CN104732578B - 一种基于倾斜摄影技术的建筑物纹理优化方法 - Google Patents

一种基于倾斜摄影技术的建筑物纹理优化方法 Download PDF

Info

Publication number
CN104732578B
CN104732578B CN201510103471.XA CN201510103471A CN104732578B CN 104732578 B CN104732578 B CN 104732578B CN 201510103471 A CN201510103471 A CN 201510103471A CN 104732578 B CN104732578 B CN 104732578B
Authority
CN
China
Prior art keywords
image
mtf
spread function
texture
building
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
Application number
CN201510103471.XA
Other languages
English (en)
Other versions
CN104732578A (zh
Inventor
解斐斐
林宗坚
苏国中
郭金运
王东东
独知行
陈传法
刘智敏
郭英
孔巧丽
郭斌
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Suzhou Dipu Gaizi Intelligent Technology Co.,Ltd.
Original Assignee
Shandong University of Science and Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shandong University of Science and Technology filed Critical Shandong University of Science and Technology
Priority to CN201510103471.XA priority Critical patent/CN104732578B/zh
Publication of CN104732578A publication Critical patent/CN104732578A/zh
Application granted granted Critical
Publication of CN104732578B publication Critical patent/CN104732578B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

本发明涉及一种基于倾斜摄影技术的建筑物纹理优化方法，具体步骤如下：第一步：建筑物立面纹理模糊消除；第二步：建筑物纹理影像主色调匹配。本发明的有益效果是：(1)针对建筑物立面纹理影像模糊现象以及单个建筑物各面色彩斑驳问题，提出了基于高频增强的MTF图像复原算法。(2)针对相邻建筑物色彩强度不一问题，提出了基于纹理影像的主色调匹配方法。

Description

一种基于倾斜摄影技术的建筑物纹理优化方法
技术领域
本发明涉及城市三维数据纹理提取方法，特别涉及一种基于倾斜摄影技术的建筑物纹理优化方法。
背景技术
国内外关于数字城市构建，更多的是研究如何恢复建筑物三维建模的几何模型，而建筑物纹理只是作为一种附加的属性，研究较少，而真实的纹理是建立建筑物精细和真实三维模型所必需的。倾斜摄影技术，是国际地理信息领域新近发展起来一项技术，利用多传感器集成机制，如新型多线(面)阵、多角度数码相机的应用，如三线阵相机系统ADS40/80，三相机系统Trimble的AOS，以及五相机系统Pictometry相机和国产SWDC-5，一次飞行可获取目标建筑物垂直角度和4个倾斜角度的影像，克服了传统航摄技术只能进行垂直角度拍摄的局限，可获取地物三维几何信息和丰富的纹理信息。
利用倾斜摄影技术进行三维建模时，从众多定向的纹理图像中自动选择遮挡最少最清晰的影像作为最佳的纹理数据源，并通过几何纠正方法保证纹理影像达到较合适的人眼观测效果。而实际环境中，受外界各种因素影响，例如光的衍射、大气质量、相机系统因素以及内业处理过程等，影像模糊效应不可避免，一定程度上影响了纹理的质量和视觉效果。另外，从航空像片上虽然能取得建筑物的立面纹理，但纹理的清晰度取决于拍摄的角度和楼层高度，侧面纹理往往存在分辨率不足的问题，使得模型的精美度不够。
另一方面，由于建筑物各面纹理选自不同摄影时刻和不同摄影角度的影像，不可避免的存在单个建筑物各面色彩斑驳，相邻建筑物色彩强度不一的情况，极大地影响三维城市视觉上的一致性和美观性。
因此，如何利用现有图像处理技术，尽量消除影像模糊效应，恢复影像清晰度，并使得整个建筑物色彩强度相同，相邻建筑物整体过渡自然是很有必要的。
发明内容
本发明提出一种基于倾斜摄影技术的建筑物纹理优化方法，具体的方案
第一步：建筑物立面纹理模糊消除
基于高频强调的MTF图像复原算法，主要步骤为：
a、选择满足要求即具有刀刃边缘的图像数据；
b、根据图像上的刀刃边缘定位像素边缘的位置并提取采样点；
c、对步骤b中提取的采样点进行拟合，得到边缘扩展函数ESF曲线；
d、对ESF进行求导，得到线扩展函数LSF曲线；
e、对LSF做傅里叶变换得到MTF曲线；
点扩展函数PSF(x,y)定义为点光源成像后的亮度在X方向和Y方向的分布函数；
线扩展函数LSF是对点扩展函数沿着其扩散方向积分，其公式表示为：
或
图像中亮度方差较大的区域叫做刀刃边缘，从刀刃边缘中可以提取边缘扩展函数ESF：
或
定义f(x,y)为未退化的原始影像，g(x,y)为观测的退化影像，退化的数学模型可表示为：
g(x,y)＝f(x,y)·h(x,y)+n(x,y)
式中，h(x,y)为点扩展函数PSF；n(x,y)为随机噪声；
对两边进行傅里叶变换得：
G＝F·MTF+N
MTF图像复原就是对退化模型的逆运算，其频域表示式为：
F＝(G-N)/MTF
为了提高刀刃法估计MTF曲线精度，首先：通过交互式方法调整MTF曲线的下降调整：
MTF＝MTFr
其中，r为MTF曲线下降幅度的调节系数，使MTF曲线拟合更加精准，保证图像恢复质量；
其次：通过截取LSF曲线，在作傅里叶变换之前，对该曲线做截取，只留下边缘及其扩散的区域，然后以零值代替被截掉的部分。
第二步：建筑物纹理影像主色调匹配
1)颜色空间RGB—>HSI变换
首先将利用色度坐标系模型将建筑墙面的纹理影像从RGB模式转换到HSI模式，并以I分量形成的灰度影像作为后续处理的对象，相应的转换公式为：
Min(R,G,B)＝R：I＝(R+B+G)/3；S＝1-R/I；H＝(B-R)/3*(I-R)+1
Min(R,G,B)＝G：I＝(R+B+G)/3；S＝1-G/I；H＝(B-G)/3*(I-G)+2
Min(R,G,B)＝R：I＝(R+B+G)/3；S＝1-R/I；H＝(B-R)/3*(I-R)+1
2)对I分量进行直方图均衡化
直方图均衡化是以概率理论为基础，使分布于灰度阶层上的像素数近似相同，从而使亮度可以更好地在直方图上分布。
离散图像中，任一灰度级像素出现的概率为，
式中：nk为影像中出现sk级灰度的像素数，n是图像像素总数，而即为频数；
计算累积直方图各项：
取整扩展：tk＝int[(L-1)tk+0.5]
映射对应关系：
即k＝255*tk。
对原始I分量影像分块进行直方图均衡化，即局部直方图均衡化。
3)亮度标准化匹配
计算所有纹理影像源中的I分量影像的平均值
人工选取一幅标准影像作为亮度调整的基准，标准影像选择以亮度柔和、不刺眼为原则，其亮度平均值为I；对待匹配图像的每个像素的亮度值以亮度差值 进行补偿；
4)颜色空间HSI—>RGB变换
将处理后的I分量影像从HSI模式转换到RGB模式，得到最终的建筑墙面纹理的彩色影像；
●0≤H＜1：R＝I*(1+2*S-3*H*S)；G＝I*(1-S+3*H*S)；B＝I*(1-S)
●1≤H＜2：R＝I*(1-S)；G＝I*(1+5*S-3*H*S)；R＝I*(1-4*S+3*H*S)
●2≤H＜3：R＝I*(1-7*S+3*H*S)；G＝I*(1-S)；B＝I*(1+8*S-3*H*S)
本发明的有益效果是：
(1)针对建筑物立面纹理影像模糊现象以及单个建筑物各面色彩斑驳问题，提出了基于高频增强的MTF图像复原算法。基于高频强调的MTF的图像复原算法，利用刃边边缘图像数据估计MTF曲线，避免反复估计PSF过程，消除纹理影像模糊现象。
(2)针对相邻建筑物色彩强度不一问题，提出了基于纹理影像的主色调匹配方法。主色调匹配方法是对建筑物各面纹理影像的I分量进行直方图均衡化，并以参考图像的直方图为标准，将待处理图像直方图进行标准化变换，处理后的纹理影像色调基本一致，达到三维城市视觉上的一致性和美观性效果。
附图说明
图1是PSF、LSF、ESF、MTF的关系示意图。
具体实施方式
第一步建筑物立面纹理模糊消除
高频强调滤波方法在增强图像特征纹理边缘信息较强，但色彩失真严重；而基于点扩展函数的图像复原方法图像保真度高，但纹理特征增强效果差，并且PSF估计需要人工多次调试。基于此，提出基于高频强调的MTF图像复原算法，步骤为：
a、选择满足要求即具有刀刃边缘的图像数据；
b、根据图像上的刀刃边缘定位像素边缘的位置并提取采样点；
c、对步骤b中提取的采样点进行拟合，得到边缘扩展函数ESF曲线；
d、对ESF进行求导，得到线扩展函数LSF曲线；
e、对LSF做傅里叶变换得到MTF曲线；
点扩展函数PSF(Point，线扩展函数LSF(Line和边缘扩展函数EdSF(Edge SpreadFunction)以及它们之间的关系(图1)。
点扩展函数PSF(x,y)定义为点光源成像后的亮度在X方向和Y方向的分布函数。
线扩展函数LSF是对点扩展函数沿着其扩散方向积分，其公式表示为：
或
图像中亮度方差较大的区域叫做刀刃边缘，从刃边中可以提取边缘扩展函数ESF：
或
假设f(x,y)为未退化的原始影像，g(x,y)为观测的退化影像，退化的数学模型可表示为：
g(x,y)＝f(x,y)·h(x,y)+n(x,y)
式中，h(x,y)为点扩展函数PSF；n(x,y)为随机噪声。
对两边进行傅里叶变换得：
G＝F·MTF+N
MTF图像复原就是对退化模型的逆运算，其频域表示式为：
F＝(G-N)/MTF
PSF、LSF和ESF之间是互为微积分关系，因此，只要知道PSF、LSF、ESF之中的任意一个，就可以计算得到传递函数MTF。
由于计算误差和图像质量等各种因素影响，实际计算中MTF可能不很理想，最终影响恢复图像效果。因此为了提高刀刃法估计MTF精度，通过以下方法：首先，通过交互式方法调整MTF曲线的下降调整：
MTF＝MTFr
其中，r为MTF曲线下降幅度的调节系数，使MTF曲线拟合更加精准，保证图像恢复质量。
其次，通过截取LSF曲线，LSF曲线边缘两侧呈现较小幅度的振荡，这是由于边缘量测区域的灰度分布不均匀引起的。在做傅里叶变换之前，对该曲线做截取，只留下边缘两侧各2个像素及其扩散的区域。然后以零值代替被截掉的部分，这样就弥补了刀刃边缘两侧灰度不均匀的缺陷。
第二步建筑物纹理影像主色调匹配
CCD数码相机等感光单位的非线性增益与航空摄影时的偏移引起的相邻影像之间的色彩差异问题，以及相机与太阳光线的夹角引起的影像亮度分布问题是航空摄影测量较为常见的颜色问题。而建筑物各面纹理选自不同摄影时刻和不同摄影角度的影像，不可避免的存在单个建筑物各个面色彩斑驳，相邻建筑物色彩强度不一的情况，极大地影响三维城市视觉上的一致性和美观性。
针对建筑物纹理源影像色彩调整主要为达到视觉上整体亮度一致性，并防止产生颜色偏差，提出基于纹理相机的纹理影像源主色调匹配方法，其步骤如下：
1)颜色空间RGB—>HSI变换。独立彩色图像分量处理通常是不明智的，这将产生不正确的颜色。一个合乎逻辑的方法是对彩色强度进行处理，保留色彩本身(即色调)不变。这里首先将利用色度坐标系模型将建筑墙面的纹理影像从RGB模式转换到HSI模式，并以I分量形成的灰度影像作为后续处理的对象，相应的转换公式为：
Min(R,G,B)＝R：I＝(R+B+G)/3；S＝1-R/I；H＝(B-R)/3*(I-R)+1
Min(R,G,B)＝G：I＝(R+B+G)/3；S＝1-G/I；H＝(B-G)/3*(I-G)+2
Min(R,G,B)＝R：I＝(R+B+G)/3；S＝1-R/I；H＝(B-R)/3*(I-R)+1
2)对I分量进行直方图均衡化。直方图均衡化是以概率理论为基础，使分布于灰度阶层上的像素数近似相同，从而使亮度可以更好地在直方图上分布。
离散图像中，某个灰度级像素出现的概率为，
式中：nk为影像中出现sk级灰度的像素数，n是图像像素总数，而即为频数。
计算累积直方图各项：
取整扩展：tk＝int[(L-1)tk+0.5]
映射对应关系：
因为tk是归一化的数值(tk∈[0,1])，要转换为0～255的颜色值，需要再乘上255，即k＝255*tk。
整体直方图均衡化容易导致亮度局部增大，产生的噪声破坏了原有的信息。因此这里对原始I分量影像分块进行直方图均衡化，即局部直方图均衡化。
3)亮度标准化匹配
计算所有纹理影像源中的I分量影像的平均值人工选取一幅标准影像作为亮度调整的基准，标准影像选择以亮度柔和、不刺眼为原则，其亮度平均值为 对待匹配图像的每个像素的亮度值以亮度差值进行补偿。
4)颜色空间HSI—>RGB变换。将处理后的I分量影像从HSI模式RGB转换到模式，得到最终的建筑墙面纹理的彩色影像。
●0≤H＜1：R＝I*(1+2*S-3*H*S)；G＝I*(1-S+3*H*S)；B＝I*(1-S)
●1≤H＜2：R＝I*(1-S)；G＝I*(1+5*S-3*H*S)；R＝I*(1-4*S+3*H*S)
●2≤H＜3：R＝I*(1-7*S+3*H*S)；G＝I*(1-S)；B＝I*(1+8*S-3*H*S)。
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、改进等，均应包含在本发明的保护范围之内。

Claims (1)

1.一种基于倾斜摄影技术的建筑物纹理优化方法，其特征在于：具体步骤如下：
第一步 建筑物立面纹理模糊消除
提出基于高频强调的MTF图像复原算法，步骤为：
a、选择满足要求即具有刀刃边缘的图像数据；
b、根据图像上的刀刃边缘定位像素边缘的位置并提取采样点；
c、对步骤b中提取的采样点进行拟合，得到边缘扩展函数ESF曲线；
d、对ESF进行求导，得到线扩展函数LSF曲线；
e、对LSF做傅里叶变换得到MTF曲线；
点扩展函数PSF(Point Spread Function)，线扩展函数LSF(Line Spread Function)和边缘扩展函数ESF(Edge Spread Function)以及它们之间的关系：
点扩展函数PSF(x,y)定义为点光源成像后的亮度在X方向和Y方向的分布函数；
线扩展函数LSF是对点扩展函数沿着其扩散方向积分，其公式表示为：
或
图像中亮度方差较大的区域叫做刀刃边缘，从刃边中可以提取边缘扩展函数ESF：
或
假设f(x,y)为未退化的原始影像，g(x,y)为观测的退化影像，退化的数学模型可表示为：
g(x,y)＝f(x,y)·h(x,y)+n(x,y)
式中，h(x,y)为点扩展函数PSF；n(x,y)为随机噪声；
对两边进行傅里叶变换得：
G＝F·MTF+N
MTF图像复原就是对退化模型的逆运算，其频域表示式为：
F＝(G-N)/MTF
PSF、LSF和ESF之间是互为微积分关系，因此，只要知道PSF、LSF、ESF之中的任意一个，就可以计算得到传递函数MTF；
为了提高刀刃法估计MTF精度，通过以下方法：首先，通过交互式方法调整MTF曲线的下降调整：
MTF＝MTFr
其中，r为MTF曲线下降幅度的调节系数，使MTF曲线拟合更加精准，保证图像恢复质量；
其次，通过截取LSF曲线，LSF曲线边缘两侧呈现较小幅度的振荡，这是由于边缘量测区域的灰度分布不均匀引起的；在做傅里叶变换之前，对该曲线做截取，只留下边缘两侧各2个像素及其扩散的区域；然后以零值代替被截掉的部分，这样就弥补了刀刃边缘两侧灰度不均匀的缺陷；
第二步 建筑物纹理影像主色调匹配
针对建筑物纹理源影像色彩调整为达到视觉上整体亮度一致性，并防止产生颜色偏差，提出基于纹理相机的纹理影像源主色调匹配方法，其步骤如下：
1)颜色空间RGB->HSI变换；这里首先将利用色度坐标系模型将建筑墙面的纹理影像从RGB模式转换到HSI模式，并以I分量形成的灰度影像作为后续处理的对象，相应的转换公式为：
Min(R,G,B)＝R：I＝(R+B+G)/3；S＝1-R/I；H＝(B-R)/3*(I-R)+1
Min(R,G,B)＝G：I＝(R+B+G)/3；S＝1-G/I；H＝(B-G)/3*(I-G)+2
Min(R,G,B)＝R：I＝(R+B+G)/3；S＝1-R/I；H＝(B-R)/3*(I-R)+1
2)对I分量进行直方图均衡化；直方图均衡化是以概率理论为基础，使分布于灰度阶层上的像素数近似相同，从而使亮度可以更好地在直方图上分布；
离散图像中，某个灰度级像素出现的概率为，
式中：nk为影像中出现sk级灰度的像素数，n是图像像素总数，而即为频数；
计算累积直方图各项：
取整扩展：tk＝int[(L-1)tk+0.5]
映射对应关系：
因为tk是归一化的数值tk∈[0,1]，要转换为0～255的颜色值，需要再乘上255，即k＝255*tk；
整体直方图均衡化容易导致亮度局部增大，产生的噪声破坏了原有的信息；因此这里对原始I分量影像分块进行直方图均衡化，即局部直方图均衡化；
3)亮度标准化匹配
计算所有纹理影像源中的I分量影像的平均值人工选取一幅标准影像作为亮度调整的基准，标准影像选择以亮度柔和、不刺眼为原则，其亮度平均值为对待匹配图像的每个像素的亮度值以亮度差值进行补偿；
4)颜色空间HSI—>RGB变换；将处理后的I分量影像从HSI模式RGB转换到模式，得到最终的建筑墙面纹理的彩色影像；
●0≤H＜1：R＝I*(1+2*S-3*H*S)；G＝I*(1-S+3*H*S)；B＝I*(1-S)
●1≤H＜2：R＝I*(1-S)；G＝I*(1+5*S-3*H*S)；R＝I*(1-4*S+3*H*S)
●2≤H＜3：R＝I*(1-7*S+3*H*S)；G＝I*(1-S)；B＝I*(1+8*S-3*H*S)。
CN201510103471.XA 2015-03-10 2015-03-10 一种基于倾斜摄影技术的建筑物纹理优化方法 Active CN104732578B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510103471.XA CN104732578B (zh) 2015-03-10 2015-03-10 一种基于倾斜摄影技术的建筑物纹理优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510103471.XA CN104732578B (zh) 2015-03-10 2015-03-10 一种基于倾斜摄影技术的建筑物纹理优化方法

Publications (2)

Publication Number Publication Date
CN104732578A CN104732578A (zh) 2015-06-24
CN104732578B true CN104732578B (zh) 2019-01-29

Family

ID=53456446

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510103471.XA Active CN104732578B (zh) 2015-03-10 2015-03-10 一种基于倾斜摄影技术的建筑物纹理优化方法

Country Status (1)

Country Link
CN (1) CN104732578B (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105574302B (zh) * 2016-02-29 2018-12-07 江苏中锐华东建筑设计研究院有限公司 基于移动平台分析的大型公共场所建筑设计方法
CN105910585A (zh) * 2016-04-18 2016-08-31 重庆市勘测院 基于倾斜摄影技术的违法建筑物快速巡查测量方法
CN106841115A (zh) * 2017-02-07 2017-06-13 南京理工大学 基于空间频率特征的海面溢油检测方法
CN108961163A (zh) * 2018-06-28 2018-12-07 长光卫星技术有限公司 一种高分辨率卫星影像超分辨重建方法
CN109472758B (zh) * 2018-11-20 2019-06-04 山东科技大学 一种地震剖面图像纹理细节增强方法
CN109410152A (zh) * 2018-11-26 2019-03-01 Oppo广东移动通信有限公司 成像方法和装置、电子设备、计算机可读存储介质
CN109598770A (zh) * 2018-12-07 2019-04-09 秦嘉艺 一种城市建筑物的智能配色方法及智能配色系统
CN113223149A (zh) * 2021-05-08 2021-08-06 中煤(西安)航测遥感研究院有限公司 三维模型纹理生成方法、装置、设备及存储介质
CN114387416B (zh) * 2022-03-24 2022-05-27 北京飞渡科技有限公司 针对倾斜摄影三维重建的纹理自动生成和修复方法
CN117788344B (zh) * 2024-02-26 2024-05-07 北京飞渡科技股份有限公司 一种基于扩散模型的建筑纹理图像修复方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101980293A (zh) * 2010-09-02 2011-02-23 北京航空航天大学 一种基于刃边图像的高光谱遥感系统mtf检测方法
CN104318526A (zh) * 2014-10-20 2015-01-28 南京理工大学 基于mtf的遥感器在轨自动优化在轨参数的方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101980293A (zh) * 2010-09-02 2011-02-23 北京航空航天大学 一种基于刃边图像的高光谱遥感系统mtf检测方法
CN104318526A (zh) * 2014-10-20 2015-01-28 南京理工大学 基于mtf的遥感器在轨自动优化在轨参数的方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
STUDY ON CONSTRUCTION OF 3D BUILDING BASED ON UAV IMAGES;Xie Feifei等;《International Archives of the Photogrammetry,Remote Sensing and Spatial Information Sciences》;20120901;第469-473页
一种优化的刃边法 ＭＴＦ在轨评估算法;徐航等;《遥感信息》;20121231;第27卷(第6期);参见10-16页
基于MTF的遥感图像恢复技术研究;邱晓君;《中国优秀硕士学位论文全文数据库信息科技辑》;20070115(第1期);第I140-376页
基于倾斜刃边法的调制传递函数计算及图像复原;李铁成等;《光学学报》;20101031;第30卷(第10期);参见第2891-2897页
基于刃边法计算在轨HJ-1卫星遥感图像MTF的研究与应用;文海滨;《中国优秀硕士学位论文全文数据库信息科技辑》;20140815(第8期);参见第4章
多视点视频中基于局部直方图匹配的亮度和色差校正;陈建乐等;《中国图象图形学报》;20071130;第12卷(第11期);第1992-1999页

Also Published As

Publication number Publication date
CN104732578A (zh) 2015-06-24

Similar Documents

Publication Publication Date Title
CN104732578B (zh) 一种基于倾斜摄影技术的建筑物纹理优化方法
CN107563964B (zh) 大面阵亚米级夜景遥感影像的快速拼接方法
CN111223068A (zh) 基于Retinex的自适应非均匀低照度图像增强的方法
CN110827218B (zh) 基于图像hsv透射率加权校正的机载图像去雾方法
CN105959510B (zh) 一种视频快速去雾方法
CN111354077B (zh) 一种基于双目视觉的三维人脸重建方法
CN110163807B (zh) 一种基于期望亮通道的低照度图像增强方法
CN107527325B (zh) 一种基于暗通道优先的单目水下视觉增强方法
CN115223004A (zh) 基于改进的多尺度融合生成对抗网络图像增强方法
WO2013080439A1 (ja) 立体画像処理装置及び立体画像処理方法
He et al. Single image dehazing with white balance correction and image decomposition
CN105513015B (zh) 一种雾天图像的清晰化处理方法
GB2430829A (en) Identifying a scene illuminant by comparison of chromaticity values with stored possible illuminants
CN111598812B (zh) 一种基于rgb和hsv双颜色空间的图像去雾方法
Sahu et al. Image dehazing based on luminance stretching
CN110175967B (zh) 图像去雾处理方法、系统、计算机设备和存储介质
CN110782400A (zh) 一种自适应的光照均匀实现方法和装置
CN106327439B (zh) 一种快速雾霾天图像清晰化方法
CN116758447A (zh) 一种基于数字孪生的变电站设备故障分析系统
CN113989164B (zh) 一种水下彩色图像复原方法、系统及存储介质
CN115035175A (zh) 一种三维模型构建数据处理方法及系统
CN109961413B (zh) 大气光方向优化估计的图像去雾迭代算法
Skabek et al. Improvement and unification of input images for photogrammetric reconstruction
CN114418871A (zh) 一种基于高斯曲面拟合的内窥镜颜色校正方法
CN113382276A (zh) 一种图片处理方法及系统

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20230816

Address after: Room 1703, Building 1, Xinxi Business Building, No. 199, Fengqing Street, East the Taihu Lake Ecological Tourism Resort (the Taihu Lake New Town), Wujiang District, Suzhou City, Jiangsu Province, 215200

Patentee after: Suzhou Dipu Gaizi Intelligent Technology Co.,Ltd.

Address before: 579 qianwangang Road, Qingdao Economic and Technological Development Zone, Shandong Province 266000

Patentee before: SHANDONG University OF SCIENCE AND TECHNOLOGY