CN104318535B - 图像去雾的方法、装置及移动终端 - Google Patents
图像去雾的方法、装置及移动终端 Download PDFInfo
- Publication number
- CN104318535B CN104318535B CN201410680715.6A CN201410680715A CN104318535B CN 104318535 B CN104318535 B CN 104318535B CN 201410680715 A CN201410680715 A CN 201410680715A CN 104318535 B CN104318535 B CN 104318535B
- Authority
- CN
- China
- Prior art keywords
- image
- image blocks
- value
- pixel point
- fog
- 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
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000002834 transmittance Methods 0.000 claims description 73
- 238000004364 calculation method Methods 0.000 claims description 13
- 230000003321 amplification Effects 0.000 claims description 8
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 8
- 238000003709 image segmentation Methods 0.000 claims description 7
- 230000009467 reduction Effects 0.000 claims description 7
- 230000008569 process Effects 0.000 abstract description 8
- 239000003595 mist Substances 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
Landscapes
- Image Processing (AREA)
Abstract
本发明适用于图像处理技术领域，提供了一种图像去雾的方法、装置及移动终端，所述方法包括：确定输入图像的大气光值；将所述输入图像划分为多个图像块；调用多个线程，所述多个线程并行执行，根据所述大气光值确定所述多个图像块对应的多个无雾图像块，其中，一个线程对应一个图像块；将所述多个无雾图像块合并，生成与所述输入图像对应的无雾图像。本发明，由于是对多个图像块进行并行处理，得到多个图像块对应的多个无雾图像块，因此，处理效率高，可以降低处理时间。克服了现有技术提供的移动终端，不能高效处理雾天拍摄到的图像的问题，进而达到可以在雾霾天气条件下，对移动终端中带雾图像进行快速、有效的清晰化处理的目的。
Description
技术领域
本发明属于图像处理技术领域，尤其涉及一种图像去雾的方法、装置及移动终端。
背景技术
雾是常见的一种天气现象。由于云雾天气，导致光学器材获得的图像的对比度下降，使得图像产生白化现象，图像产生退化，甚至模糊不清，影响到图像中相关信息的提取，给户外拍摄以及图像处理和信息提取都带来了很大的困难。
目前，安卓Android智能移动终端的照相软件和照片处理软件虽然已经有较多的图片增强处理功能，通过这些图片增强处理功能可以去除户外拍摄到的带雾图像中的雾气。另外，现有的暗通道先验的去雾算法也能去除带雾图像中的雾气。
然而，在实现本发明过程中，发明人发现现有技术中至少存在如下问题：
1)、安卓Android智能移动终端的照相软件和照片处理软件虽然已经有较多的图片增强处理功能，但是还未专门集成高效的雾天图形清晰化的功能，这些传统的图像增强算法并不能有效和快速地处理带雾图像。
2)、现有的暗通道先验的去雾算法，虽然去雾效果比较好，但处理效率较低。
总之，上述的图像去雾方法均不能满足用户的户外拍摄需求。
发明内容
有鉴于此，本发明实施例提供一种图像去雾的方法、装置及移动终端，以解决现有技术提供的移动终端，不能高效处理雾天拍摄到的图像，因此，不能满足用户户外拍摄的需求的问题。
第一方面，提供一种图像去雾的方法，包括：
确定输入图像的大气光值；
将所述输入图像划分为多个图像块；
调用多个线程，所述多个线程并行执行，根据所述大气光值确定所述多个图像块对应的多个无雾图像块，其中，一个线程对应一个图像块；
将所述多个无雾图像块合并，生成与所述输入图像对应的无雾图像。
结合第一方面，在第一方面的第一种可能实施方式中，所述根据所述大气光值确定所述多个图像块对应的多个无雾图像块，包括：
计算所述多个图像块的透射率；
根据所述大气光值和所述多个图像块的透射率，确定所述多个图像块对应的多个无雾图像块。
结合的第一种可能的实现方式，在第二种可能的实现方式中，所述计算所述多个图像块的透射率，包括：
对所述多个图像块进行缩小处理，得到缩小后的所述多个图像块；
根据缩小后的所述多个图像块，确定所述多个图像块的第一透射率；
根据缩小后的所述多个图像块，计算引导滤波系数；
根据所述第一透射率和所述引导滤波系数，确定所述多个图像块的第二透射率；
对所述第二透射率进行放大处理，得到所述多个图像块的透射率。
结合第一方面的第一种可能的实现方式，在第三种可能的实现方式中，所述多个图像块对应的多个无雾图像块由下式确定：
其中，t0(x)由下式确定：
其中，Ic(x)表示图像块中的像素点x的像素值，Ac表示输入图像的大气光值，t(x)表示图像块中的像素点x的透射率，Jc(x)表示图像块中的像素点x在对应的无雾图像块中的像素值，t0表示预设透射率下限，JR(x)、JG(x)和JB(x)分别是图像块中的像素点x的R、G、B分量的亮度值。
结合第一方面的第一种可能的实现方式，在第四种可能的实现方式中，在所述根据所述大气光值和所述多个图像块的透射率，确定所述多个图像块对应的多个无雾图像块之后，还包括：
拉升所述多个无雾图像块中的像素点的R、G、B分量的亮度值。
第二方面，提供一种图像去雾的装置，包括：
第一确定单元，用于确定输入图像的大气光值；
图像分割单元，用于将所述输入图像划分为多个图像块；
第二确定单元，用于调用多个线程，所述多个线程并行执行，根据所述第一确定单元确定的大气光值确定所述多个图像块对应的多个无雾图像块，其中，一个线程对应一个图像块；
图像合并单元，用于将所述第二确定单元确定的多个无雾图像块合并，生成与所述输入图像对应的无雾图像。
结合第二方面，在第二方面的第一种可能实施方式中，所述第二确定单元，包括：
透射率计算模块，用于计算所述图像分割单元划分得到的多个图像块的透射率；
无雾图像块确定模块，用于根据所述第一确定单元确定的大气光值和所述透射率计算模块计算得到的多个图像块的透射率，确定所述多个图像块对应的多个无雾图像块。
结合第二方面的第一种可能实施方式，在第二方面的第二种可能实施方式中，所述透射率计算模块，包括：
缩小子模块，用于对所述图像分割单元划分得到的多个图像块进行缩小处理，得到缩小后的所述多个图像块；
第一透射率确定子模块，用于根据所述缩小子模块得到的缩小后的所述多个图像块，确定所述多个图像块的第一透射率；
引导滤波系数计算子模块，用于根据所述缩小子模块得到的缩小后的所述多个图像块，计算引导滤波系数；
第二透射率确定子模块，用于根据所述第一透射率确定子模块确定的第一透射率和所述引导滤波系数计算子模块计算得到的引导滤波系数，确定所述多个图像块的第二透射率；
放大处理子模块，用于对所述第二透射率确定子模块确定的第二透射率进行放大处理，得到所述多个图像块的透射率。
结合第二方面的第一种可能实施方式，在第二方面的第三种可能实施方式中，所述无雾图像块确定模块根据下式确定所述多个图像块对应的多个无雾图像块：
其中，t0(x)由下式确定：
其中，Ic(x)表示图像块中的像素点x的像素值，Ac表示输入图像的大气光值，t(x)表示图像块中的像素点x的透射率，Jc(x)表示图像块中的像素点x在对应的无雾图像块中的像素值，t0表示预设透射率下限，JR(x)、JG(x)和JB(x)分别是图像块中的像素点x的R、G、B分量的亮度值。
结合第二方面的第一种可能实施方式，在第二方面的第四种可能实施方式中，所述第二确定单元，还包括：
亮度拉升模块，用于拉升所述无雾图像块确定模块确定的多个无雾图像块中的像素点的R、G、B分量的亮度值。
第三方面，提供一种移动终端，所述移动终端包括如上所述的图像去雾的装置。
在本发明实施例，将输入图像划分为多个图像块后，然后调用与所述多个图像块对应的多个线程，由所述多个线程并行执行，根据输入图像的大气光值确定所述多个图像块对应的多个无雾图像块，最后将所述多个无雾图像块合并，生成与所述输入图像对应的无雾图像。由于是对多个图像块进行并行处理，得到多个图像块对应的多个无雾图像块，因此，处理效率高，可以降低处理时间。克服了现有技术提供的移动终端，不能高效处理雾天拍摄到的图像，因此，不能满足用户户外拍摄的需求的问题，进而达到可以在雾霾天气条件下，对移动终端中带雾图像进行快速、有效的清晰化处理的目的。
附图说明
图1是本发明实施例一提供的图像去雾的方法的实现流程图；
图2是本发明实施例二提供的图像去雾的装置的结构框图。
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。
在本发明实施例中，先确定输入图像的大气光值；再将所述输入图像划分为多个图像块；然后调用多个线程，所述多个线程并行执行，根据所述大气光值确定所述多个图像块对应的多个无雾图像块，其中，一个线程对应一个图像块；最后将所述多个无雾图像块合并，生成与所述输入图像对应的无雾图像。
以下结合具体实施例对本发明的实现进行详细描述：
实施例一
图1示出了本发明实施例一提供的图像去雾的方法的实现流程，详述如下：
在步骤S101中，确定输入图像的大气光值。
暗通道先验规律是由何凯明通过对大量的图像统计归纳得到的，可以简单地描述为：在不包含天空的无雾图像中，对于图像中的任意像素点，在它周围合适的局部窗口范围内，至少有一个颜色通道具有较低并且趋近于零的亮度值，暗通道先验规律满足的公式为：
其中，w(x)表示以像素x为中心的局部窗口，窗口半径取值一般都很小，Jc表示无雾图像的任意颜色通道，Jdark为输入图像的暗通道，暗通道是输入图像对应的具有较低并且趋近于零的亮度值的颜色通道，r、g、b分别代表红、绿、蓝三个颜色通道。
在本发明实施例中，认为大气光值选取的区域应该是一个“灰度世界”。根据这条规律，可以通过以下步骤确定大气光值。
步骤1、从输入图像的暗通道所包括的所有像素点中选取至少一个像素点，其中，所述至少一个像素点中的每个像素点的亮度值大于或等于所述暗通道包括的其它像素点的亮度值。
步骤2、根据所述至少一个像素点从所述输入图像中选取至少一个满足预设限制条件的像素点。
步骤3、将选取出的满足预设限制条件的至少一个像素点中的第一颜色分量的亮度值作为大气光值，所述第一颜色分量是选取出的满足预设限制条件的至少一个像素点的多个颜色分量中，具有最大亮度值的颜色分量。
在步骤3中，所述预设限制条件由下式确定：
其中，differ_map(x)为像素点x的多个颜色分量中，第一颜色分量和第二颜色分量的亮度值之差，max I(x)为第一颜色分量的亮度值，min I(x)为第二颜色分量的亮度值，在像素点x的多个颜色分量中，第一颜色分量具有最大亮度值，第二颜色分量具有最小亮度值，α是预设亮度差值。
优选地，在步骤3之后，还包括：
步骤4、判断所述大气光值是否等于0，如果所述大气光值等于0，则所述将选取出的满足预设限制条件的至少一个像素点中的第一颜色分量的亮度值作为大气光值，包括：使α＝α+Δα，所述预设限制条件中的α等于α+Δα；其中，Δα为预设的α递增步进值。
下面举例来说明本发明实施例确定大气光值的过程：
先从输入图像的暗通道中选取亮度值最大的前0.1％的N个像素点，再从N个像素点对应的输入图像中筛选取出满足下面限制条件的像素点：
其中，在上面的公式中，differ_map(x)为输入图像的RGB通道中像素点X的第一颜色分量和第二颜色分量的亮度值之差，其中，第一颜色分量的亮度值是像素点x的多个颜色分量中的最大值，第二颜色分量的亮度值是像素点x的多个颜色分量中的最小值，α取值可在0～5之间适当调整，在限制条件下，将选取出来的像素点中RGB各分量的最大亮度值作为全局大气光值。
加入了限制条件之后，在有天空区域或者是浓雾区域的图像中可以准确的求出全局大气光值，但在没有这类区域的图像中就得不到合适的大气光值，这时大气光值A为0，因此在新的大气光值获取算法中加入循环，使得α的值根据判断的限制条件每次递增Δα，直到找到合适的全局大气光值，
其中，α大于0并且小于5，Δα大于0并且小于5，通过α＝α+Δα使α的值根据判断条件递增。
这种大气光值计算方法，相比现有的何凯明提出的大气光值计算方法，进一步增强了算法的鲁棒性，提高了大气光值计算的精确度，同时能够避免A值过大，使得清晰化后的无雾图像偏暗。
在步骤S102中，将所述输入图像划分为多个图像块。
在本发明实施例中，根据输入图像的高度和宽度，按照预设的比例将输入图像化分为若干个图像块。
一般选取高和宽的50％的比例，分为4块，如果想要提升处理速度，可以按照更小的比例对输入图像进行切割，将输入图像划分为更多个图像块。
在步骤S103中，调用多个线程，所述多个线程并行执行，根据所述大气光值确定所述多个图像块对应的多个无雾图像块，其中，一个线程对应一个图像块。
在本发明实施例中，调用多个线程，所述多个线程并行执行，同时根据步骤S101得到大气光值，对划分得到的多个图像块进行处理，得到所述多个图像块对应的多个无雾图像块。
其中，一个线程对应一个图像块，一个线程负责对一个图像块进行处理。由于多个线程同时对多个图像块进行处理，因此，相比现有的对一个输入图像进行处理的去雾方法，可以快速的得到多个图像块对应的多个无雾图像块，提高了处理效率，减低了处理时间，相比现有的去雾方法，更加快速、有效。
具体的，根据所述大气光值确定所述多个图像块对应的多个无雾图像块，包括：
步骤1、计算所述多个图像块的透射率。
其中，每个线程根据步骤S101确定的大气光值以及其处理的图像块确定该图像块的透射率。
具体的，计算所述多个图像块的透射率时，可以通过以下步骤完成：
步骤A、对所述多个图像块进行缩小处理，得到缩小后的所述多个图像块。
具体的，按照smooth Bresenham scaling算法中的快速缩图算法将步骤S102划分得到的多个图像块进行缩小处理，得到缩小后的所述多个图像块。
步骤B、根据缩小后的所述多个图像块，确定所述多个图像块的第一透射率。
具体的，先求取缩小后的所述多个图像块的暗通道，再根据下式确定所述多个图像块的第一透射率：
其中，为以像素点x为中心的局部窗口内的多个像素点的第一透射率，w(x)是以像素点x为中心的局部窗口，r、g、b代表红、绿、蓝三个颜色通道，Ic(y)为以像素点x为中心的局部窗口中的像素点的亮度值，Ac为大气光值。
步骤C、根据缩小后的所述多个图像块，计算引导滤波系数。
具体的，可以采用下述公式，计算得到引导滤波系数wij(I)，公式为：
其中，|W|为窗口范围内的像素点个数，μ为窗口范围内RGB分量的亮度均值，σ为窗口范围内RGB分量的亮度方差，ξ为规格化参数，常取值为0.0001。
从上述公式中可看出，引导滤波系数的计算比较的复杂，耗时较长，引导滤波系数的计算的耗时时间与窗口范围内的像素点个数密切相关，像素点个数多，则耗时会长。
本步骤中，根据缩小后的图像块计算引导滤波系数，相比采用原始图像，计算引导滤波系数时，涉及到的像素点更少，所以计算速度更快。且快速缩图算法和与快速放大算法的算法复杂度的耗时远远不及采用原始图像计算引导滤波系数时耗时长，从而提高了算法的实时性。
步骤D、根据所述第一透射率和所述引导滤波系数，确定所述多个图像块的第二透射率。
本步骤中，利用步骤C得到的引导滤波系数去修正步骤B得到的第一滤波系数，得到所述多个图像块的第二透射率。
具体的，采用下式来修正步骤B得到的第一滤波系数，得到第一透射率：
步骤E、对所述第二透射率进行放大处理，得到所述多个图像块的透射率。
本步骤中，将步骤D确定的第二透射率利用smooth Bresenham scaling算法中的快速放大算法进行放大处理，得到步骤S102划分得到的多个图像块的透射率。
步骤2、根据所述大气光值和所述多个图像块的透射率，确定所述多个图像块对应的多个无雾图像块。
在本步骤中，所述多个图像块对应的多个无雾图像块由下式确定：
在上式中，引入参数t0(x)作为透射率的下限，可以使得场景雾气较为稠密处保留一定量的雾气，由于图像的不同部分需要保留雾气程度不同，可通过自适应的方法选择t0参数，本发明实施例中提出根据各个像素点的R、G、B分量的亮度值选择透射率的下限值，可以避免恢复后得到的无雾图像中出现较为明显的分界线，计算公式如下所示：
其中，t0表示预设透射率下限，t0的值可在0.1～1之间选择，t0的值越大，去雾的程度越大。
其中，Ic(x)表示图像块中的像素点x的像素值，Ac表示输入图像的大气光值，t(x)表示图像块中的像素点x的透射率，Jc(x)表示图像块中的像素点x在对应的无雾图像块中的像素值，JR(x)、JG(x)和JB(x)分别是图像块中的像素点x的R、G、B分量的亮度值。
优选地，在步骤2之后，还可以包括步骤3，在步骤3中，拉升步骤2确定的多个无雾图像块中的像素点的R、G、B分量的亮度值。由于步骤2确定的去雾处理后的无雾图像块稍微偏黑，可以使用拉升每个无雾图像块中的像素点的R、G、B分量的亮度值来提高每个无雾图像块的亮度，使无雾图像块看起来更加的自然明亮。
在步骤S104中，将所述多个无雾图像块合并，生成与所述输入图像对应的无雾图像。
在本发明实施例中，将步骤S103确定的多个无雾图像块合并，生成与所述输入图像对应的无雾图像。
本实施例，将输入图像划分为多个图像块后，然后调用与所述多个图像块对应的多个线程，由所述多个线程并行执行，根据输入图像的大气光值确定所述多个图像块对应的多个无雾图像块，最后将所述多个无雾图像块合并，生成与所述输入图像对应的无雾图像。由于是对多个图像块进行并行处理，得到多个图像块对应的多个无雾图像块，因此，处理效率高，可以降低处理时间。克服了现有技术提供的移动终端，不能高效处理雾天拍摄到的图像，因此，不能满足用户户外拍摄的需求的问题，进而达到可以在雾霾天气条件下，对移动终端中带雾图像进行快速、有效的清晰化处理的目的。另外，在计算图像块的透射率时，先对多个图像块进行缩小处理，根据缩小后的图像块计算图像块的透射率，处理时间相比现有技术更短，速度更快。
还有，在确定多个图像块对应的无雾图像块时，根据各个像素点的R、G、B分量的亮度值选择透射率的下限值，可以避免恢复后图像中出现较为明显的分界线。
此外，在得到图像块对应的无雾图形块后，提升无雾图像块中的像素点的R、G、B分量的亮度值，可以使恢复得到的无雾图像更加自然明亮。
实施例二
图2示出了本发明实施例二提供的图像去雾的装置具体结构框图，为了便于说明，仅示出了与本发明实施例相关的部分。该图像去雾的装置2可以是内置于移动终端中的软件单元、硬件单元或者软硬件结合的单元，该装置2包括：第一确定单元21、图像分割单元22、第二确定单元23和图像合并单元24。
其中，第一确定单元21，用于确定输入图像的大气光值；
图像分割单元22，用于将所述输入图像划分为多个图像块；
第二确定单元23，用于调用多个线程，所述多个线程并行执行，根据所述第一确定单元确定的大气光值确定所述多个图像块对应的多个无雾图像块，其中，一个线程对应一个图像块；
图像合并单元24，用于将所述第二确定单元确定的多个无雾图像块合并，生成与所述输入图像对应的无雾图像。
具体的，所述第二确定单元23，包括：
透射率计算模块，用于计算所述图像分割单元划分得到的多个图像块的透射率；
无雾图像块确定模块，用于根据所述第一确定单元确定的大气光值和所述透射率计算模块计算得到的多个图像块的透射率，确定所述多个图像块对应的多个无雾图像块。
具体的，所述透射率计算模块，包括：
缩小子模块，用于对所述图像分割单元划分得到的多个图像块进行缩小处理，得到缩小后的所述多个图像块；
第一透射率确定子模块，用于根据所述缩小子模块得到的缩小后的所述多个图像块，确定所述多个图像块的第一透射率；
引导滤波系数计算子模块，用于根据所述缩小子模块得到的缩小后的所述多个图像块，计算引导滤波系数；
第二透射率确定子模块，用于根据所述第一透射率确定子模块确定的第一透射率和所述引导滤波系数计算子模块计算得到的引导滤波系数，确定所述多个图像块的第二透射率；
放大处理子模块，用于对所述第二透射率确定子模块确定的第二透射率进行放大处理，得到所述多个图像块的透射率。
具体的，所述无雾图像块确定模块根据下式确定所述多个图像块对应的多个无雾图像块：
其中，t0(x)由下式确定：
其中，Ic(x)表示图像块中的像素点x的像素值，Ac表示输入图像的大气光值，t(x)表示图像块中的像素点x的透射率，Jc(x)表示图像块中的像素点x在对应的无雾图像块中的像素值，t0表示预设透射率下限，JR(x)、JG(x)和JB(x)分别是图像块中的像素点x的R、G、B分量的亮度值。
进一步地，所述第二确定单元23，还包括：
亮度拉升模块，用于拉升所述无雾图像块确定模块确定的多个无雾图像块中的像素点的R、G、B分量的亮度值。
本发明实施例提供的图像去雾的装置可以应用在前述对应的方法实施例一中，详情参见上述实施例一的描述，在此不再赘述。
值得注意的是，上述装置实施例中，所包括的各个单元只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
以上所述仅为本发明的较佳实施例而已，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、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (11)
1.一种图像去雾的方法，其特征在于，包括：
确定输入图像的大气光值；
将所述输入图像划分为多个图像块；
调用多个线程，所述多个线程并行执行，根据所述大气光值确定所述多个图像块对应的多个无雾图像块，其中，一个线程对应一个图像块；
将所述多个无雾图像块合并，生成与所述输入图像对应的无雾图像；
所述大气光值的确定步骤包括：
从所述输入图像的暗通道所包括的所有像素点中选取至少一个像素点，其中，所述至少一个像素点中的每个像素点的亮度值大于或等于所述暗通道包括的其它像素点的亮度值；
根据所述至少一个像素点从所述输入图像中选取至少一个满足预设限制条件的像素点；
将选取出的满足预设限制条件的至少一个像素点中的第一颜色分量的亮度值作为所述大气光值；所述第一颜色分量是选取出的满足预设限制条件的至少一个像素点的多个颜色分量中，具有最大亮度值的颜色分量；
通过第一颜色分量和第二颜色分量确定预设限制条件，所述第二颜色分量为选取出的满足预设限制条件的至少一个像素点的多个颜色分量中，具有最小亮度值的颜色分量；
所述预设限制条件由下式确定：
其中，differ_map(x)为像素点x的多个颜色分量中，第一颜色分量和第二颜色分量的亮度值之差，max I(x)为第一颜色分量的亮度值，min I(x)为第二颜色分量的亮度值，在像素点x的多个颜色分量中，第一颜色分量具有最大亮度值，第二颜色分量具有最小亮度值，α是预设亮度差值；
之后，判断所述大气光值是否等于0，如果所述大气光值等于0，则所述将选取出的满足预设限制条件的至少一个像素点中的第一颜色分量的亮度值作为大气光值，包括：使α＝α+Δα，其中，Δα为预设的α递增步进值。
2.如权利要求1所述的方法，其特征在于，所述根据所述大气光值确定所述多个图像块对应的多个无雾图像块，包括：
计算所述多个图像块的透射率；
根据所述大气光值和所述多个图像块的透射率，确定所述多个图像块对应的多个无雾图像块。
3.如权利要求2所述的方法，其特征在于，所述计算所述多个图像块的透射率，包括：
对所述多个图像块进行缩小处理，得到缩小后的所述多个图像块；
根据缩小后的所述多个图像块，确定所述多个图像块的第一透射率；
根据缩小后的所述多个图像块，计算引导滤波系数；
根据所述第一透射率和所述引导滤波系数，确定所述多个图像块的第二透射率；
对所述第二透射率进行放大处理，得到所述多个图像块的透射率。
4.如权利要求2所述的方法，其特征在于，所述多个图像块对应的多个无雾图像块由下式确定：
其中，t0(x)由下式确定：
其中，Ic(x)表示图像块中的像素点x的像素值，Ac表示输入图像的大气光值，t(x)表示图像块中的像素点x的透射率，Jc(x)表示图像块中的像素点x在对应的无雾图像块中的像素值，t0表示预设透射率下限，JR(x)、JG(x)和JB(x)分别是图像块中的像素点x的R、G、B分量的亮度值。
5.如权利要求2所述的方法，其特征在于，在所述根据所述大气光值和所述多个图像块的透射率，确定所述多个图像块对应的多个无雾图像块之后，还包括：拉升所述多个无雾图像块中的像素点的R、G、B分量的亮度值。
6.一种图像去雾的装置，其特征在于，包括：
第一确定单元，用于确定输入图像的大气光值；
图像分割单元，用于将所述输入图像划分为多个图像块；
第二确定单元，用于调用多个线程，所述多个线程并行执行，根据所述第一确定单元确定的大气光值确定所述多个图像块对应的多个无雾图像块，其中，一个线程对应一个图像块；
图像合并单元，用于将所述第二确定单元确定的多个无雾图像块合并，生成与所述输入图像对应的无雾图像；
所述第一确定单元具体用于通过如下方式确定输入图像的大气光值：
从所述输入图像的暗通道所包括的所有像素点中选取至少一个像素点，其中，所述至少一个像素点中的每个像素点的亮度值大于或等于所述暗通道包括的其它像素点的亮度值；
根据所述至少一个像素点从所述输入图像中选取至少一个满足预设限制条件的像素点；
将选取出的满足预设限制条件的至少一个像素点中的第一颜色分量的亮度值作为所述大气光值；所述第一颜色分量是选取出的满足预设限制条件的至少一个像素点的多个颜色分量中，具有最大亮度值的颜色分量；
通过第一颜色分量和第二颜色分量确定预设限制条件，所述第二颜色分量为选取出的满足预设限制条件的至少一个像素点的多个颜色分量中，具有最小亮度值的颜色分量；
所述预设限制条件由下式确定：
其中，differ_map(x)为像素点x的多个颜色分量中，第一颜色分量和第二颜色分量的亮度值之差，max I(x)为第一颜色分量的亮度值，min I(x)为第二颜色分量的亮度值，在像素点x的多个颜色分量中，第一颜色分量具有最大亮度值，第二颜色分量具有最小亮度值，α是预设亮度差值；
之后，判断所述大气光值是否等于0，如果所述大气光值等于0，则所述将选取出的满足预设限制条件的至少一个像素点中的第一颜色分量的亮度值作为大气光值，包括：使α＝α+Δα，其中，Δα为预设的α递增步进值。
7.如权利要求6所述的装置，其特征在于，所述第二确定单元，包括：
透射率计算模块，用于计算所述图像分割单元划分得到的多个图像块的透射率；无雾图像块确定模块，用于根据所述第一确定单元确定的大气光值和所述透射率计算模块计算得到的多个图像块的透射率，确定所述多个图像块对应的多个无雾图像块。
8.如权利要求7所述的装置，其特征在于，所述透射率计算模块，包括： 缩小子模块，用于对所述图像分割单元划分得到的多个图像块进行缩小处理，得到缩小后的所述多个图像块；
第一透射率确定子模块，用于根据所述缩小子模块得到的缩小后的所述多个图像块，确定所述多个图像块的第一透射率；
引导滤波系数计算子模块，用于根据所述缩小子模块得到的缩小后的所述多个图像块，计算引导滤波系数；
第二透射率确定子模块，用于根据所述第一透射率确定子模块确定的第一透射率和所述引导滤波系数计算子模块计算得到的引导滤波系数，确定所述多个图像块的第二透射率；
放大处理子模块，用于对所述第二透射率确定子模块确定的第二透射率进行放大处理，得到所述多个图像块的透射率。
9.如权利要求7所述的装置，其特征在于，所述无雾图像块确定模块根据下式确定所述多个图像块对应的多个无雾图像块：
其中，t0(x)由下式确定：
其中，Ic(x)表示图像块中的像素点x的像素值，Ac表示输入图像的大气光值，t(x)表示图像块中的像素点x的透射率，Jc(x)表示图像块中的像素点x在对应的无雾图像块中的像素值，t0表示预设透射率下限，JR(x)、JG(x)和JB(x)分别是图像块中的像素点x的R、G、B分量的亮度值。
10.如权利要求7所述的装置，其特征在于，所述第二确定单元，还包括：
亮度拉升模块，用于拉升所述无雾图像块确定模块确定的多个无雾图像块中的像素点的R、G、B分量的亮度值。
11.一种移动终端，其特征在于，所述移动终端包括如权利要求6至10任一项所述的图像去雾的装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410680715.6A CN104318535B (zh) | 2014-11-20 | 2014-11-20 | 图像去雾的方法、装置及移动终端 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410680715.6A CN104318535B (zh) | 2014-11-20 | 2014-11-20 | 图像去雾的方法、装置及移动终端 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104318535A CN104318535A (zh) | 2015-01-28 |
| CN104318535B true CN104318535B (zh) | 2018-02-16 |
Family
ID=52373761
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410680715.6A Active CN104318535B (zh) | 2014-11-20 | 2014-11-20 | 图像去雾的方法、装置及移动终端 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104318535B (zh) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106709876B (zh) * | 2015-08-27 | 2020-04-14 | 上海沃韦信息科技有限公司 | 一种基于暗像元原理的光学遥感图像去雾方法 |
| CN105513024A (zh) * | 2015-12-07 | 2016-04-20 | 魅族科技（中国）有限公司 | 一种图像处理的方法及终端 |
| CN105976337B (zh) * | 2016-05-10 | 2018-12-18 | 长安大学 | 一种基于中值引导滤波的图像去雾方法 |
| CN107545544A (zh) | 2016-06-29 | 2018-01-05 | 诺基亚技术有限公司 | 去除图像中的混浊对象的方法和装置 |
| CN107451975B (zh) * | 2017-04-25 | 2019-06-07 | 中国人民解放军空军工程大学 | 一种基于视觉加权相似的图像质量清晰化方法 |
| CN111462060A (zh) * | 2020-03-24 | 2020-07-28 | 湖南大学 | 胎儿超声图像中标准切面图像的检测方法和装置 |
| CN117078562B (zh) * | 2023-10-16 | 2023-12-26 | 四川中科友成科技有限公司 | 一种视频图像去雾方法、装置、计算机设备及介质 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104077750A (zh) * | 2014-06-18 | 2014-10-01 | 深圳市金立通信设备有限公司 | 一种图像的处理方法 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8266333B1 (en) * | 2009-05-29 | 2012-09-11 | Z Microsystems, Inc. | System and method for parallel image processing and routing |
| CN103049890A (zh) * | 2013-01-17 | 2013-04-17 | 四川川大智胜软件股份有限公司 | 一种基于cuda的图像实时去雾方法 |
| CN103116876B (zh) * | 2013-02-22 | 2014-04-16 | 北京京东世纪贸易有限公司 | 一种图像去雾的方法和装置 |
| CN104134194A (zh) * | 2014-07-23 | 2014-11-05 | 中国科学院深圳先进技术研究院 | 图像去雾方法和系统 |
-
2014
- 2014-11-20 CN CN201410680715.6A patent/CN104318535B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104077750A (zh) * | 2014-06-18 | 2014-10-01 | 深圳市金立通信设备有限公司 | 一种图像的处理方法 |
Non-Patent Citations (3)
| Title |
|---|
| 基于CUDA的JPEG-LS编码器的并行设计;段皓;《中国优秀硕士学位论文全文数据库 信息科技辑》;20140215;正文第20页 * |
| 基于暗原色的单一图像去雾算法的研究;和晓军，乔寅;《计算机应用工程》;20140131;第31卷(第1期);第305页第2.2-2.4节 * |
| 大气光估计对单幅图像去雾复原的影响;徐晶 等;《智能计算机与应用》;20120630;第2卷(第2期);第4部分 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104318535A (zh) | 2015-01-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104318535B (zh) | 图像去雾的方法、装置及移动终端 | |
| WO2016206087A1 (zh) | 一种低照度图像处理方法和装置 | |
| Shi et al. | Let you see in sand dust weather: A method based on halo-reduced dark channel prior dehazing for sand-dust image enhancement | |
| CN108876743B (zh) | 一种图像快速去雾方法、系统、终端及存储介质 | |
| CN104299192B (zh) | 一种基于大气光散射物理模型的单幅图像去雾方法 | |
| 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 | |
| CN106846263A (zh) | 基于融合通道且对天空免疫的图像去雾方法 | |
| CN105046658B (zh) | 一种低照度图像处理方法和装置 | |
| CN104036466B (zh) | 一种视频去雾方法与系统 | |
| CN107767354A (zh) | 一种基于暗原色先验的图像去雾算法 | |
| Zhang et al. | A naturalness preserved fast dehazing algorithm using HSV color space | |
| CN108765342A (zh) | 一种基于改进暗通道的水下图像复原方法 | |
| Pei et al. | Effective image haze removal using dark channel prior and post-processing | |
| CN110689490A (zh) | 一种基于纹理颜色特征和优化透射率的水下图像复原方法 | |
| CN104166968A (zh) | 一种图像去雾的方法、装置及移动终端 | |
| CN103440674B (zh) | 一种数字图像蜡笔特效的快速生成方法 | |
| CN104331867B (zh) | 图像去雾的方法、装置及移动终端 | |
| CN105959510B (zh) | 一种视频快速去雾方法 | |
| CN108154492B (zh) | 一种基于非局部均值滤波的图像去雾霾方法 | |
| CN104766307A (zh) | 一种图像处理的方法及设备 | |
| CN112053298B (zh) | 一种图像去雾方法 | |
| CN111192205A (zh) | 一种图像去雾方法、系统和计算机可读存储介质 | |
| He et al. | Single image dehazing with white balance correction and image decomposition | |
| US11089234B2 (en) | Systems and methods of image enhancement | |
| CN110175967B (zh) | 图像去雾处理方法、系统、计算机设备和存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP03 | Change of name, title or address |
Address after: Changan town in Guangdong province Dongguan 523860 usha Beach Road No. 18 Patentee after: GUANGDONG OPPO MOBILE TELECOMMUNICATIONS CORP., Ltd. Address before: Changan town in Guangdong province Dongguan 523841 usha Beach Road No. 18 Patentee before: GUANGDONG OPPO MOBILE TELECOMMUNICATIONS CORP., Ltd. |
|
| CP03 | Change of name, title or address |