记，并 将带有标记的有雾视频图像帧转换到颜色空间，并从该颜色空间中提取该带有 标记的有雾视频图像帧的亮度分量，根据该亮度分量获取雨雾遮罩，并将该雨 雾遮罩从该带有标记的有雾视频图像帧中去除，获取去雾视频图像帧，并将该 去雾视频图像帧通过指数变换得到反射图像，并将该反射图像作为待处理图像。
S40：通过对比度拉伸方法对该待处理图像进行处理，获取处理后的图像并 组合成去雨雾视频。
应当理解的是，最后***通过对比度拉伸方法对待处理图像进行图像增强 并拉伸，获取处理后的图像，并根据该处理后的图像编号，将该处理后的图像 与无雾视频图像帧重新进行组合，获取组合后的视频作为去雨雾视频。
应当理解的是，之后***还会将该去雨雾视频与待去雾视频进行比较，找 出相似的有雾视频图像帧，对该有雾视频图像帧重新进行去雾处理，并将重新 处理之后的有雾视频图像帧根据编号放入去雨雾视频中。
需要说明的是，以上仅为举例说明，并不对本申请的技术方案构成任何限 定。
通过上述描述不难发现，本实施例通过获取待去雾视频，从该待去雾视频 中提取对应的有雾视频图像帧；构建雨雾分离算法，通过该雨雾分离算法从有 雾视频图像帧中获取对应的雨雾范围；根据该雨雾范围从有雾视频图像帧中分 离出反射图像作为待处理图像；通过对比度拉伸方法对该待处理图像进行处理， 获取处理后的图像并组合成去雨雾视频。本实施例通过构建雨雾分离算法能够 从有雨雾视频图像帧中获取对应的雨雾范围，从而精确将雨雾从有雨雾视频图 像帧进行分离，并通过对比拉伸的方式提高处理后的视频图像帧的整体对比度， 提升整个视频处理去雾效率。
此外，本发明实施例还提出一种基于视频图像的去雨雾装置。如图3所 示，该基于视频图像的去雨雾装置包括：提取模块10、构建模块20、分离模块 30以及组合模块40。
提取模块10，用于获取待去雾视频，从该待去雾视频中提取对应的有雾视 频图像帧；
构建模块20，用于构建雨雾分离算法，通过该雨雾分离算法从有雾视频图 像帧中获取对应的雨雾范围；
分离模块30，用于根据该雨雾范围从有雾视频图像帧中分离出反射图像作 为待处理图像；
组合模块40，用于通过对比度拉伸方法对该待处理图像进行处理，获取处 理后的图像并组合成去雨雾视频。
此外，需要说明的是，以上所描述的装置实施例仅仅是示意性的，并不对 本发明的保护范围构成限定，在实际应用中，本领域的技术人员可以根据实际 的需要选择其中的部分或者全部模块来实现本实施例方案的目的，此处不做限 制。
另外，未在本实施例中详尽描述的技术细节，可参见本发明任意实施例所 提供的基于视频图像的去雨雾方法，此处不再赘述。
此外，本发明实施例还提出一种介质，所述介质为计算机介质，所述计算 机介质上存储有基于视频图像的去雨雾方法程序，所述基于视频图像的去雨雾 方法程序被处理器执行时实现如下操作：
S1，获取待去雾视频，从该待去雾视频中提取对应的有雾视频图像帧；
S2，构建雨雾分离算法，通过该雨雾分离算法从有雾视频图像帧中获取对 应的雨雾范围；
S3，根据该雨雾范围从有雾视频图像帧中分离出反射图像作为待处理图 像；
S4，通过对比度拉伸方法对该待处理图像进行处理，获取处理后的图像并 组合成去雨雾视频。
进一步地，所述基于视频图像的去雨雾方法程序被处理器执行时还实现如 下操作：
获取待去雾视频，并从该待去雾视频中获取对应的每一帧图像，将每一帧 图像进行编号，并分为有雾视频图像帧以及无雾视频图像帧。
进一步地，所述基于视频图像的去雨雾方法程序被处理器执行时还实现如 下操作：
构建雨雾分离算法，将该雨雾分离算法与有雾视频图像帧进行卷积运算， 获取该有雾视频图像帧对应的亮度分量图像，并计算该亮度分量图像的均值， 根据该均值获取对应的雨雾范围。
进一步地，所述基于视频图像的去雨雾方法程序被处理器执行时还实现如 下操作：
所述雨雾分离算法为：
其中，
代表亮度分量图像，I(x,y)代表大气散射模型，F(x,y)代表雨 雾分离算法，k代表归一化常数，δ代表标准差。
进一步地，所述基于视频图像的去雨雾方法程序被处理器执行时还实现如 下操作：
将该雨雾范围在有雾视频图像帧进行标记，并将带有标记的有雾视频图像 帧转换到颜色空间，并从该颜色空间中提取该带有标记的有雾视频图像帧的亮 度分量，根据该亮度分量获取雨雾遮罩，并将该雨雾遮罩从该带有标记的有雾 视频图像帧中去除，获取去雾视频图像帧，并将该去雾视频图像帧通过指数变 换得到反射图像，并将该反射图像作为待处理图像。
进一步地，所述基于视频图像的去雨雾方法程序被处理器执行时还实现如 下操作：
通过对比度拉伸方法对待处理图像进行图像增强并拉伸，获取处理后的图 像，并根据该处理后的图像编号，将该处理后的图像与无雾视频图像帧重新进 行组合，获取组合后的视频作为去雨雾视频。
进一步地，所述基于视频图像的去雨雾方法程序被处理器执行时还实现如 下操作：
将该去雨雾视频与待去雾视频进行比较，找出相似的有雾视频图像帧，对 该有雾视频图像帧重新进行去雾处理，并将重新处理之后的有雾视频图像帧根 据编号放入去雨雾视频中。
以上所述仅为本发明的较佳实施方式而已，并不用以限制本发明，凡在本 发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本 发明的保护范围之内。
Claims (10)
1.一种基于视频图像的去雨雾方法，其特征在于：包括以下步骤；
S1，获取待去雾视频，从该待去雾视频中提取对应的有雾视频图像帧；
S2，构建雨雾分离算法，通过该雨雾分离算法从有雾视频图像帧中获取对应的雨雾范围；
S3，根据该雨雾范围从有雾视频图像帧中分离出反射图像作为待处理图像；
S4，通过对比度拉伸方法对该待处理图像进行处理，获取处理后的图像并组合成去雨雾视频。
2.如权利要求1所述的基于视频图像的去雨雾方法，其特征在于：步骤S1中，获取待去雾视频，从该待去雾视频中提取对应的有雾视频图像帧，还包括以下步骤，获取待去雾视频，并从该待去雾视频中获取对应的每一帧图像，将每一帧图像进行编号，并分为有雾视频图像帧以及无雾视频图像帧。
3.如权利要求2所述的基于视频图像的去雨雾方法，其特征在于：步骤S2中，构建雨雾分离算法，通过该雨雾分离算法从有雾视频图像帧中获取对应的雨雾范围，还包括以下步骤，构建雨雾分离算法，将该雨雾分离算法与有雾视频图像帧进行卷积运算，获取该有雾视频图像帧对应的亮度分量图像，并计算该亮度分量图像的均值，根据该均值获取对应的雨雾范围。
4.如权利要求3所述的基于视频图像的去雨雾方法，其特征在于：还包括以下步骤，所述雨雾分离算法为：
其中，
代表亮度分量图像，I(x,y)代表大气散射模型，F(x,y)代表雨雾分离算法，k代表归一化常数，δ代表标准差。
5.如权利要求4所述的基于视频图像的去雨雾方法，其特征在于：步骤S3中，根据该雨雾范围从有雾视频图像帧中分离出反射图像作为待处理图像，还包括以下步骤，将该雨雾范围在有雾视频图像帧进行标记，并将带有标记的有雾视频图像帧转换到颜色空间，并从该颜色空间中提取该带有标记的有雾视频图像帧的亮度分量，根据该亮度分量获取雨雾遮罩，并将该雨雾遮罩从该带有标记的有雾视频图像帧中去除，获取去雾视频图像帧，并将该去雾视频图像帧通过指数变换得到反射图像，并将该反射图像作为待处理图像。
6.如权利要求5所述的基于视频图像的去雨雾方法，其特征在于：步骤S4中，通过对比度拉伸方法对该待处理图像进行处理，获取处理后的图像并组合成去雨雾视频，还包括以下步骤，通过对比度拉伸方法对待处理图像进行图像增强并拉伸，获取处理后的图像，并根据该处理后的图像编号，将该处理后的图像与无雾视频图像帧重新进行组合，获取组合后的视频作为去雨雾视频。
7.如权利要求6所述的基于视频图像的去雨雾方法，其特征在于：将该处理后的图像与无雾视频图像帧重新进行组合，获取组合后的视频作为去雨雾视频之后，还包括以下步骤，将该去雨雾视频与待去雾视频进行比较，找出相似的有雾视频图像帧，对该有雾视频图像帧重新进行去雾处理，并将重新处理之后的有雾视频图像帧根据编号放入去雨雾视频中。
8.一种基于视频图像的去雨雾装置，其特征在于，所述基于视频图像的去雨雾装置包括：
提取模块，用于获取待去雾视频，从该待去雾视频中提取对应的有雾视频图像帧；
构建模块，用于构建雨雾分离算法，通过该雨雾分离算法从有雾视频图像帧中获取对应的雨雾范围；
分离模块，用于根据该雨雾范围从有雾视频图像帧中分离出反射图像作为待处理图像；
组合模块，用于通过对比度拉伸方法对该待处理图像进行处理，获取处理后的图像并组合成去雨雾视频。
9.一种设备，其特征在于，所述设备包括：存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的基于视频图像的去雨雾方法程序，所述基于视频图像的去雨雾方法程序配置为实现如权利要求1至7任一项所述的基于视频图像的去雨雾方法的步骤。
10.一种介质，其特征在于，所述介质为计算机介质，所述计算机介质上存储有基于视频图像的去雨雾方法程序，所述基于视频图像的去雨雾方法程序被处理器执行时实现如权利要求1至7任一项所述的基于视频图像的去雨雾方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110855465.5A CN113628133A (zh) | 2021-07-28 | 2021-07-28 | 一种基于视频图像的去雨雾方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110855465.5A CN113628133A (zh) | 2021-07-28 | 2021-07-28 | 一种基于视频图像的去雨雾方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113628133A true CN113628133A (zh) | 2021-11-09 |
Family
ID=78381248
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110855465.5A Pending CN113628133A (zh) | 2021-07-28 | 2021-07-28 | 一种基于视频图像的去雨雾方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113628133A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115034999A (zh) * | 2022-07-06 | 2022-09-09 | 四川大学 | 一种基于雨雾分离处理和多尺度网络的图像去雨方法 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101754032A (zh) * | 2008-12-12 | 2010-06-23 | 汉王科技股份有限公司 | 保持颜色的去雾方法 |
| 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 |
| KR101279374B1 (ko) * | 2012-11-27 | 2013-07-04 | 주식회사 카이넥스엠 | 카메라의 영상 개선을 위한 안개제거 영상 보정 장치 및 방법 |
| CN103218778A (zh) * | 2013-03-22 | 2013-07-24 | 华为技术有限公司 | 一种图像和视频的处理方法及装置 |
| CN103903230A (zh) * | 2014-03-28 | 2014-07-02 | 哈尔滨工程大学 | 一种视频图像海雾去除清晰化方法 |
| CN105303532A (zh) * | 2015-10-21 | 2016-02-03 | 北京工业大学 | 一种小波域Retinex图像去雾方法 |
| CN106296612A (zh) * | 2016-08-09 | 2017-01-04 | 南京工业大学 | 一种图像质量评价和天气状况引导的分级式监控视频清晰化***及方法 |
| 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*** |
| CN107767353A (zh) * | 2017-12-04 | 2018-03-06 | 河南工业大学 | 一种基于清晰度评价的自适应图像去雾方法 |
| CN108093175A (zh) * | 2017-12-25 | 2018-05-29 | 北京航空航天大学 | 一种实时高清视频自适应去雾方法及装置 |
| US20200027203A1 (en) * | 2018-07-20 | 2020-01-23 | Baidu Online Network Technology (Beijing) Co., Ltd. | Method and apparatus for processing image |
| CN110930326A (zh) * | 2019-11-15 | 2020-03-27 | 浙江大华技术股份有限公司 | 图像、视频去雾方法以及相关装置 |
-
2021
- 2021-07-28 CN CN202110855465.5A patent/CN113628133A/zh active Pending
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101754032A (zh) * | 2008-12-12 | 2010-06-23 | 汉王科技股份有限公司 | 保持颜色的去雾方法 |
| 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 |
| KR101279374B1 (ko) * | 2012-11-27 | 2013-07-04 | 주식회사 카이넥스엠 | 카메라의 영상 개선을 위한 안개제거 영상 보정 장치 및 방법 |
| CN103218778A (zh) * | 2013-03-22 | 2013-07-24 | 华为技术有限公司 | 一种图像和视频的处理方法及装置 |
| CN103903230A (zh) * | 2014-03-28 | 2014-07-02 | 哈尔滨工程大学 | 一种视频图像海雾去除清晰化方法 |
| CN105303532A (zh) * | 2015-10-21 | 2016-02-03 | 北京工业大学 | 一种小波域Retinex图像去雾方法 |
| CN106296612A (zh) * | 2016-08-09 | 2017-01-04 | 南京工业大学 | 一种图像质量评价和天气状况引导的分级式监控视频清晰化***及方法 |
| 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*** |
| CN107767353A (zh) * | 2017-12-04 | 2018-03-06 | 河南工业大学 | 一种基于清晰度评价的自适应图像去雾方法 |
| CN108093175A (zh) * | 2017-12-25 | 2018-05-29 | 北京航空航天大学 | 一种实时高清视频自适应去雾方法及装置 |
| US20200027203A1 (en) * | 2018-07-20 | 2020-01-23 | Baidu Online Network Technology (Beijing) Co., Ltd. | Method and apparatus for processing image |
| CN110930326A (zh) * | 2019-11-15 | 2020-03-27 | 浙江大华技术股份有限公司 | 图像、视频去雾方法以及相关装置 |
Non-Patent Citations (1)
| Title |
|---|
| 谢斌 等: "基于雾气遮罩理论的图像去雾算法", 计算机工程与科学, no. 06, pages 1 - 3 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115034999A (zh) * | 2022-07-06 | 2022-09-09 | 四川大学 | 一种基于雨雾分离处理和多尺度网络的图像去雨方法 |
| CN115034999B (zh) * | 2022-07-06 | 2024-03-19 | 四川大学 | 一种基于雨雾分离处理和多尺度网络的图像去雨方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112581629B (zh) | 增强现实显示方法、装置、电子设备及存储介质 | |
| US11113795B2 (en) | Image edge processing method, electronic device, and computer readable storage medium | |
| WO2017076040A1 (zh) | 应用于连拍过程中的图像处理方法和装置 | |
| EP3358298A1 (en) | Building height calculation method and apparatus, and storage medium | |
| US7885482B2 (en) | Coverage-based image relevance ranking | |
| CN110166684B (zh) | 图像处理方法、装置、计算机可读介质及电子设备 | |
| CN110796664B (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
| US8249363B2 (en) | Image comparison system and method | |
| CN109272526B (zh) | 图像处理方法、***及电子设备 | |
| CN113628133A (zh) | 一种基于视频图像的去雨雾方法及装置 | |
| CN112788254B (zh) | 摄像头抠像方法、装置、设备及存储介质 | |
| US9171381B1 (en) | System and method for rendering an image of a frame of an animation | |
| CN110996026B (zh) | 一种osd显示方法、装置、设备及存储介质 | |
| CN112651953A (zh) | 图片相似度计算方法、装置、计算机设备及存储介质 | |
| CN110334606B (zh) | 画中画定位方法及装置 | |
| US20230260211A1 (en) | Three-Dimensional Point Cloud Generation Method, Apparatus and Electronic Device | |
| US9613427B2 (en) | Information processing method and electronic device | |
| CN110930474A (zh) | 昆虫密度热力图构建方法、装置及*** | |
| US9218669B1 (en) | Image ghost removal | |
| CN108921805B (zh) | 一种图像及视频去雾霾方法、计算机装置及存储介质 | |
| CN114677319A (zh) | 干细胞分布确定方法、装置、电子设备及存储介质 | |
| CN114758145B (zh) | 一种图像脱敏方法、装置、电子设备及存储介质 | |
| CN116740198A (zh) | 图像处理方法、装置、设备、存储介质及程序产品 | |
| Zhang et al. | ADCC: An Effective and Intelligent Attention Dense Color Constancy System for Studying Images in Smart Cities | |
| CN114723638B (zh) | 基于Retinex模型的极低照度图像增强方法 |
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 |