CN103065284B - 图像数据的去雾方法及装置 - Google Patents

Abstract

本发明公开了一种图像数据的去雾方法及装置，其中，该方法包括：获取雪天拍摄的含雾图像的图像数据I(x,y)；确定上述含雾图像的图像数据I(x,y)的天空亮度A；根据上述天空亮度A划分上述含雾图像的图像数据I(x,y)的白色区域Ω_white和非白色区域Ω_non‑white；对上述非白色区域Ω_non‑white的图像数据进行去雾处理。应用本发明的技术方案，将雪天拍摄的含雾图像划分为白色区域和非白色区域，对非白色区域进行去雾处理，提高了去雾处理效果。

Description

图像数据的去雾方法及装置

技术领域

本发明涉及计算机图像处理技术领域，具体而言，涉及一种图像数据的去雾方法及装置。

背景技术

雾是影响户外视觉系统（例如监控系统）“认知”能力的常见因素。在户外视频监控中，雾的存在极大干扰了监控系统的正常工作，其原因在于在有雾天气情况下，场景的能见度降低，图像中目标对比度和颜色等特征被衰减，因此需要在视频图像中消除雾霾对场景图像的影响。

由于雪天图像含大片白色区域，采用相关技术中的去雾方法无法达到良好的效果，去雾程度不高，去雾后的图像真实感不强。

发明内容

本发明旨在提供一种图像数据的去雾方法及装置，以解决现有技术中对雪天拍摄的含雾图像去雾效果较差的问题。

为了实现上述目的，根据本发明的一个方面，提供了一种图像数据的去雾方法，包括：获取雪天拍摄的含雾图像的图像数据I(x,y)；确定上述含雾图像的图像数据I(x,y)的天空亮度A；根据上述天空亮度A划分上述含雾图像的图像数据I(x,y)的白色区域Ω_white和非白色区域Ω_non-white；对上述非白色区域Ω_non-white的图像数据进行去雾处理。

进一步的，确定上述含雾图像的图像数据I(x,y)的天空亮度A，包括：确定上述含雾图像的图像数据I(x,y)的暗原色D(x,y)；确定上述暗原色D(x,y)中亮度最大的预设比例的图像数据；确定上述预设比例的图像数据对应的上述含雾图像的图像数据；根据预设规则利用上述对应的上述含雾图像的图像数据确定上述天空亮度A。

进一步，根据上述天空亮度A划分上述含雾图像的图像数据的白色区域Ω_white和非白色区域Ω_non-white，包括：确定上述含雾图像的图像数据中与上述天空亮度A相差的绝对值小于等于预设值的区域为上述白色区域Ω_white；确定上述含雾图像的图像数据中除上述白色区域Ω_white之外的区域为上述非白色区域Ω_non-white。

进一步，对上述非白色区域Ω_non-white的图像数据进行去雾处理，包括：利用暗通道法对上述非白色区域Ω_non-white的图像数据进行去雾处理。

进一步，利用暗通道法对上述非白色区域的图像数据进行去雾处，包括：根据上述非白色区域的图像数据的暗原色确定投射率：（x，y）∈Ω_non-white，其中，ω∈(0,1)为调节参数，用于调节去雾程度；根据上述透射率t(x,y)和上述天空亮度A进行上述去雾处理，得到去雾后的图像数据： $J^c(x,y)=\frac{I(x,y)-A^c}{\max (\frac{t(x,y)}{A^c},t_0)}+A^c,(x,y)\∈{\mathrm{\Ω}}_{\mathrm{non}-\mathrm{white}},$ c∈{r,g,b}，其中，t₀为t(x,y)的下限值。

根据本发明的另一个方面，提供了一种图像数据的去雾装置，包括：获取模块，用于获取雪天拍摄的含雾图像的图像数据I(x,y)；确定模块，用于确定上述含雾图像的图像数据I(x,y)的天空亮度A；划分模块，用于根据上述天空亮度A划分上述含雾图像的图像数据I(x,y)的白色区域Ω_white和非白色区域Ω_non-white；去雾模块，用于对上述非白色区域Ω_non-white的图像数据进行去雾处理。

进一步，上述确定模块包括：第一确定单元，用于确定上述含雾图像的图像数据I(x,y)的暗原色D(x,y)；第二确定单元，用于确定上述暗原色D(x,y)中亮度最大的预设比例的图像数据；第三确定单元，用于确定上述预设比例的图像数据对应的上述含雾图像的图像数据；第四确定单元，用于根据预设规则利用上述对应的上述含雾图像的图像数据确定上述天空亮度A。

进一步，上述划分模块包括：第一划分单元，用于确定上述含雾图像的图像数据中与上述天空亮度A相差的绝对值小于等于预设值的区域为上述白色区域Ω_white；第二划分单元，用于确定上述含雾图像的图像数据中除上述白色区域Ω_white之外的区域为上述非白色区域Ω_non-white。

进一步，上述去雾模块，用于利用暗通道法对上述非白色区域Ω_non-white的图像数据进行去雾处理。

进一步，上述去雾模块包括：确定单元，用于根据上述非白色区域的图像数据的暗原色确定投射率：（x，y）∈Ω_non-white，其中，ω∈(0,1)为调节参数，用于调节去雾程度；去雾单元，用于根据上述透射率t(x,y)和上述天空亮度A进行上述去雾处理，得到去雾后的图像数据：（x，y）∈Ω_non-white，c∈{r,g,b}，其中，t₀为t(x,y)的下限值。

应用本发明的技术方案，将雪天拍摄的含雾图像划分为白色区域和非白色区域，对非白色区域进行去雾处理，提高了去雾处理效果。

附图说明

构成本申请的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的图像数据的图像数据的去雾方法的流程图；

图2是根据本发明实施例优先实例的去雾方法的流程示意图；以及

图3是根据本发明实施例的图像数据的去雾装置的结构框图。

具体实施方式

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。

针对相关技术中的去雾方法无法对雪天拍摄的含雾图像去雾的问题，本发明实施例提供了一种图像数据的去雾方案。即雾雪同时存在的天气，本发明首先求出天空区域亮度，然后自动分离出白色区域，进一步对剩下的区域进行去雾处理。下面对本发明实施例的技术方案进行详细描述。

根据本发明实施例，提供了一种图像数据的去雾方法。

图1是根据本发明实施例的图像数据的图像数据的去雾方法的流程图，如图1所示，该方法主要包括步骤S102至步骤S108。

步骤S102，获取雪天拍摄的含雾图像的图像数据I(x,y)。

步骤S104，确定上述含雾图像的图像数据I(x,y)的天空亮度A。

步骤S106，根据上述天空亮度A划分上述含雾图像的图像数据I(x,y)的白色区域Ω_white和非白色区域Ω_non-white。

步骤S108，对上述非白色区域Ω_non-white的图像数据进行去雾处理。

应用本发明实施例的技术方案，将雪天拍摄的含雾图像划分为白色区域和非白色区域，对非白色区域进行去雾处理，提高了对雪天拍摄的含雾图像的去雾处理效果。

本发明实施例的技术方案适用于多种场景，尤其适用于监控场景，将雪天拍摄的含雾图像进行去雾处理后，输出到监控系统，使得监控系统显示的图像更加清晰，提高了监控形同的认知能力。

下面对本发明实施例上述各个步骤的优选实施方式进行描述。

（一）步骤S104

在本发明实施例中，可以直接用图像数据中最亮的灰度估计光照的颜色，得到天空亮度。如果直接用最亮的灰度来估计得到天空亮度，则可能会受到高亮噪声或白色物体的干扰。因此，在本发明实施例的一个实施方式中，可以根据含雾图像的图像数据的暗原色确定天空亮度。

在根据含雾图像的暗原色确定天空亮度A时，可以先确定上述含雾图像的图像数据I(x,y)的暗原色D(x,y)，并确定上述暗原色D(x,y)中亮度最大的预设比例的图像数据（例如0.1%），确定上述预设比例的图像数据对应的上述含雾图像的图像数据，根据预设规则利用上述对应的上述含雾图像的图像数据确定上述天空亮度A。

在本发明实施例的一个实施方式中，可以将上述对应的上述含雾图像的图像数据中，亮度最大的图像数据作为上述天空亮度A。

在实际应用中，可以对含雾图像的图像数据I(x,y)的RGB三个通道进行最小值滤波，模版尺寸可以为N×N(N∈{3,5,7..})，在三个颜色通道中使用最小操作运算，得到I(x,y)的暗原色为：选取暗原色中亮度最大的0.1%的像素点，在以上像素点当中，含雾图像的图像数据I(x,y)中强度最大的像素点被选定为天空亮度A，也成为大气光。

当然，在本发明实施例中，也可以通过其他方式确定天空亮度，即改变上述预设规则。例如，对上述预设比例的图像数据对应的上述含雾图像的图像数据求平均值，将得到的平均值得到天空亮度A。

在本发明实施例中，还可以通过白平衡法等其他方法确定含雾图像的天空亮度A，例如，首先对含雾图像的图像数据的RGB三个通道进行最小值滤波，然后选择阈值0.99，大于此阈值的确定为天空区域，然后取平均值为天空亮度A。

（二）步骤S106

在本发明实施例中，可以把含雾图像的图像数据I(x,y)中与天空亮度接近的图像数据标记为白色区域Ω_white，除白色区域Ω_white之外的其他区域标记为非白色区域Ω_non-white。

在本发明实施例的一个实施方式中，可以确定上述含雾图像的图像数据I(x,y)中与上述天空亮度A相差的绝对值小于等于预设值的区域为上述白色区域Ω_white，将上述含雾图像的图像数据中除上述白色区域Ω_white之外的区域作为非白色区域Ω_non-white。

在实际应用中，可以按照以下方式根据天空亮度A确定上述含雾图像的白色区域Ω_white：Ω_white:{(x,y)|(|I(x,y,1)-A(1)|+|I(x,y,2)-A(2)|+|I(x,y,3)-A(3)|)<α}，其中，A(1)、A(2)、A(3)分别为上述天空亮度A在R、G、B三个通道上的值，I(x,y,1)、I(x,y,2)、I(x,y,3)分别为上述含雾图像的图像数据在上述三个通道上的值，α为上述预设值。根据实际需要，可以设置不同的α。

对于上述区域划分的方法，并不限于上述的具体方法，由于雪天拍摄的含雾图像包含大量的雪，雪的亮度与天空空度A接近，因此，在确定了天空亮度A之后，与天空亮度A接近的图像数据都可以划分为白色区域，即认为该区域为雪。根据区域，可以设置白色区域与天空亮度A的接近程度，本发明实施例对此不进行限定。

（三）步骤S108

在本发明实施例的一个实施方式中，可以利用暗通道法对上述非白色区域Ω_non-white的图像数据进行去雾处理。根据非白色区域Ω_non-white的图像数据的暗原色确定透射率t(x,y)，根据透射率t(x,y)和天空亮度A对非白色区域Ω_non-white的图像数据进行去雾处理。

进一步，在本发明实施例的一个实施方式中，可以根据上述非白色区域的图像数据的暗原色确定投射率：（x，y）∈Ω_non-white，其中，ω∈(0,1)为调节参数，用于调节去雾程度。根据上述透射率t(x,y)和上述天空亮度A进行上述去雾处理，得到去雾后的图像数据： $J^c(x,y)=\frac{I(x,y)-A^c}{\max (\frac{t(x,y)}{A^c},t_0)}+A^c,(x,y)\&Element;{\mathrm{\&Omega;}}_{\mathrm{non}-\mathrm{white}},$ c∈{r,g,b}。

在上述方法中，对RGB三通道分别进行去雾处理，将得到的RGB三个通道图像合成复原后的图像J(x,y)。另外，为了避免不确定型出现，上述公式中为t(x,y)设定了一个下限值t₀，t₀的一个典型值为0.1。

在上述方法中，ω为调节参数，用于设置对非白色区域Ω_non-white的图像数据的去雾程度。ω的取值越大去雾越彻底，根据实际需要可以对ω进行设置，本发明实施例对此不作限定。在实际应用中，也可以不设置ω，将ω直接取值为1，以对非白色区域Ω_non-white的图像数据进行完全去雾。

当然，在实际应用中还可以采用其他方法进行去雾处理。例如，基于图像对比度的去雾方法等。

在本发明实施例中，可以不对白色区域Ω_white的图像数据进行处理，将白色区域的Ω_white的图像数据与去雾处理后的非白色区域Ω_non-white的图像数据合成，得到去雾后的完整图像。

在本发明实施例的一个实施方式中，为了使去雾处理后的图像数据更加真实，也可以对白色区域Ω_white的图像数据进行一定的处理。由于雾对场景图像RGB三通道的影响是非常接近的，在白色区域Ω_white，雾气只是影响白色物体的强度值，因此，可以调节白色区域的亮度值。

相关技术中已有大量的调节图像亮度的方法，在本发明实施例中仅举例说明，不一一列举。可以通过以下方式调节白色区域Ω_white的图像数的亮度：

$B(x,y,i)=(1+\frac{A\left(i\right)-I(x,y,i)}{A\left(1\right)+A\left(2\right)+A\left(3\right)})\&times;I(x,y,i),$ (x,y)∈Ω_white,i＝1,2,3；

得到调节后的图像数据后，可采用Brovey变换恢复原图像色彩：

$J(x,y,i)B(x,y,i)\&times;\frac{3\&times;I(x,y,i)}{I(x,y,1)+I(x,y,2)+I(x,y,3)},$ i＝1,2,3,(x,y)∈Ω_white。

下面以一个具体实例对本发明实施例的上述方法进行描述。

在本实例中，分别对白色区域Ω_white和非白色区域Ω_non-white进行处理，非白色区域Ω_non-white采用暗通道方法进行去雾，白色区域Ω_white简单增加其曝光。图2是根据本发明实施例优先实例的去雾方法的流程示意图，如图2所示，本实例的去雾方法包括以下几个方面。

1，求取天空亮度

1）对含雾图像的图像数据I(x,y)的RGB三个通道进行最小值滤波，模版尺寸为N×N(N∈{3,5,7..})，在三个颜色通道中使用最小操作运算，则含雾图像的图像数据I(x,y)的暗原色为： $D(x,y)=\underset{c\&Element;\{r,g,b\}}{\min }\left(\underset{(x^{\&prime;},y^{\&prime;})\&Element;\mathrm{\&Omega;}(x,y)}{\min }\left(I^c(x^{\&prime;},y^{\&prime;})\right)\right);$

2）选取暗原色中亮度最大的0.1%的像素点，在以上像素点中，含雾图像的图像数据I(x,y)中强度最大的像素点被选定为大气光A。

2，标志白色区域

将含雾图像的图像数据I(x,y)中与天空亮度A接近的像素点标记为白色区域Ω_white：

Ω_white:{(x,y)|(|I(x,y,1)-A(1)|+|I(x,y,2)-A(2)|+|I(x,y,3)-A(3)|)<α}

3，复原非白色区域

对于非白色区域Ω_non-white，采用暗通道方法复原出原无雾图像。根据求出非白色区域Ω_non-white的暗原色估计透射率t(x,y)，其计算公式为:

$t(x,y)=\frac{A\left(1\right)+A\left(2\right)+A\left(3\right)}{3}-\mathrm{\&omega;D}(x,y),$ （x，y）∈Ω_non-white；

其中，ω∈(0,1)为调节参数，用来调节去雾程度。ω越大，去雾越彻底。

2）根据透射率t(x,y)和天空亮度A可以确定去雾后的复原图像，公式为：

$J^c(x,y)=\frac{I(x,y)-A^c}{\max (\frac{t(x,y)}{A^c},t_0)}+A^c,c\&Element;\{r,g,b\},$ （x，y）∈Ω_non-white。

在本实例中，对RGB三通道分别进行复原，将得到的RGB三个通道图像合成复原后的图像J(x,y)。为了避免不确定型出现，式中为t(x,y)设定了一个下限值t₀，t₀的一个典型值为0.1。

4，复原白色区域

由于雾对场景图像RGB三通道的影响是非常接近的，在白色区域Ω_white，雾气只是影响白色物体的强度值，因此只需简单对白色区域Ω_white调整其亮度值。

在本发明实例中，采用以下方式调整白色区域Ω_white的亮度： $B(x,y,i)=(1+\frac{A\left(i\right)-I(x,y,i)}{A\left(1\right)+A\left(2\right)+A\left(3\right)})\&times;I(x,y,i)$ (x,y)∈Ω_white,i=1,2,3；可采用Brovey变换恢复原图像色彩： $J(x,y,i)B(x,y,i)\&times;\frac{3\&times;I(x,y,i)}{I(x,y,1)+I(x,y,2)+I(x,y,3)},$ i＝1,2,3,(x,y)∈Ω_white。

根据本发明实施例，还提供了一种图像数据的去雾装置，用以实现本发明实施例的上述方法。

图3是根据本发明实施例的图像数据的去雾装置的结构框图，如图3所示，该装置主要包括：获取模块10、确定模块20、划分模块30和去雾模块40。其中，获取模块10，用于获取雪天拍摄的含雾图像的图像数据I(x,y)；确定模块20，与获取模块10相连接，用于确定上述含雾图像的图像数据I(x,y)的天空亮度A；划分模块30，与确定模块20相连接，用于根据上述天空亮度A划分上述含雾图像的图像数据I(x,y)的白色区域Ω_white和非白色区域Ω_non-white；去雾模块40，与划分模块30相连接，用于对上述非白色区域Ω_non-white的图像数据进行去雾处理。

应用本发明实施例的技术方案，将雪天拍摄的含雾图像划分为白色区域和非白色区域，对非白色区域进行去雾处理，提高了对雪天拍摄的含雾图像的去雾处理效果。

本发明实施例的技术方案适用于多种场景，尤其适用于监控场景，将雪天拍摄的含雾图像进行去雾处理后，输出到监控系统，使得监控系统显示的图像更加清晰，提高了监控形同的认知能力。

下面分别对上述各个模块的优选实施方式进行描述。

（一）确定模块20

在本发明实施例中，确定模块20可以直接用图像数据中最亮的灰度估计光照的颜色，得到天空亮度。如果直接用最亮的灰度来估计得到天空亮度，则可能会受到高亮噪声或白色物体的干扰。因此，在本发明实施例的一个实施方式中，确定模块20可以根据含雾图像的图像数据的暗原色确定天空亮度。

确定模块20在根据含雾图像的暗原色确定天空亮度A时，可以先确定上述含雾图像的图像数据I(x,y)的暗原色D(x,y)，并确定上述暗原色D(x,y)中亮度最大的预设比例的图像数据（例如0.1%），确定上述预设比例的图像数据对应的上述含雾图像的图像数据，根据预设规则利用上述对应的上述含雾图像的图像数据确定上述天空亮度A。

因此，上述确定模块20包括：第一确定单元，用于确定上述含雾图像的图像数据I(x,y)的暗原色D(x,y)；第二确定单元，用于确定上述暗原色D(x,y)中亮度最大的预设比例的图像数据；第三确定单元，用于确定上述预设比例的图像数据对应的上述含雾图像的图像数据；第四确定单元，用于根据预设规则利用上述对应的上述含雾图像的图像数据确定上述天空亮度A。

在本发明实施例的一个实施方式中，第四确定单元可以将上述对应的上述含雾图像的图像数据中，亮度最大的图像数据作为上述天空亮度A。

当然，在本发明实施例中，确定模块20也可以通过其他方式确定天空亮度，即改变上述预设规则。例如，对上述预设比例的图像数据对应的上述含雾图像的图像数据求平均值，将得到的平均值得到天空亮度A。

在本发明实施例中，确定模块20还可以通过白平衡法等其他方法确定含雾图像的天空亮度A，例如，首先对含雾图像的图像数据的RGB三个通道进行最小值滤波，然后选择阈值0.99，大于此阈值的确定为天空区域，然后取平均值为天空亮度A。

（二）划分模块30

在本发明实施例中，划分模块30可以把含雾图像的图像数据I(x,y)中与天空亮度接近的图像数据标记为白色区域Ω_white，除白色区域Ω_white之外的其他区域标记为非白色区域Ω_non-white。

在本发明实施例的一个实施方式中，划分模块30可以确定上述含雾图像的图像数据I(x,y)中与上述天空亮度A相差的绝对值小于等于预设值的区域为上述白色区域Ω_white，将上述含雾图像的图像数据中除上述白色区域Ω_white之外的区域作为非白色区域Ω_non-white。

因此，上述划分模块30包括：第一划分单元，用于确定上述含雾图像的图像数据中与上述天空亮度A相差的绝对值小于等于预设值的区域为上述白色区域Ω_white；第二划分单元，用于确定上述含雾图像的图像数据中除上述白色区域Ω_white之外的区域为上述非白色区域Ω_non-white。

在实际应用中，第二划分单元可以按照以下方式根据天空亮度A确定上述含雾图像的白色区域Ω_white：Ω_white:{(x,y)|(|I(x,y,1)-A(1)|+|I(x,y,2)-A(2)|+|I(x,y,3)-A(3)|)<α}，其中，A(1)、A(2)、A(3)分别为上述天空亮度A在R、G、B三个通道上的值，I(x,y,1)、I(x,y,2)、I(x,y,3)分别为上述含雾图像的图像数据在上述三个通道上的值，α为上述预设值。根据实际需要，可以设置不同的α。

对于上述区域划分的方法，并不限于上述的具体方法，由于雪天拍摄的含雾图像包含大量的雪，雪的亮度与天空空度A接近，因此，在确定了天空亮度A之后，与天空亮度A接近的图像数据都可以划分为白色区域，即认为该区域为雪。根据区域，可以设置白色区域与天空亮度A的接近程度，本发明实施例对此不进行限定。

（三）去雾模块40

在本发明实施例的一个实施方式中，去雾模块40可以利用暗通道法对上述非白色区域Ω_non-white的图像数据进行去雾处理。去雾模块40根据非白色区域Ω_non-white的图像数据的暗原色确定透射率t(x,y)，根据透射率t(x,y)和天空亮度A对非白色区域Ω_non-white的图像数据进行去雾处理。

进一步，在本发明实施例的一个实施方式中，去雾模块40可以根据上述非白色区域的图像数据的暗原色确定投射率：（x，y）∈Ω_non-white，其中，ω∈(0,1)为调节参数，用于调节去雾程度。根据上述透射率t(x,y)和上述天空亮度A进行上述去雾处理，得到去雾后的图像数据： $J^c(x,y)=\frac{I(x,y)-A^c}{\max (\frac{t(x,y)}{A^c},t_0)}+A^c,$ （x，y）∈Ω_non-white，c∈{r,g,b}。

因此，上述去雾模块40包括：确定单元，用于根据上述非白色区域的图像数据的暗原色确定投射率：（x，y）∈Ω_non-white，其中，ω∈(0,1)为调节参数，用于调节去雾程度；去雾单元，用于根据上述透射率t(x,y)和上述天空亮度A进行上述去雾处理，得到去雾后的图像数据：（x，y）∈Ω_non-white，c∈{r,g,b}，其中，t₀为t(x,y)的下限值。

在上述方法中，去雾单元对RGB三通道分别进行去雾处理，将得到的RGB三个通道图像合成复原后的图像J(x,y)。另外，为了避免不确定型出现，上述公式中为t(x,y)设定了一个下限值t₀，t₀的一个典型值为0.1。

在上述方法中，ω为调节参数，用于设置对非白色区域Ω_non-white的图像数据的去雾程度。ω的取值越大去雾越彻底，根据实际需要可以对ω进行设置，本发明实施例对此不作限定。在实际应用中，也可以不设置ω，将ω直接取值为1，以对非白色区域Ω_non-white的图像数据进行完全去雾。

当然，在实际应用中去雾模块40还可以采用其他方法进行去雾处理。例如，基于图像对比度的去雾方法等。

在本发明实施例中，可以不对白色区域Ω_white的图像数据进行处理，将白色区域的Ω_white的图像数据与去雾处理后的非白色区域Ω_non-white的图像数据合成，得到去雾后的完整图像。

在本发明实施例的一个实施方式中，为了使去雾处理后的图像数据更加真实，也可以对白色区域Ω_white的图像数据进行一定的处理。由于雾对场景图像RGB三通道的影响是非常接近的，在白色区域Ω_white，雾气只是影响白色物体的强度值，因此，可以调节白色区域的亮度值。因此，上述装置还包括：调节模块，与划分模块30相连接，用于调节上述白色区域Ω_white的亮度。

相关技术中已有大量的调节图像亮度的方法，在本发明实施例中仅举例说明，不一一列举。调节模块可以通过以下方式调节白色区域Ω_white的图像数的亮度：

$B(x,y,i)=(1+\frac{A\left(i\right)-I(x,y,i)}{A\left(1\right)+A\left(2\right)+A\left(3\right)})\&times;I(x,y,i),$ (x,y)∈Ω_white,i＝1,2,3；

得到调节后的图像数据后，可采用Brovey变换恢复原图像色彩：

$J(x,y,i)B(x,y,i)\&times;\frac{3\&times;I(x,y,i)}{I(x,y,1)+I(x,y,2)+I(x,y,3)},$ i＝1,2,3,(x,y)∈Ω_white。

本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例或者实施例的某些部分所述的方法。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。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 (8)

1.一种图像数据的去雾方法，其特征在于，包括：

获取雪天拍摄的含雾图像的图像数据I(x,y)；

确定所述含雾图像的图像数据I(x,y)的天空亮度A；

根据所述天空亮度A划分所述含雾图像的图像数据I(x,y)的白色区域Ω_white和非白色区域Ω_non-white；

对所述非白色区域Ω_non-white的图像数据进行去雾处理；

所述根据所述天空亮度A划分所述含雾图像的图像数据的白色区域Ω_white和非白色区域Ω_non-white，包括：

确定所述含雾图像的图像数据中与所述天空亮度A相差的绝对值小于等于预设值的区域为所述白色区域Ω_white；

确定所述含雾图像的图像数据中除所述白色区域Ω_white之外的区域为所述非白色区域Ω_non-white。

2.根据权利要求1所述的方法，其特征在于，确定所述含雾图像的图像数据I(x,y)的天空亮度A，包括：

确定所述含雾图像的图像数据I(x,y)的暗原色D(x,y)；

确定所述暗原色D(x,y)中亮度最大的预设比例的图像数据；

确定所述预设比例的图像数据对应的所述含雾图像的图像数据；

根据预设规则利用所述对应的所述含雾图像的图像数据确定所述天空亮度A。

3.根据权利要求1所述的方法，其特征在于，对所述非白色区域Ω_non-white的图像数据进行去雾处理，包括：

利用暗通道法对所述非白色区域Ω_non-white的图像数据进行去雾处理。

4.根据权利要求3所述的方法，其特征在于，利用暗通道法对所述非白色区域的图像数据进行去雾处，包括：

根据所述非白色区域的图像数据的暗原色确定透射率：(x，y)∈Ω_non-white，其中，ω∈(0,1)为调节参数，用于调节去雾程度，A(1)、A(2)、A(3)分别为所述天空亮度A在R、G、B三个通道上的值；

根据所述透射率t(x,y)和所述天空亮度A进行所述去雾处理，得到去雾后的图像数据：其中，t₀为t(x,y)的下限值。

5.一种图像数据的去雾装置，其特征在于，包括：

获取模块，用于获取雪天拍摄的含雾图像的图像数据I(x,y)；

确定模块，用于确定所述含雾图像的图像数据I(x,y)的天空亮度A；

划分模块，用于根据所述天空亮度A划分所述含雾图像的图像数据I(x,y)的白色区域Ω_white和非白色区域Ω_non-white；

去雾模块，用于对所述非白色区域Ω_non-white的图像数据进行去雾处理；

所述划分模块包括：

第一划分单元，用于确定所述含雾图像的图像数据中与所述天空亮度A相差的绝对值小于等于预设值的区域为所述白色区域Ω_white；

第二划分单元，用于确定所述含雾图像的图像数据中除所述白色区域Ω_white之外的区域为所述非白色区域Ω_non-white。

6.根据权利要求5所述的装置，其特征在于，所述确定模块包括：

第一确定单元，用于确定所述含雾图像的图像数据I(x,y)的暗原色D(x,y)；

第二确定单元，用于确定所述暗原色D(x,y)中亮度最大的预设比例的图像数据；

第三确定单元，用于确定所述预设比例的图像数据对应的所述含雾图像的图像数据；

第四确定单元，用于根据预设规则利用所述对应的所述含雾图像的图像数据确定所述天空亮度A。

7.根据权利要求5所述的装置，其特征在于，所述去雾模块，用于利用暗通道法对所述非白色区域Ω_non-white的图像数据进行去雾处理。

8.根据权利要求7所述的装置，其特征在于，所述去雾模块包括：

确定单元，用于根据所述非白色区域的图像数据的暗原色确定透射率：(x，y)∈Ω_non-white，其中，ω∈(0,1)为调节参数，用于调节去雾程度，A(1)、A(2)、A(3)分别为所述天空亮度A在R、G、B三个通道上的值；

去雾单元，用于根据所述透射率t(x,y)和所述天空亮度A进行所述去雾处理，得到去雾后的图像数据：其中，t₀为t(x,y)的下限值。