CN105513017B - 图像去雾处理方法、装置及摄像设备 - Google Patents
图像去雾处理方法、装置及摄像设备 Download PDFInfo
- Publication number
- CN105513017B CN105513017B CN201410542033.9A CN201410542033A CN105513017B CN 105513017 B CN105513017 B CN 105513017B CN 201410542033 A CN201410542033 A CN 201410542033A CN 105513017 B CN105513017 B CN 105513017B
- Authority
- CN
- China
- Prior art keywords
- image
- infrared
- color correction
- infrared color
- value
- 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
Landscapes
- Color Television Image Signal Generators (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种图像去雾处理方法、装置及摄像设备,所述方法包括:获取混合了近红外光及可见光的混合光照图像;依据当前近红外光强度和可见光强度的比例、以及近红外光及可见光在图像传感器上的光电转化率曲线计算出当前混合光照图像中的红外色彩分量与可见光照色彩分量之间的函数关系;以及依据所述函数关系获得与该当前混合光照图像相对应的红外色彩修正图像,并将所述红外色彩修正图像与当前混合光照图像进行融合处理后得到红外色彩校正图像;对所述红外色彩校正图像进行数字透雾处理,得到去雾处理图像。采用本发明,能够使得在雾霾环境下获得良好画质的去雾图像。
Description
技术领域
本发明涉及视频监控技术领域,具体而言,涉及一种去雾能力得到提升了的图像去雾处理方法、装置及摄像设备。
背景技术
随着当前视频监控技术的不断发展,人们对视频监控性能的要求也随之越来越高,一方面要求在雾霾环境下能够得到场景中的被监控目标,从而保证摄像设备的透雾性,另一方面则要求采集的图像具有较好的图像画质,以提升用户的使用体验。
传统的透雾摄像设备一般采用如下两种透雾处理方法:数字透雾和物理透雾。
对于物理透雾:可见光在透过雾霾时,会被空气中的雾霾颗粒阻挡反射而无法通过,所以只能接受可见光的人眼此时无法看到雾霾后面的景象。而近红外光线由于波长较长,在传播过程中,可以绕过雾霾颗粒(例如烟尘和雾气)并穿透过去,透雾摄像设备的感光元件可以感知到这部分近红外光,因此现有技术中利用所述近红外光线以及相应的能够感知近红外光的透雾摄像设备来实现透雾监控。其中,所述近红外光是介于可见光(VIS)和中红外光(MIR)之间的电磁波,按ASTM(美国试验和材料检测协会)定义是指波长在780~2526nm范围内的电磁波,习惯上又将近红外区划分为近红外短波(780~1100nm)和近红外长波(1100~2526nm)两个区域。
但基于所述物理透雾,由于所述近红外光没有对应的可见光色彩图,因此通常只能获得黑白监控画面,用户观看感受不佳。
对于数字透雾:则是通过摄像机ISP或者后端软件上可实现,是基于人类视觉感知模型设计的后端图像复原技术,其集合了多种图像算法,是目前较为重要的一类图像处理技术。目前已知的数字透雾算法大致可以分为如下两大类:一种是非模型的图像增强方法,通过增强图像的对比度,满足主观视觉的要求来达到清晰化的目的;另一种是基于模型的图像复原方法,其通过考察图像退化的原因,将退化过程进行建模,以最终解决图像的复原问题。数字透雾能有效提升视觉对比度,以低成本、易部署等特点,适宜广泛应用于城市监控中,但是其仅能依靠数字处理技术对图像中的已有信息进行增强。并不能真正地有效提升摄像设备的去雾处理能力。
发明内容
鉴于此,本发明实施例的目的在于提供一种去雾能力得到提升了的图像去雾处理方法、装置及摄像设备。
本发明实施例采用以下技术方案实现:
一种图像去雾处理方法,包括:
获取混合了近红外光及可见光的混合光照图像;
依据当前近红外光强度和可见光强度的比例、以及近红外光及可见光在图像传感器上的光电转化率曲线计算出当前混合光照图像中的红外色彩分量与可见光照色彩分量之间的函数关系;以及依据所述函数关系获得与该当前混合光照图像相对应的红外色彩修正图像,并将所述红外色彩修正图像与当前混合光照图像进行融合处理后得到红外色彩校正图像;
对所述红外色彩校正图像进行数字透雾处理,得到去雾处理图像。
优选地,所述融合处理是指:将所述当前混合光照图像每个像素点的真实像素值与所述红外色彩修正图像相应像素点的红外色彩分量值依照预设色彩比例进行叠加。
优选地,对所述红外色彩校正图像采用基于暗通道的数字透雾算法进行数字透雾处理,得到去雾处理图像。
一种图像去雾处理装置,包括:
采集模块,用于获取混合了近红外光及可见光的混合光照图像;
红外校正处理模块,用于依据当前近红外光强度和可见光强度的比例、以及近红外光及可见光在图像传感器上的光电转化率曲线计算出当前混合光照图像中的红外色彩分量与可见光照色彩分量之间的函数关系;以及依据所述函数关系获得与该当前混合光照图像相对应的红外色彩修正图像,并将所述红外色彩修正图像与当前混合光照图像进行融合处理后得到红外色彩校正图像;
数字去雾处理模块,用于对所述红外色彩校正图像进行数字透雾处理,得到去雾处理图像。
优选地,所述融合处理是指:将所述当前混合光照图像每个像素点的真实像素值与所述红外色彩修正图像相应像素点的红外色彩分量值依照预设色彩比例进行叠加。
优选地,所述数字去雾处理模块对所述红外色彩校正图像采用基于暗通道的数字透雾算法进行数字透雾处理,得到去雾处理图像。
一种摄像设备,包括:
镜头部件,用于透过近红外光及可见光;
以及,如上述实施例所述的图像去雾处理装置,所述装置包括:
采集模块,用于获取混合了近红外光及可见光的混合光照图像;
红外校正处理模块,用于依据当前近红外光强度和可见光强度的比例、以及近红外光及可见光在图像传感器上的光电转化率曲线计算出当前混合光照图像中的红外色彩分量与可见光照色彩分量之间的函数关系;以及依据所述函数关系获得与该当前混合光照图像相对应的红外色彩修正图像,并将所述红外色彩修正图像与当前混合光照图像进行融合处理后得到红外色彩校正图像;
数字去雾处理模块,用于对所述红外色彩校正图像进行数字透雾处理,得到去雾处理图像。
本发明结合物理透雾和数字透雾的优点,通过对物理透雾的近红外线图像进行红外色彩校正,将有色偏的红外图像校正到正常的色彩图像,并采用数字透雾技术对图像作进一步的增强,这样在实现物理透雾,提升了对雾气的穿透能力的同时,也保证了经去雾处理之后的图像拥有较好的画质。另一方面,本发明由于没有使用更多的物理器件,使得成本上没有增加,而是通过图像处理的算法将现有的器件使用起来达到更好的效果。
附图说明
图1为本发明实施例提供的图像去雾处理方法的流程示意图;
图2为本发明实施例提供的图像去雾处理装置的结构示意图。
本发明目的的实现、功能特点及优异效果,下面将结合具体实施例以及附图做进一步的说明。
具体实施方式
下面结合附图和具体实施例对本发明所述技术方案作进一步的详细描述,以使本领域的技术人员可以更好的理解本发明并能予以实施,但所举实施例不作为对本发明的限定。
本发明实施例提供的一种图像去雾处理方法的核心思想是:在物理透雾和数字透雾的基础上,结合红外色彩校正改善目前监控摄像机的透雾效果。首先采用近红外光的物理透雾方式成像,得到一个混合了可见光和近红外光的图像。由于图像中不完全是可见光,所以图像的色彩存在偏差。之后采用红外色彩校正的算法对混合了近红外光的图像进行处理,将图像中的红外光造成的色彩偏差修正到和可见光成像的色彩一致,之后再进行数字透雾处理。
如图1所示,本发明实施例提供的一种图像去雾处理方法,包括如下步骤:
S10、获取混合了近红外光及可见光的混合光照图像;
S20、依据当前近红外光强度和可见光强度的比例、以及近红外光及可见光在图像传感器上的光电转化率曲线计算出当前混合光照图像中的红外色彩分量与可见光照色彩分量之间的函数关系;以及依据所述函数关系获得与该当前混合光照图像相对应的红外色彩修正图像,并将所述红外色彩修正图像与当前混合光照图像进行融合处理后得到红外色彩校正图像;
S30、对所述红外色彩校正图像进行数字透雾处理,得到去雾处理图像。
在所述步骤S10中,摄像机的镜头能够透过近红外光线以及可见光光线,在某些实施例中,其它波段的光线可以被滤光片予以滤除。
在本实施例中,所述混合光照图像为彩色成像,而非现有技术中基于物理透雾而执行的黑白成像,所述得到的彩色的混合光照图像用于执行后续的红外色彩校正。
在所述步骤S20中,对上述步骤S10得到的混合光照图像进行红外色彩校正,应当理解,所述获得的混合光照图像由两个部分叠加组成,分别为近红外光在图像传感器上的红外色彩分量成像部分IR以及可见光的可见光照色彩分量成像部分RGB,在所述混合光照图像上,其每个像素点上最终成像的真实像素值就是(IR+R,IR+G,IR+B)。
在本实施例中,依据当前近红外光强度和可见光强度的比例、以及近红外光及可见光在图像传感器上的光电转化率曲线计算出当前混合光照图像中的红外色彩分量IR与可见光照色彩分量RGB之间的函数关系IR=F(RGB)。
在获取到所述函数关系之后,本实施例中,可以依据所述函数关系获得与该当前混合光照图像相对应的红外色彩修正图像,具体地:
对采集的混合光照图像的每个像素点,依据其真实像素值(IR+R,IR+G,IR+B)以及所述函数关系IR=F(RGB),可以得到与所述每个真实像素点相对应的红外色彩修正值,在对所述混合光照图像依照上述方法进行处理后,依据所有得到的红外色彩修正值得到红外色彩修正图像,之后再将所述红外色彩修正图像与当前混合光照图像进行融合处理后得到红外色彩校正图像。
本实施例中,所述融合处理是指:将所述当前混合光照图像每个像素点的真实像素值与所述红外色彩修正图像相应像素点的红外色彩分量值依照预设色彩比例进行叠加。
对于所述步骤S30,数字透雾可以采用暗通道的透雾模型来进行透雾处理,也可以采用其他的数字透雾算法。本实施例中,对所述红外色彩校正图像采用基于暗通道的数字透雾算法进行数字透雾处理,得到去雾处理图像。
其中,所述基于暗通道的数字透雾算法由以下步骤构成:
1、计算红外色彩校正图像的暗通道,在每个象素点的位置,暗通道图像的像素值Dimg(x,y)可以为当前点周围n*n领域的图像像素的最小值,也就是:
Dimg(x,y)=min(Img(xi,yi)),其中(xi,yi)为(x,y)的n*n邻域。
2、计算红外色彩校正图像的大气光,可以采用图像中像素值最高的1%像素的平均RGB值作为大气光的RGB值。
3、根据红外色彩校正图像中大气光的值Max(RGB)和暗通道的值,通过如下公式将红外色彩校正图像进行数字去雾处理,得到去雾后的图像:
Val(x,y)=1–D(x,y)/Max(R,G,B);
Img(x,y)=Max(R,G,B)+(ImgIn(x,y)–Max(R,G,B))/Val(x,y)。
其中ImgIn(x,y)为红外色彩校正图像,Img(x,y)为经过透雾处理的输出图像。
如图2所示,本发明实施例相应地提供了一种图像去雾处理装置,包括:
采集模块,用于获取混合了近红外光及可见光的混合光照图像;
红外校正处理模块,用于依据当前近红外光强度和可见光强度的比例、以及近红外光及可见光在图像传感器上的光电转化率曲线计算出当前混合光照图像中的红外色彩分量与可见光照色彩分量之间的函数关系;以及依据所述函数关系获得与该当前混合光照图像相对应的红外色彩修正图像,并将所述红外色彩修正图像与当前混合光照图像进行融合处理后得到红外色彩校正图像;
数字去雾处理模块,用于对所述红外色彩校正图像进行数字透雾处理,得到去雾处理图像。
在实际应用当中,摄像机的镜头能够透过近红外光线以及可见光光线,在某些实施例中,其它波段的光线可以被滤光片予以滤除。
在本实施例中,所述混合光照图像为彩色成像,而非现有技术中基于物理透雾而执行的黑白成像,所述得到的彩色的混合光照图像用于执行后续的红外色彩校正。
所述红外校正处理模块对采集模块得到的混合光照图像进行红外色彩校正,应当理解,所述获得的混合光照图像由两个部分叠加组成,分别为近红外光在图像传感器上的红外色彩分量成像部分IR以及可见光的可见光照色彩分量成像部分RGB,在所述混合光照图像上,其每个像素点上最终成像的真实像素值就是(IR+R,IR+G,IR+B)。
所述红外校正处理模块依据当前近红外光强度和可见光强度的比例、以及近红外光及可见光在图像传感器上的光电转化率曲线计算出当前混合光照图像中的红外色彩分量IR与可见光照色彩分量RGB之间的函数关系IR=F(RGB)。
在获取到所述函数关系之后,所述红外校正处理模块可以依据所述函数关系获得与该当前混合光照图像相对应的红外色彩修正图像,具体地:
对采集的混合光照图像的每个像素点,依据其真实像素值(IR+R,IR+G,IR+B)以及所述函数关系IR=F(RGB),可以得到与所述每个真实像素点相对应的红外色彩修正值,在对所述混合光照图像依照上述方法进行处理后,依据所有得到的红外色彩修正值得到红外色彩修正图像,之后再将所述红外色彩修正图像与当前混合光照图像进行融合处理后得到红外色彩校正图像。
本实施例中,所述融合处理是指:将所述当前混合光照图像每个像素点的真实像素值与所述红外色彩修正图像相应像素点的红外色彩分量值依照预设色彩比例进行叠加。
本实施例中,所述数字去雾处理模块对所述红外色彩校正图像采用基于暗通道的数字透雾算法进行数字透雾处理,得到去雾处理图像。
所述数字去雾处理模块采用的数字透雾算法可以采用暗通道的透雾模型来进行透雾处理,也可以采用其他的数字透雾算法。本实施例中,数字去雾处理模块对所述红外色彩校正图像采用基于暗通道的数字透雾算法进行数字透雾处理,得到去雾处理图像。
同样地,所述基于暗通道的数字透雾算法由以下步骤构成:
1、计算红外色彩校正图像的暗通道,在每个象素点的位置,暗通道图像的像素值Dimg(x,y)可以为当前点周围n*n领域的图像像素的最小值,也就是:
Dimg(x,y)=min(Img(xi,yi)),其中(xi,yi)为(x,y)的n*n邻域。
2、计算红外色彩校正图像的大气光,可以采用图像中像素值最高的1%像素的平均RGB值作为大气光的RGB值。
3、根据红外色彩校正图像中大气光的值Max(RGB)和暗通道的值,通过如下公式将红外色彩校正图像进行数字去雾处理,得到去雾后的图像:
Val(x,y)=1–D(x,y)/Max(R,G,B);
Img(x,y)=Max(R,G,B)+(ImgIn(x,y)–Max(R,G,B))/Val(x,y)。
其中ImgIn(x,y)为红外色彩校正图像,Img(x,y)为经过透雾处理的输出图像。
继续参考图2,本发明实施例还相应地提供了一种摄像设备,包括:
镜头部件,用于透过近红外光及可见光;
以及,如上述实施例所述的图像去雾处理装置,所述装置包括:
采集模块,用于获取混合了近红外光及可见光的混合光照图像;
红外校正处理模块,用于依据当前近红外光强度和可见光强度的比例、以及近红外光及可见光在图像传感器上的光电转化率曲线计算出当前混合光照图像中的红外色彩分量与可见光照色彩分量之间的函数关系;以及依据所述函数关系获得与该当前混合光照图像相对应的红外色彩修正图像,并将所述红外色彩修正图像与当前混合光照图像进行融合处理后得到红外色彩校正图像;
数字去雾处理模块,用于对所述红外色彩校正图像进行数字透雾处理,得到去雾处理图像。
其他实施例中,所述镜头部件还可以包括滤光片及用以对所述滤光片执行切换操作的滤光片切换结构,在采用本发明实施例提供的摄像设备在雾霾环境下进行去雾处理时,所述镜头或滤光片用于透过近红外光及可见光。
对于所述摄像设备基于图像去雾处理装置执行图像去雾处理的实施过程可参考上文所述,此处不再赘述。
以上所述仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (5)
1.一种图像去雾处理方法,其特征在于,包括:
获取混合了近红外光及可见光的混合光照图像;
依据当前近红外光强度和可见光强度的比例、以及近红外光及可见光在图像传感器上的光电转化率曲线计算出当前混合光照图像中的红外色彩分量与可见光照色彩分量之间的函数关系;对采集的混合光照图像的每个像素点,依据其真实像素值以及所述函数关系,得到与所述每个真实像素点相对应的红外色彩修正值,依据所有得到的红外色彩修正值得到红外色彩修正图像,并将所述红外色彩修正图像与当前混合光照图像进行融合处理后得到红外色彩校正图像;
计算所述红外色彩校正图像的暗通道,在每个象素点的位置,暗通道图像的像素值Dimg(x,y)为当前点周围n*n领域的图像像素的最小值,也就是:
Dimg(x,y)=min(Img(xi,yi)),其中(xi,yi)为(x,y)的n*n邻域;
计算所述红外色彩校正图像的大气光,采用图像中像素值最高的1%像素的平均RGB值作为大气光的RGB值;
根据所述红外色彩校正图像中大气光的值Max(RGB)和暗通道的值,通过如下公式将红外色彩校正图像进行数字去雾处理,得到去雾后的图像:
Val(x,y)=1–D(x,y)/Max(R,G,B);
Img(x,y)=Max(R,G,B)+(ImgIn(x,y)–Max(R,G,B))/Val(x,y);
其中ImgIn(x,y)为红外色彩校正图像,Img(x,y)为经过透雾处理的输出图像。
2.如权利要求1所述的图像去雾处理方法,其特征在于,所述融合处理是指:将所述当前混合光照图像每个像素点的真实像素值与所述红外色彩修正图像相应像素点的红外色彩分量值依照预设色彩比例进行叠加。
3.一种图像去雾处理装置,其特征在于,包括:
采集模块,用于获取混合了近红外光及可见光的混合光照图像;
红外校正处理模块,用于依据当前近红外光强度和可见光强度的比例、以及近红外光及可见光在图像传感器上的光电转化率曲线计算出当前混合光照图像中的红外色彩分量与可见光照色彩分量之间的函数关系;对采集的混合光照图像的每个像素点,依据其真实像素值以及所述函数关系,得到与所述每个真实像素点相对应的红外色彩修正值,依据所有得到的红外色彩修正值得到红外色彩修正图像,并将所述红外色彩修正图像与当前混合光照图像进行融合处理后得到红外色彩校正图像;
数字去雾处理模块,用于计算所述红外色彩校正图像的暗通道,在每个象素点的位置,暗通道图像的像素值Dimg(x,y)为当前点周围n*n领域的图像像素的最小值,也就是:
Dimg(x,y)=min(Img(xi,yi)),其中(xi,yi)为(x,y)的n*n邻域;
计算所述红外色彩校正图像的大气光,采用图像中像素值最高的1%像素的平均RGB值作为大气光的RGB值;
根据所述红外色彩校正图像中大气光的值Max(RGB)和暗通道的值,通过如下公式将红外色彩校正图像进行数字去雾处理,得到去雾后的图像:
Val(x,y)=1–D(x,y)/Max(R,G,B);
Img(x,y)=Max(R,G,B)+(ImgIn(x,y)–Max(R,G,B))/Val(x,y);
其中ImgIn(x,y)为红外色彩校正图像,Img(x,y)为经过透雾处理的输出图像。
4.如权利要求3所述的图像去雾处理装置,其特征在于,所述融合处理是指:将所述当前混合光照图像每个像素点的真实像素值与所述红外色彩修正图像相应像素点的红外色彩分量值依照预设色彩比例进行叠加。
5.一种摄像设备,其特征在于,包括:
镜头部件,用于透过近红外光及可见光;
以及,如权利要求3-4任一项所述的图像去雾处理装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410542033.9A CN105513017B (zh) | 2014-10-14 | 2014-10-14 | 图像去雾处理方法、装置及摄像设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410542033.9A CN105513017B (zh) | 2014-10-14 | 2014-10-14 | 图像去雾处理方法、装置及摄像设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105513017A CN105513017A (zh) | 2016-04-20 |
CN105513017B true CN105513017B (zh) | 2019-12-20 |
Family
ID=55720975
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410542033.9A Active CN105513017B (zh) | 2014-10-14 | 2014-10-14 | 图像去雾处理方法、装置及摄像设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105513017B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109474770B (zh) * | 2017-09-07 | 2021-09-14 | 华为技术有限公司 | 一种成像装置及成像方法 |
CN107705263A (zh) * | 2017-10-10 | 2018-02-16 | 福州图森仪器有限公司 | 一种基于rgb‑ir传感器的自适应透雾方法和终端 |
CN108921803B (zh) * | 2018-06-29 | 2020-09-08 | 华中科技大学 | 一种基于毫米波与可见光图像融合的去雾方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6660463B2 (en) * | 2001-09-14 | 2003-12-09 | Fuji Photo Film Co., Ltd. | Color light-sensitive materials, as well as an image processing method and apparatus using the same |
CN102243758A (zh) * | 2011-07-14 | 2011-11-16 | 浙江大学 | 基于雾天图像复原和图像融合的图像去雾方法 |
CN102254313A (zh) * | 2011-07-14 | 2011-11-23 | 浙江大学 | 基于雾天图像复原和图像融合的图像去雾方法 |
CN103686111A (zh) * | 2013-12-31 | 2014-03-26 | 上海富瀚微电子有限公司 | 一种基于rgbir图像传感器的颜色校正方法以及装置 |
CN103999124A (zh) * | 2011-11-04 | 2014-08-20 | 高通股份有限公司 | 多谱成像系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8432433B2 (en) * | 2010-01-14 | 2013-04-30 | Raytheon Canada Limited | Method and apparatus for colorizing a monochrome infrared image |
-
2014
- 2014-10-14 CN CN201410542033.9A patent/CN105513017B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6660463B2 (en) * | 2001-09-14 | 2003-12-09 | Fuji Photo Film Co., Ltd. | Color light-sensitive materials, as well as an image processing method and apparatus using the same |
CN102243758A (zh) * | 2011-07-14 | 2011-11-16 | 浙江大学 | 基于雾天图像复原和图像融合的图像去雾方法 |
CN102254313A (zh) * | 2011-07-14 | 2011-11-23 | 浙江大学 | 基于雾天图像复原和图像融合的图像去雾方法 |
CN103999124A (zh) * | 2011-11-04 | 2014-08-20 | 高通股份有限公司 | 多谱成像系统 |
CN103686111A (zh) * | 2013-12-31 | 2014-03-26 | 上海富瀚微电子有限公司 | 一种基于rgbir图像传感器的颜色校正方法以及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN105513017A (zh) | 2016-04-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109951646B (zh) | 图像融合方法、装置、电子设备及计算机可读存储介质 | |
CN107292860B (zh) | 一种图像处理的方法及装置 | |
CN108111749B (zh) | 图像处理方法和装置 | |
US9581436B2 (en) | Image processing device, image capturing apparatus, and image processing method | |
CN103546730A (zh) | 基于多摄像头的图像感光度增强方法 | |
WO2021073140A1 (zh) | 单目摄像机、图像处理系统以及图像处理方法 | |
US8553134B2 (en) | Imager processing a captured image | |
WO2021000592A1 (zh) | 一种摄像装置和方法 | |
US8340417B2 (en) | Image processing method and apparatus for correcting skin color | |
JP4346634B2 (ja) | 目標物検出装置 | |
TWI462054B (zh) | Estimation Method of Image Vagueness and Evaluation Method of Image Quality | |
JP2014241584A (ja) | 画像処理方法、及び画像処理システム | |
KR102281149B1 (ko) | 고 조도 환경 및 저 조도 환경에서 동작 가능한 시점 추적 장치 및 그 방법 | |
CN104899836B (zh) | 一种基于近红外多光谱成像的雾天图像增强装置及方法 | |
CN110490187B (zh) | 车牌识别设备和方法 | |
CN109242815B (zh) | 一种红外光图像和可见光图像融合方法及系统 | |
CN105513017B (zh) | 图像去雾处理方法、装置及摄像设备 | |
CN111476732B (zh) | 一种图像融合及去噪的方法及系统 | |
JP2015103906A (ja) | 画像処理装置、撮像システム、画像処理方法およびプログラム | |
CN113298192A (zh) | 红外光图像与可见光图像的融合方法、装置及存储介质 | |
CN107833194A (zh) | 一种结合raw图像去噪的简单透镜图像复原方法 | |
CN106550227A (zh) | 一种图像饱和度调整方法及装置 | |
CN107995400A (zh) | 图像采集装置、摄影装置及图像采集方法 | |
TWI542212B (zh) | Photographic system with visibility enhancement | |
US20120314044A1 (en) | Imaging device |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information |
Address after: 518057 Energy Storage Building, 3099 South Keyuan Road, Yuehai Street, Nanshan District, Shenzhen City, Guangdong Province Applicant after: Shenzhen Liwei Zhilian Technology Co., Ltd. Address before: 518057 Nanshan District science and technology zone, Guangdong, Zhejiang Province, South Road, building W1-A, the first floor of the building, building two Applicant before: Shenzhen ZTE NetView Technology Co., Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |