CN103226809A - 图像除雾装置和图像除雾方法 - Google Patents
图像除雾装置和图像除雾方法 Download PDFInfo
- Publication number
- CN103226809A CN103226809A CN2012100214143A CN201210021414A CN103226809A CN 103226809 A CN103226809 A CN 103226809A CN 2012100214143 A CN2012100214143 A CN 2012100214143A CN 201210021414 A CN201210021414 A CN 201210021414A CN 103226809 A CN103226809 A CN 103226809A
- Authority
- CN
- China
- Prior art keywords
- distance parameter
- image
- smart
- parameter
- region
- 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.)
- Granted
Links
Images
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种图像除雾装置,包括:预处理单元,其用于求取当前帧图像的粗距离参数以及根据所述粗距离参数将所述当前帧图像归类为变化帧或者不变帧;变化帧精参数求取单元,其用于求取所述变化帧的精距离参数;不变帧精参数求取单元,其用于求取所述不变帧的精距离参数;图像除雾单元,其利用由所述变化帧精参数单元求出的精距离参数对所述变化帧进行除雾处理,以及利用由所述不变帧参数求取单元求出的精距离参数对所述不变帧进行除雾处理。本发明还涉及一种相应的图像除雾方法和一种图像处理系统。
Description
技术领域
本发明涉及一种图像除雾装置、一种图像除雾方法以及一种图像处理系统。
背景技术
中国地理环境复杂,天气多样,雾天在大多数地区经常可见,而且个别地区还会受到沙尘天气的影响。雾与沙尘天气降低了户外视频图像的能见度。另外,在大型城市中,由于空气质量的问题,户外视频图像的能见度也会降低。能见度的降低对于视频图像的质量产生较大影响。特别是对于安防监控领域,影响更加明显。雾化图像清晰化是图像处理领域中的迫切的实用需求。同时最近几年基于单帧图像的除雾技术的突破使得雾化图像除雾处理成为计算机视觉领域越来越重要的研究方向。
目前,雾化图像清晰化方法主要有两个方向:基于一般图像增强方法的除雾算法和基于大气模型的除雾算法。属于基于一般图像增强方法的除雾算法的有直方图均值、空间锐化滤波、高频加强滤波、小波增强、Retinex增强滤波等等。这些算法以增强图像的对比度和能见度为出发点并且与除雾没有直接关系,对于由低照明等原因引起的视频图像能见度降低等问题也可以进行处理。在2002年,由NARASIMAHAN等人在论文《Vision andthe Atmosphere》中首次提出了基于大气模型的除雾清晰化方法。这类方法在最近几年取得技术突破,主要是由Fattal,Kaiming He等人提出了一些新的算法,在仅仅单帧图像的情况下,除雾效果远远优于一般图像增强的除雾方法。
大气物理模型描述了当大气中具有悬浮颗粒时摄像装置拍摄或人眼观察物体的光学原理。大气模型的公式为:
I(X)=J(X)t(X)+A(1-t(X)) (1)
其中,I(X)代表摄像装置拍摄到的雾化图像或者人眼观察到的雾化图像,X=(x,y)为图像像素坐标。J(X)为物体反射光图像,表示没有雾的图像,或者可以说是除雾处理的结果图像。A为图像中天空的一点(以下也称作“天空点”)的RGB值,以下也称作天空点参数。如果当前输入图像中没有天空存在,则将图像中雾浓度最强的点视作天空点。t(X)定义了空气介质的传输函数,描述了物体反射光经过空中悬浮颗粒的散射以后残留下来而达摄像装置的比例。t(X)是一个大于0且小于1的标量数据,图像中每个像素具有一个t(X)。I(X)、J(X)与A均为图像RGB的矢量数据。
以下参照图1说明式(1)。图1是大气模型公式的示意图。图1左侧的图像是人眼或摄像装置观察到的图像I(X)。图像I(X)由两部分组成,其中,第一部分为物体反射光J(X)经过空中悬浮颗粒散射以后存留下来的部分J(X)t(X),第二部分为空中悬浮颗粒散射太阳光所造成的大气环境光A(1-t(X))。式(1)中的t(X)是被摄物体与摄像装置(人眼)之间距离(即物距)的函数,具体表示为
t(X)=e-βd(X) (2)
其中,d(X)是图像中一物体点与摄像装置(人眼)之间的距离,因此t(X)也称作“距离参数”。β是大气散射系数,是常数。
由式(1)与式(2)可以看出物体反射光到达摄像装置的强度J(X)t(X)和物体与摄像装置之间的距离d(X)成反比,距离越远,则光线衰减越厉害;大气环境光到达摄像装置的强度A(1-t(X))与距离d(X)成正比,距离越远,光线越强,所以在无穷远处呈现出白色。
最近几年,基于大气模型公式(1)的除雾算法取得突破,这些算法仅需单帧图像作为输入图像就能取得不错的除雾效果。在表1中列举了一些相关算法。
表1 基于大气模型的除雾算法
与传统的图像增强算法相比,这些基于大气模型的除雾算法能够获得更好的除雾效果。但这些方法的缺点是运算较复杂,处理速度较慢,实时性较差。在表格2中列举了一些基于现有算法的除雾处理时间。
表2 基于大气模型除雾新算法处理时间
基于大气模型的现有除雾算法均针对单帧输入图像。然而,在实际应用中往往涉及多帧的情况,即连续的视频图像。基于大气模型的现有除雾算法没有对视频图像进行进一步研究。
发明内容
本发明的目的在于提供一种图像除雾装置和一种图像除雾方法,所述图像除雾装置和所述图像方法可以在确保良好的除雾效果的情况下显著地降低计算开销,尤其适于实时应用场合。
为了实现这个目的,本发明提供了一种图像除雾装置,其用于对输入图像进行除雾处理,所述图像除雾装置包括:预处理单元,其用于求取当前帧图像的粗距离参数以及根据所述粗距离参数将所述当前帧图像归类为变化帧或者不变帧;变化帧精参数求取单元,其用于求取所述变化帧的精距离参数;不变帧精参数求取单元,其用于求取所述不变帧的精距离参数;图像除雾单元,其利用由所述变化帧精参数单元求出的精距离参数对所述变化帧进行除雾处理,以及利用由所述不变帧参数求取单元求出的精距离参数对所述不变帧进行除雾处理;其中,所述变化帧精参数求取单元将所述变化帧分割为粗距离参数不变区域和粗距离参数变化区域,以及根据前一帧图像的精距离参数求取所述粗距离参数不变区域的精距离参数,而根据前一帧图像的精距离参数和/或所述粗参数变化区域的粗距离参数求取所述粗距离参数变化区域的精距离参数;其中,所述不变帧精参数求取单元根据所述前一帧图像的精距离参数求取所述不变帧的精距离参数。
图像的各像素的粗距离参数和精距离参数取决于物距,即摄像装置与所拍摄的目标之间的距离,其中,所述精距离参数由粗距离参数的精细化计算求出。
在本发明的一个优选实施方式中,所述预处理单元借助于一个运算窗口根据由所述运算窗口覆盖的所有像素的像素值计算位于所述运算窗口中心的像素的粗距离参数。
在本发明的一个优选实施方式中,所述图像除雾装置还包括粗参数存储单元,其用于存储由所述预处理单元求出的粗距离参数。
在本发明的一个优选实施方式中,所述图像除雾装置还包括精参数存储单元,其用于存储由所述变化帧精参数求取单元和所述不变帧精参数求取单元求出的精距离参数。
在本发明的一个优选实施方式中,所述预处理单元在所述当前帧图像的粗距离参数与所述前一帧图像的粗距离参数相比发生变化的情况下将所述当前帧图像归类为所述变化帧,以及在所述当前帧图像的粗距离参数与所述前一帧图像的粗距离参数相比未发生变化的情况下将所述当前帧图像归类为所述不变帧。
在本发明的一个优选实施方式中,所述变化帧精参数求取单元通过所述当前帧图像的粗距离参数与所述前一帧图像的粗距离参数相减将所述变化帧分割为粗距离参数不变区域和粗距离参数变化区域。
在本发明的一个优选实施方式中,所述变化帧精参数求取单元使所述粗距离参数不变区域的各像素的精距离参数等于所述前一帧图像的相应像素的精距离参数。
在本发明的一个优选实施方式中,所述变化帧精参数求取单元通过所述粗参数变化区域的粗距离参数的精细化来求取所述粗距离参数变化区域的精距离参数。
在本发明的一个优选实施方式中,所述变化帧精参数求取单元将所述粗参数变化区域分割为像素变化区域和像素不变区域;所述变化帧精参数求取单元根据所述粗参数变化区域的粗距离参数求取所述像素变化区域的精距离参数,而根据所述前一帧图像的精距离参数求取所述像素不变区域的精距离参数。
在本发明的一个优选实施方式中,所述变化帧精参数求取单元判断所述像素变化区域是否是连通的图像区域;如果是,则所述变化帧精参数求取单元将所述像素变化区域分割为第一图像区域和第二图像区域以及使所述像素变化区域的各像素的精距离参数等于其粗距离参数并且对所述第二区域的边缘进行修正,其中,在所述第一图像区域中所述当前帧图像的粗距离参数不小于所述前一帧图像的相应粗距离参数,在所述第二图像区域中所述当前帧图像的粗距离参数小于所述前一帧图像的相应粗距离参数;如果不是,则所述变化帧精参数求取单元使所述像素变化区域的各像素的精距离参数等于其粗距离参数。
在本发明的一个优选实施方式中,所述变化帧精参数求取单元通过以下方式对所述第二区域的边缘进行修正:借助所述运算窗口以所述第二区域的边缘上的每个像素为中心计算由所述运算窗口覆盖的所有像素的粗距离参数的最小值,然后使由所述运算窗口覆盖的所有像素的精距离参数等于所述最小值。
在本发明的一个优选实施方式中,所述变化帧精参数求取单元使所述像素不变区域的各像素的精距离参数等于所述前一帧图像的相应像素的精距离参数。
本发明还提供了一种图像除雾方法,所述图像除雾方法对输入图像进行除雾处理,所述图像除雾方法包括以下方法步骤:求取当前帧图像的粗距离参数以及根据所述粗距离参数将所述当前帧图像归类为变化帧或者不变帧;求取所述变化帧的精距离参数;求取所述不变帧的精距离参数;利用所述变化帧的精距离参数对所述变化帧进行除雾处理,以及利用所述不变帧的精距离参数对所述不变帧进行除雾处理;其中,将所述变化帧分割为粗距离参数不变区域和粗距离参数变化区域,根据前一帧图像的精距离参数求取所述粗距离参数不变区域的精距离参数,而根据前一帧图像的精距离参数和/或所述粗参数变化区域的粗距离参数求取所述粗距离参数变化区域的精距离参数;其中,根据所述前一帧图像的精距离参数求取所述不变帧的精距离参数。
在本发明的一个优选实施方式中,借助于一个运算窗口根据由所述运算窗口覆盖的所有像素的像素值计算位于所述运算窗口中心的像素的粗距离参数。
在本发明的一个优选实施方式中,在所述当前帧图像的粗距离参数与所述前一帧图像的粗距离参数相比发生变化的情况下将所述当前帧图像归类为所述变化帧;在所述当前帧图像的粗距离参数与所述前一帧图像的粗距离参数相比未发生变化的情况下将所述当前帧图像归类为所述不变帧。
在本发明的一个优选实施方式中,通过所述当前帧图像的粗距离参数与所述前一帧图像的粗距离参数相减将所述变化帧分割为粗距离参数不变区域和粗距离参数变化区域。
在本发明的一个优选实施方式中,使所述粗距离参数不变区域的各像素的精距离参数等于所述前一帧图像的相应像素的精距离参数。
在本发明的一个优选实施方式中,通过所述粗参数变化区域的粗距离参数的精细化来求取所述粗距离参数变化区域的精距离参数。
在本发明的一个优选实施方式中,将所述粗参数变化区域分割为像素变化区域和像素不变区域;根据所述粗参数变化区域的粗距离参数求取所述像素变化区域的精距离参数,而根据所述前一帧图像的精距离参数求取所述像素不变区域的精距离参数。
在本发明的一个优选实施方式中,判断所述像素变化区域是否是连通的图像区域;如果是,则将所述像素变化区域分割为第一图像区域和第二图像区域以及使所述像素变化区域的各像素的精距离参数等于其粗距离参数并且对所述第二区域的边缘进行修正,其中,在所述第一图像区域中所述当前帧图像的粗距离参数不小于所述前一帧图像的相应粗距离参数,在所述第二图像区域中所述当前帧图像的粗距离参数小于所述前一帧图像的相应粗距离参数;如果不是,则使所述像素变化区域的各像素的精距离参数等于其粗距离参数。
在本发明的一个优选实施方式中,通过以下方式对所述第二区域的边缘进行修正:借助所述运算窗口以所述第二区域的边缘上的每个像素为中心计算由所述运算窗口覆盖的所有像素的粗距离参数的最小值,然后使由所述运算窗口覆盖的所有像素的精距离参数等于所述最小值。
在本发明的一个优选实施方式中,使所述像素不变区域的各像素的精距离参数等于所述前一帧图像的相应像素的精距离参数。
最后,本发明还提出一种图像处理系统,所述图像处理系统包括摄像装置、输出单元和根据以上所述的图像除雾装置。
根据本发明的图像除雾方法或图像除雾装置具有以下优点:
1.充分利用了视频图像序列中距离参数在时间上的冗余,显著地降低了计算开销,提高了图像处理速度;
2.根据本发明图像除雾方法可以容易地结合到其他的除雾方法中;
3.根据本发明的方法或装置可以容易地通过软件或硬件实现,仅需在用于现有的软件或硬件的基础上做较小的改动;
4.根据本发明的方法可以灵活地适用于不同的场景,从而在确保除雾效果的情况下自适应地选择不同的解决方案。
附图说明
图1示出大气模型的示意图。
图2示出根据本发明的图像处理系统的示意性结构框图。
图3示出根据本发明的第一实施例的图像除雾方法的流程图。
图4示出根据本发明的第一实施例的图像除雾方法的除雾过程。
图5和6示出运动物体在当前帧图像和前一帧图像中的相应区域的示意图。
图7示出根据本发明的第二实施例的图像除雾方法的流程图。
具体实施方式
根据本发明的图像除雾装置和图像除雾方法的重点在于雾化图像的取决于物距(即摄像装置与所拍摄的目标之间的距离)的参数的计算。取决于物距的参数以下也称作距离参数,其例如是根据大气模型公式的传输函数,但不限于根据大气模型公式的传输函数。以下实施例涉及基于大气模型的暗通道假设的单帧图像除雾方法,其中,粗传输函数rawt(X)也称作粗距离参数,(精)传输函数t(X)也称作精距离参数,精距离参数由粗距离参数的精细化计算得出。因此,与精距离参数相比,粗距离参数的精确性较低,但计算速度更快且计算开销更小。
图2示出根据本发明的图像处理系统的示意性结构框图。根据本发明的图像处理系统包括摄像装置100、图像除雾装置200、共享存储器300和输出单元400。所述摄像装置100用于摄取图像(尤其是连续的视频图像序列)以及将所述图像传输给图像除雾装置200。所述图像除雾装置200用于对由摄像装置100提供的图像进行清晰化处理(也称作除雾处理)。所述共享存储器300用于存储各种数据。所述输出单元400用于输出(和/或显示)经图像除雾装置200清晰化处理的图像。
图像除雾装置200包括预处理单元10、粗参数存储单元20、变化帧精参数求取单元30、精参数存储单元40、不变帧精参数求取单元50、图像除雾单元60和控制单元70。
所述预处理单元10用于分析由摄像装置100提供的各帧图像,计算各帧图像的粗距离参数,以及根据各帧图像的粗距离参数将各帧图像归类为变化帧或者归类为不变帧。在此,通过当前帧图像的粗距离参数与前一帧图像的相应粗距离参数相减来判断当前帧图像应归类为变化帧还是不变帧,其中,如果相减的结果表明当前帧图像与前一帧图像相比某些像素的粗距离参数发生变化,则当前帧图像归类为变化帧,否则当前帧图像归类为不变帧。在此,在所述预处理单元10根据粗距离参数归类当前帧图像之前读取存储在所述粗参数存储单元20中的前一帧图像的粗距离参数。因此所述预处理单元10也称作帧分离单元或者变化帧确定单元。
所述预处理单元10将求出的当前帧图像的粗距离参数传输给所述粗参数存储单元20。所述粗参数存储单元20用于存储各帧图像的粗距离参数。
如果当前帧图像归类为变化帧,则所述变化帧精参数求取单元30将当前帧图像分割为粗距离参数变化区域和粗距离参数不变区域,其中,所述粗距离参数变化区域是当前帧图像与前一帧图像相比粗距离参数发生变化的图像部分,而粗距离参数不变区域是当前帧图像与前一帧图像相比粗距离参数没有发生变化的图像部分。所述分割尤其可以根据所述预处理单元10中归类当前帧图像时的运算实现,即粗距离参数变化区域和粗距离参数不变区域的分割可以简单地通过当前帧图像与前一帧图像的各相应像素的粗距离参数的相减得到。对于粗距离参数不变区域,使粗距离参数不变区域的各像素的精距离参数直接等于(存储在精参数存储单元40中的)前一帧图像的相应像素的精距离参数;对于粗距离参数变化区域,根据本发明的以下详细阐述的方法求取粗距离参数变化区域的各像素的精距离参数。
所述精参数存储单元40用于存储由所述变化帧精参数求取单元30或所述不变帧精参数求取单元50计算出的各帧图像的精距离参数。
如果当前帧图像归类为不变帧,则所述不变帧精参数求取单元50读取存储在所述精参数存储单元40中的前一帧图像的精距离参数,作为当前帧图像(不变帧)的相应像素的精距离参数。
图像除雾单元60利用由变化帧精参数求取单元30求出的变化帧的精距离参数对变化帧图像进行除雾处理,以及利用由不变帧精参数求取单元50求出的不变帧的精距离参数对不变帧进行除雾处理。在此,例如可以借助基于大气模型的已知除雾方法进行所述除雾处理。优选地,由摄像装置100提供的各帧图像通过摄像装置100与图像除雾单元60之间的(未示出的)连接传输给图像除雾单元60。替代地,图像除雾单元60也可以从存储器——例如共享存储器300中读取当前帧图像。
控制单元70用于控制或配置图像除雾装置200中的各个单元或模块。
图3示出根据本发明的第一实施例的图像除雾方法的流程图。
在方法步骤S300中,输入或者读取图像I(X),其也称作当前帧图像。
在接下来的方法步骤S301中,首先计算当前帧图像的各像素的粗距离参数,然后判断当前帧图像是否是不变帧。在此,通过当前帧图像的粗距离参数与前一帧图像的粗距离参数相减来判断当前帧图像应归类为变化帧还是不变帧,其中,如果相减的结果表明当前帧图像与前一帧图像相比某些像素的粗距离参数发生变化,则当前帧图像归类为变化帧,否则当前帧图像归类为不变帧。
如果在方法步骤S301中将当前帧图像归类为不变帧,则接下来进行方法步骤S302。
在方法步骤S302中,使当前帧图像的各像素的精距离参数直接等于前一帧图像的相应像素的精距离参数。随后,在方法步骤S307中,利用在方法步骤S302中得到的精距离参数对不变帧图像进行除雾处理。最后,在方法步骤S308中作为除雾结果输出除雾图像。
如果在方法步骤S302中将当前帧图像归类为变化帧,则接下来进行方法步骤S303。
在方法步骤S303中,将当前帧图像分割为粗距离参数变化区域和粗距离参数不变区域,其中,所述粗距离参数变化区域是当前帧图像与前一帧图像相比粗距离参数发生变化的图像部分,而粗距离参数不变区域是当前帧图像与前一帧图像相比粗距离参数没有发生变化的图像部分。粗距离参数变化区域和粗距离参数不变区域的分割可以简单地通过当前帧图像与前一帧图像的各相应像素的粗距离参数的比较(相减)实现。
对于粗距离参数变化区域,在方法步骤S304中,通过粗距离参数的精细化来计算粗距离参数变化区域的各像素的精距离参数。
对于粗距离参数不变区域,在方法步骤S305中使粗距离参数不变区域的各像素的精距离参数等于前一帧图像的相应像素的精距离参数。前一帧图像的各像素的精距离参数已经在对前一帧图像进行除雾处理过程中求得并且在必要时存储。
由此,在方法步骤S306中得到整个当前帧图像的所有像素的精距离参数。随后,在方法步骤S307中,利用在方法步骤S306中得到的精距离参数对变化帧图像进行除雾处理。最后,在方法步骤S308中作为除雾结果输出除雾图像。
应该理解的是,可以如上所述依次执行方法步骤S304和方法步骤S305,也可以先执行方法步骤S305然后执行方法步骤S304,也可以并行地执行方法步骤S304和方法步骤S305。
图4示出借助根据本发明的第一实施例的图像除雾方法的进行除雾处理的示意图。子图(a)和(b)分别表示由摄像装置拍摄的当前帧图像和前一帧图像,子图(c)和(d)分别表示当前帧图像的粗距离参数图和前一帧图像的粗距离参数图。子图(e)是子图(c)和(d)的差,其中,子图(e)的黑色部分表示当前帧的粗距离参数不变区域而子图(e)的灰色部分表示当前帧的粗距离参数变化区域。子图(f)是根据以上方法步骤S304计算得到的粗距离参数变化区域的精距离参数图像,而子图(g)是根据以上方法步骤S305得到的粗距离参数不变区域的精距离参数图像。
以下详细阐述根据本发明的第二实施例的图像除雾方法,其基本目的在于进一步简化当前帧图像的粗距离参数变化区域的各像素的精距离参数的计算。
图5和图6分别示出两种典型的情形。在图5和图6中,由实线圆包围的图像区域表示当前帧图像与前一帧图像相比像素变化的区域,也称作像素变化区域。由实线圆外面的虚线圆包围的图像区域表示当前帧图像与前一帧图像相比粗距离参数发生变化的区域,即粗距离参数变化区域。在基于暗通道的单帧图像除雾方法中,由于某一像素的粗距离参数是由以这一像素为中心的运算窗口内的所有像素的(RGB)值确定的,因此粗距离参数变化区域大于且包含像素变化区域,二者边界之间的距离取决于运算窗口的大小和位置。
在图5中,区域A和区域B是像素变化区域,区域C和区域D是像素不变区域,区域A+C和区域B+D是粗距离参数变化区域,其中,区域A和区域B完全分离。在此,可以使区域A和区域B中的各像素的精距离参数直接等于其粗距离参数,所述粗距离参数在图像输入后由预处理单元计算得出。可以使区域C和区域D中的各像素的精距离参数等于前一帧图像的相应像素的精距离参数。
优选地,可以借助于当前帧图像和前一帧图像的相应像素的RGB三个颜色通道的最小值(彩色图像)或者灰度值(灰度图像)的比较来确定像素变化区域A和B。
在图6中,区域E+F+G是当前帧图像中的运动物体区域,区域G+H+J对应于前一帧图像中的运动物体区域,并且区域E+F+G+H+J是像素变化区域。可以看出,像素变化区域是连通的图像区域。由虚线包围的区域是粗参数变化区域,所述粗参数变化区域中除像素变化区域E+F+G+H+J以外是像素不变区域。对于区域E,当前帧图像中的像素的粗距离参数大于前一帧图像中的相应像素的粗距离参数,即粗距离参数变化为正;对于区域F+G+H,当前帧图像中的像素的粗距离参数大致等于前一帧中的相应像素的粗距离参数;对于区域J,当前帧图像中的像素的粗距离参数小于前一帧中的相应像素的粗距离参数,即粗距离参数变化为负。图5中的正方形框表示计算粗距离参数时所使用的运算窗口。在此,区域E+F+G和区域J中的各像素的粗距离参数可以近似等于其精距离参数。然而,因为在计算区域H中的像素的粗距离参数时运算窗口会覆盖到属于运动物体区域的像素,所以由此得出的区域H中的像素的粗距离参数是不准确的。在此区域H中的各像素的粗距离参数不近似于其精距离参数。因此,可以首先使区域E+F+G+H+J中的各像素的精距离参数等于其粗距离参数,然后再对区域H进行修正,其方式是,借助用于计算粗距离参数的运算窗口以区域J(粗距离参数变化为负)的边缘上的每个像素为中心计算运算窗口范围内所有像素的粗距离参数的最小值,然后使运算窗口范围内所有像素的精距离参数等于这个最小值。
在此,同样可以借助于当前帧图像和前一帧图像的相应像素的RGB三个颜色通道的最小值(彩色图像)或者灰度值(灰度图像)的比较来确定像素变化区域E+F+G+H+J。
在此,“连通”的图像区域主要指同一物体在当前帧图像中的图像区域与其在前一帧图像中的图像区域具有重叠的部分,例如图6中的情形。
需要说明的是,当图5和图6中的运动物体为圆形时,粗距离参数变化区域的外轮廓并不是理想的圆形或者圆形区段,因为粗距离参数变化区域的外轮廓取决于通常正方形的运算窗口。
图7示出根据本发明的第二实施例的图像除雾方法的流程图。
简明起见,在此不再赘述与第一实施例相同的部分,而仅仅详细阐述与第一实施例的区别。
在根据第二实施例的除雾方法中,方法步骤S700~S703分别与根据第一实施例的除雾方法的方法步骤S300~S303基本相同。
在接下来的方法步骤704中,将粗距离参数变化区域分割为像素变化区域和像素不变区域。
在接下来的方法步骤705中,判断像素变化区域是否是连通的图像区域。
如果根据方法步骤705中的判断像素变化区域是连通的图像区域,则进行方法步骤706。
在方法步骤706中,使像素变化区域的各像素的精距离参数等于其粗距离参数(当前帧图像)。随后在方法步骤707中对图像变化区域的粗距离参数变化为负的图像区域的边缘进行修正,其方式是,借助用于计算粗距离参数的运算窗口以边缘上的每个像素为中心计算运算窗口范围内所有像素的粗距离参数的最小值,然后使运算窗口范围内所有像素的精距离参数等于这个最小值。
如果根据方法步骤705中的判断像素变化区域不是连通的图像区域,则进行方法步骤709。
在方法步骤709中,使像素变化区域的各像素的精距离参数等于其粗距离参数(当前帧图像)。
在方法步骤710中,使所述像素不变区域的各像素的精距离参数等于前一帧图像的相应像素的精距离参数。
由此,通过方法步骤S704~S710求出当前帧图像的粗距离参数变化区域的各像素的精距离参数。
接下来,在方法步骤S711中使粗距离参数不变区域的各像素的精距离参数等于前一帧图像的相应像素的精距离参数。在此,前一帧图像的各像素的精距离参数已经在对前一帧图像进行除雾处理过程中求得并且在必要时存储。
由此,在方法步骤S712中得到整个当前帧图像的所有像素的精距离参数。随后,在方法步骤S713中,利用在方法步骤S712中得到的精距离参数对变化帧图像进行除雾处理。最后,在方法步骤S714中作为除雾结果输出除雾图像。
优选地,例如可以通过以下方式来判断像素变化区域是否为连通的图像区域:在像素变化区域内是否存在这样的图像区域,该图像区域中的像素在当前帧图像中的粗距离参数大致等于其在前一帧图像中的粗距离参数,例如图6中的图像区域G;如果存在这样的图像区域,则认为图像变化区域是连通的图像区域,如同在图6中示出的那样;如果不存在这样的图像区域,则认为图像变化区域不是连通的图像区域,如同在图5中示出的那样。
在另一更简化的实施例中,省去判断像素变化区域是否是连通的图像区域的方法步骤705,而是在方法步骤704中直接实施方法步骤706,使像素变化区域的各像素的精距离参数等于其粗距离参数,随后对粗距离参数变化为负的图像变化区域的边缘进行修正,其方式是,借助用于计算粗距离参数的运算窗口以边缘上的每个像素为中心计算运算窗口范围内所有像素的粗距离参数的最小值,然后使运算窗口范围内所有像素的精距离参数等于这个最小值。也就是说,在任何情形中均实施修正。在像素变化区域不是连通的图像区域的情况下,所述修正也得到正确的结果。
应该理解的是,可以如上所述依次执行方法步骤S704~S710和方法步骤S711,也可以先执行方法步骤S711然后执行方法步骤S704~S710,也可以并行地执行方法步骤S704~S710和方法步骤S711。
应该理解的是,可以如上所述依次执行方法步骤S705~S709和方法步骤S710,也可以先执行方法步骤S710然后执行方法步骤S705~S709,也可以并行地执行方法步骤S705~S709和方法步骤S710。
例如,可以借助于现有技术中已知的方法实现粗距离参数的计算以及由粗距离参数精细化得到精距离参数,优选借助于基于暗通道假设的单帧图像除雾方法。
需要说明的是,以上所述的处理过程是对视频图像序列的各帧图像进行除雾处理的过程。对于视频图像序列的第一帧的处理是以上所述处理过程的特殊情形。首先,预处理单元100求取由摄像装置拍摄的第一帧图像的粗距离参数,并且所述粗距离参数存储在粗参数存储单元20中。随后,变化帧参数求取单元30通过粗距离参数精细化求取第一帧图像的精距离参数,并且将所述精距离参数存储在精参数存储单元40中。图像处理单元60根据求出的精距离参数对第一帧图像进行除雾处理。
本发明的图像除雾装置或图像处理系统特别适用于视频监控领域,同时也可以用于任何与图像、视频相关的设备,如一般摄像装置,解码器,照相机等。
Claims (23)
1.一种图像除雾装置,用于对输入图像进行除雾处理,所述图像除雾装置包括:
预处理单元,其用于求取当前帧图像的粗距离参数以及根据所述粗距离参数将所述当前帧图像归类为变化帧或者不变帧;
变化帧精参数求取单元,其用于求取所述变化帧的精距离参数;
不变帧精参数求取单元,其用于求取所述不变帧的精距离参数;
图像除雾单元,其利用由所述变化帧精参数单元求出的精距离参数对所述变化帧进行除雾处理,以及利用由所述不变帧参数求取单元求出的精距离参数对所述不变帧进行除雾处理;
其中,所述变化帧精参数求取单元将所述变化帧分割为粗距离参数不变区域和粗距离参数变化区域,以及根据前一帧图像的精距离参数求取所述粗距离参数不变区域的精距离参数,而根据前一帧图像的精距离参数和/或所述粗参数变化区域的粗距离参数求取所述粗距离参数变化区域的精距离参数;
其中,所述不变帧精参数求取单元根据所述前一帧图像的精距离参数求取所述不变帧的精距离参数。
2.根据权利要求1所述的图像除雾装置,其特征在于,
所述预处理单元借助于一个运算窗口根据由所述运算窗口覆盖的所有像素的像素值计算位于所述运算窗口中心的像素的粗距离参数。
3.根据权利要求1或2所述的图像除雾装置,其特征在于,所述图像除雾装置还包括:
粗参数存储单元,其用于存储由所述预处理单元求出的粗距离参数。
4.根据权利要求1至3中任一项所述的图像除雾装置,其特征在于,所述图像除雾装置还包括:
精参数存储单元,其用于存储由所述变化帧精参数求取单元和所述不变帧精参数求取单元求出的精距离参数。
5.根据权利要求1至4中任一项所述的图像除雾装置,其特征在于,
所述预处理单元在所述当前帧图像的粗距离参数与所述前一帧图像的粗距离参数相比发生变化的情况下将所述当前帧图像归类为所述变化帧,以及在所述当前帧图像的粗距离参数与所述前一帧图像的粗距离参数相比未发生变化的情况下将所述当前帧图像归类为所述不变帧。
6.根据权利要求1至5中任一项所述的图像除雾装置,其特征在于,
所述变化帧精参数求取单元通过所述当前帧图像的粗距离参数与所述前一帧图像的粗距离参数相减将所述变化帧分割为粗距离参数不变区域和粗距离参数变化区域。
7.根据权利要求1至6中任一项所述的图像除雾装置,其特征在于,
所述变化帧精参数求取单元使所述粗距离参数不变区域的各像素的精距离参数等于所述前一帧图像的相应像素的精距离参数。
8.根据权利要求1至7中任一项所述的图像除雾装置,其特征在于,
所述变化帧精参数求取单元通过所述粗参数变化区域的粗距离参数的精细化来求取所述粗距离参数变化区域的精距离参数。
9.根据权利要求1至7中任一项所述的图像除雾装置,其特征在于,
所述变化帧精参数求取单元将所述粗参数变化区域分割为像素变化区域和像素不变区域;
所述变化帧精参数求取单元根据所述粗参数变化区域的粗距离参数求取所述像素变化区域的精距离参数,而根据所述前一帧图像的精距离参数求取所述像素不变区域的精距离参数。
10.根据权利要求9所述的图像除雾装置,其特征在于,
所述变化帧精参数求取单元判断所述像素变化区域是否是连通的图像区域;
如果所述像素变化区域是连通的图像区域,则所述变化帧精参数求取单元将所述像素变化区域分割为第一图像区域和第二图像区域以及使所述像素变化区域的各像素的精距离参数等于其粗距离参数并且对所述第二区域的边缘进行修正,其中,在所述第一图像区域中所述当前帧图像的粗距离参数不小于所述前一帧图像的相应粗距离参数,在所述第二图像区域中所述当前帧图像的粗距离参数小于所述前一帧图像的相应粗距离参数;
如果所述像素变化区域不是连通的图像区域,则所述变化帧精参数求取单元使所述像素变化区域的各像素的精距离参数等于其粗距离参数。
11.根据权利要求10所述的图像除雾装置,其特征在于,
所述变化帧精参数求取单元通过以下方式对所述第二区域的边缘进行修正:借助所述运算窗口以所述第二区域的边缘上的每个像素为中心计算由所述运算窗口覆盖的所有像素的粗距离参数的最小值,然后使由所述运算窗口覆盖的所有像素的精距离参数等于所述最小值。
12.根据权利要求9所述的图像除雾装置,其特征在于,
所述变化帧精参数求取单元使所述像素不变区域的各像素的精距离参数等于所述前一帧图像的相应像素的精距离参数。
13.一种图像除雾方法,所述图像除雾方法对输入图像进行除雾处理,所述图像除雾方法包括以下方法步骤:
求取当前帧图像的粗距离参数以及根据所述粗距离参数将所述当前帧图像归类为变化帧或者不变帧;
求取所述变化帧的精距离参数;
求取所述不变帧的精距离参数;
利用所述变化帧的精距离参数对所述变化帧进行除雾处理,以及利用所述不变帧的精距离参数对所述不变帧进行除雾处理;
其中,将所述变化帧分割为粗距离参数不变区域和粗距离参数变化区域,根据前一帧图像的精距离参数求取所述粗距离参数不变区域的精距离参数,而根据前一帧图像的精距离参数和/或所述粗参数变化区域的粗距离参数求取所述粗距离参数变化区域的精距离参数,
其中,根据所述前一帧图像的精距离参数求取所述不变帧的精距离参数。
14.根据权利要求13所述的图像除雾方法,其特征在于,
借助于一个运算窗口根据由所述运算窗口覆盖的所有像素的像素值计算位于所述运算窗口中心的像素的粗距离参数。
15.根据权利要求13或14所述的图像除雾方法,其特征在于,
在所述当前帧图像的粗距离参数与所述前一帧图像的粗距离参数相比发生变化的情况下将所述当前帧图像归类为所述变化帧,
在所述当前帧图像的粗距离参数与所述前一帧图像的粗距离参数相比未发生变化的情况下将所述当前帧图像归类为所述不变帧。
16.根据权利要求13至15中任一项所述的图像除雾方法,其特征在于,通过所述当前帧图像的粗距离参数与所述前一帧图像的粗距离参数相减将所述变化帧分割为粗距离参数不变区域和粗距离参数变化区域。
17.根据权利要求13至16中任一项所述的图像除雾方法,其特征在于,使所述粗距离参数不变区域的各像素的精距离参数等于所述前一帧图像的相应像素的精距离参数。
18.根据权利要求10至17中任一项所述的图像除雾方法,其特征在于,通过所述粗参数变化区域的粗距离参数的精细化来求取所述粗距离参数变化区域的精距离参数。
19.根据权利要求10至17中任一项所述的图像除雾方法,其特征在于,将所述粗参数变化区域分割为像素变化区域和像素不变区域;根据所述粗参数变化区域的粗距离参数求取所述像素变化区域的精距离参数,而根据所述前一帧图像的精距离参数求取所述像素不变区域的精距离参数。
20.根据权利要求19所述的图像除雾方法,其特征在于,
判断所述像素变化区域是否是连通的图像区域;
如果所述像素变化区域是连通的图像区域,则将所述像素变化区域分割为第一图像区域和第二图像区域以及使所述像素变化区域的各像素的精距离参数等于其粗距离参数并且对所述第二区域的边缘进行修正,其中,在所述第一图像区域中所述当前帧图像的粗距离参数不小于所述前一帧图像的相应粗距离参数,在所述第二图像区域中所述当前帧图像的粗距离参数小于所述前一帧图像的相应粗距离参数;
如果所述像素变化区域不是连通的图像区域,则使所述像素变化区域的各像素的精距离参数等于其粗距离参数。
21.根据权利要求20所述的图像除雾方法,其特征在于,
通过以下方式对所述第二区域的边缘进行修正:借助所述运算窗口以所述第二区域的边缘上的每个像素为中心计算由所述运算窗口覆盖的所有像素的粗距离参数的最小值,然后使由所述运算窗口覆盖的所有像素的精距离参数等于所述最小值。
22.根据权利要求19所述的图像除雾方法,其特征在于,
使所述像素不变区域的各像素的精距离参数等于所述前一帧图像的相应像素的精距离参数。
23.一种图像处理系统,所述图像处理系统包括摄像装置、输出单元和根据权利要求1至12中任一项所述的图像除雾装置。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210021414.3A CN103226809B (zh) | 2012-01-31 | 2012-01-31 | 图像除雾装置和图像除雾方法 |
JP2013007984A JP5927728B2 (ja) | 2012-01-31 | 2013-01-21 | 画像霧除去装置、画像霧除去方法及び画像処理システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210021414.3A CN103226809B (zh) | 2012-01-31 | 2012-01-31 | 图像除雾装置和图像除雾方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103226809A true CN103226809A (zh) | 2013-07-31 |
CN103226809B CN103226809B (zh) | 2015-11-25 |
Family
ID=48837244
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210021414.3A Expired - Fee Related CN103226809B (zh) | 2012-01-31 | 2012-01-31 | 图像除雾装置和图像除雾方法 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP5927728B2 (zh) |
CN (1) | CN103226809B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105023246A (zh) * | 2015-06-23 | 2015-11-04 | 首都师范大学 | 一种基于对比度和结构相似度的图像增强方法 |
CN105046656A (zh) * | 2015-06-23 | 2015-11-11 | 首都师范大学 | 一种基于边缘保留滤波的形状自适应图像去雾方法 |
CN106462954A (zh) * | 2014-06-12 | 2017-02-22 | Eizo株式会社 | 图像处理系统及计算机可读记录介质 |
CN107317970A (zh) * | 2017-07-27 | 2017-11-03 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、计算机可读存储介质和计算机设备 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6331789B2 (ja) * | 2014-07-10 | 2018-05-30 | 株式会社リコー | 撮影システム、画像処理装置及びプログラム |
JP6473909B1 (ja) * | 2018-01-23 | 2019-02-27 | 東洋インキScホールディングス株式会社 | 画像変換装置、画像変換方法、及び画像変換プログラム |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102637293B (zh) * | 2011-02-12 | 2015-02-25 | 株式会社日立制作所 | 运动图像处理装置及运动图像处理方法 |
CN103186887B (zh) * | 2011-12-30 | 2016-08-03 | 株式会社日立制作所 | 图像除雾装置和图像除雾方法 |
-
2012
- 2012-01-31 CN CN201210021414.3A patent/CN103226809B/zh not_active Expired - Fee Related
-
2013
- 2013-01-21 JP JP2013007984A patent/JP5927728B2/ja not_active Expired - Fee Related
Non-Patent Citations (5)
Title |
---|
JIAWAN ZHANG等: "《Video dehazing with spatial and temporal coherence》", 《THE VISUAL COMPUTER》 * |
JOHN P. OAKLEY等: "《Correction of Simple Contrast Loss in Color Images》", 《IEEE TRANSACTIONS ON IMAGE PROCESSING》 * |
XINGYONG LV等: "《I2010 18th Pacific Conference on Computer Graphics and Application》", 25 October 2010 * |
XUAN DONG等: "《2011 IEEE International Conference on Multimedia and Expo (ICME 2011)》", 11 July 2011 * |
张怡等: "《基于时空一致性优化的视频去雾算法》", 《计算机应用研究》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106462954A (zh) * | 2014-06-12 | 2017-02-22 | Eizo株式会社 | 图像处理系统及计算机可读记录介质 |
US10157451B2 (en) | 2014-06-12 | 2018-12-18 | Eizo Corporation | Image processing system and computer-readable recording medium |
CN106462954B (zh) * | 2014-06-12 | 2019-09-20 | Eizo株式会社 | 图像处理系统 |
CN105023246A (zh) * | 2015-06-23 | 2015-11-04 | 首都师范大学 | 一种基于对比度和结构相似度的图像增强方法 |
CN105046656A (zh) * | 2015-06-23 | 2015-11-11 | 首都师范大学 | 一种基于边缘保留滤波的形状自适应图像去雾方法 |
CN107317970A (zh) * | 2017-07-27 | 2017-11-03 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、计算机可读存储介质和计算机设备 |
CN107317970B (zh) * | 2017-07-27 | 2019-10-18 | Oppo广东移动通信有限公司 | 图像处理方法、装置、计算机可读存储介质和计算机设备 |
Also Published As
Publication number | Publication date |
---|---|
CN103226809B (zh) | 2015-11-25 |
JP2013156983A (ja) | 2013-08-15 |
JP5927728B2 (ja) | 2016-06-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108596849B (zh) | 一种基于天空区域分割的单幅图像去雾方法 | |
CN102750674B (zh) | 基于自适应容差的视频图像去雾方法 | |
JP5982719B2 (ja) | 画像霧除去装置、画像霧除去方法及び画像処理システム | |
CN106296612B (zh) | 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系统及方法 | |
Jiang et al. | Night video enhancement using improved dark channel prior | |
CN101783012B (zh) | 一种基于暗原色的自动图像去雾方法 | |
CN103955905B (zh) | 基于快速小波变换和加权图像融合的单幅图像去雾方法 | |
Xu et al. | Fast image dehazing using improved dark channel prior | |
CN107301623B (zh) | 一种基于暗通道和图像分割的交通图像去雾方法及系统 | |
CN103218778B (zh) | 一种图像和视频的处理方法及装置 | |
Gao et al. | Sand-dust image restoration based on reversing the blue channel prior | |
CN107451966B (zh) | 一种采用灰度图引导滤波实现的实时视频去雾方法 | |
CN102637293B (zh) | 运动图像处理装置及运动图像处理方法 | |
CN103226809B (zh) | 图像除雾装置和图像除雾方法 | |
US20190164259A1 (en) | Method and apparatus for removing turbid objects in an image | |
CN108022225A (zh) | 基于快速导向滤波改进的暗通道先验图像去雾算法 | |
CN109523474A (zh) | 一种基于雾天退化模型的低照度图像增强方法 | |
CN105989583B (zh) | 一种图像去雾方法 | |
CN110276318A (zh) | 夜间公路下雨识别方法、装置、计算机设备及存储介质 | |
Alami et al. | Local fog detection based on saturation and RGB-correlation | |
CN109345479B (zh) | 一种视频监控数据的实时预处理方法及存储介质 | |
CN105631825B (zh) | 基于滚动导向的图像去雾方法 | |
CN112465720A (zh) | 一种基于图像天空分割的图像去雾方法、装置和存储介质 | |
Lin et al. | Image dehazing algorithm based on improved guided filtering | |
CN116310889A (zh) | 无人机环境感知数据的处理方法、控制终端以及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20151125 Termination date: 20200131 |
|
CF01 | Termination of patent right due to non-payment of annual fee |