CN106131412A - 一种图像处理方法、系统及电子设备 - Google Patents

一种图像处理方法、系统及电子设备 Download PDF

Info

Publication number
CN106131412A
CN106131412A CN201610557189.3A CN201610557189A CN106131412A CN 106131412 A CN106131412 A CN 106131412A CN 201610557189 A CN201610557189 A CN 201610557189A CN 106131412 A CN106131412 A CN 106131412A
Authority
CN
China
Prior art keywords
image
datum mark
pixel
penetrating fog
described image
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
Application number
CN201610557189.3A
Other languages
English (en)
Other versions
CN106131412B (zh
Inventor
熊青辉
毛强
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.)
Zhejiang Uniview Technologies Co Ltd
Original Assignee
Zhejiang Uniview Technologies Co Ltd
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 Zhejiang Uniview Technologies Co Ltd filed Critical Zhejiang Uniview Technologies Co Ltd
Priority to CN201610557189.3A priority Critical patent/CN106131412B/zh
Publication of CN106131412A publication Critical patent/CN106131412A/zh
Application granted granted Critical
Publication of CN106131412B publication Critical patent/CN106131412B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80—Camera processing pipelines; Components thereof
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/64—Computer-aided capture of images, e.g. transfer from script file into camera, check of taken image quality, advice or proposal for image composition or decision on when to take image
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/70—Circuitry for compensating brightness variation in the scene
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

本发明实施例提供一种图像处理方法、系统及电子设备。所述图像处理方法包括获取影像采集设备采集到的图像。根据所述图像的像素亮度分布数据判断所述图像是否需要进行除雾处理。当判定所述图像需要进行除雾处理时，从所述图像的像素亮度分布数据中确定多个像素亮度分布基准点。根据所述多个像素亮度分布基准点对透雾曲线进行反馈调节，以及采用反馈调节后的透雾曲线对所述图像进行除雾处理。使用该图像处理方法、系统及电子设备，能够识别出需要进行除雾处理的图像，并对识别出的图像进行除雾处理，进而提高图像清晰度。

Description

一种图像处理方法、系统及电子设备
技术领域
本发明涉及图像处理技术领域，具体而言，涉及一种图像处理方法、系统及电子设备。
背景技术
近几年，“雾霾”成为全球空气质量标准的关键词汇。雾霾来势汹汹，一般在城市中尤为严重，对视频监控系统提出了严峻考验，其主要影响有以下几个方面：
1.物体表面的反射光由于大气粒子的散射而产生衰减，造成物体成像的亮度减弱。
2.反射光经大气粒子前向散射作用参与其它像素点成像，导致图像模糊、分辨率下降。
3.部分大气粒子的粒径较大，在成像过程中成为噪声。
4.与成像无关的自然光经过大气粒子的散射，进入图像传感器参与成像，这种后向散射作用造成图像饱和度、对比度降低及色调偏移。
伴随着雾霾天气的日益严峻，不少监控摄像机已经失去了其监控的作用，雾霾导致摄像机的监控距离、图像清晰度下降，甚至导致车辆、人物等监控主体的关键细节信息丢失，一旦发生事件，将很难获得有效信息，大大降低了视频监控系统的实用性。现有技术中虽然有一些图像透雾处理方式，但实施时较为局限，不能满足实际需求。
发明内容
有鉴于此，本发明实施例的目的在于提供一种图像处理方法、系统及电子设备，以改善现有技术中的图像透雾处理实施时较为局限，不能满足实际需求的问题。
本发明较佳实施例提供了一种图像处理方法，所述方法包括：
获取影像采集设备采集到的图像；
根据所述图像的像素亮度分布数据判断所述图像是否需要进行除雾处理；
当判定所述图像需要进行除雾处理时，从所述图像的像素亮度分布数据中确定多个像素亮度分布基准点；
根据所述多个像素亮度分布基准点对透雾曲线进行反馈调节；以及
采用反馈调节后的透雾曲线对所述图像进行除雾处理。
优选地，所述根据所述图像的像素亮度分布数据判断所述图像是否需要进行除雾处理的步骤，包括：
计算所述图像中一连续亮度区域内，像素点的个数在所述图像的像素点总数中所占比例，以及所述连续亮度区域内各像素点的平均亮度；以及
判断所述比例是否大于预设基准值，所述连续亮度区域中各像素点的平均亮度与所述图像的平均亮度之间的偏差是否在预设偏差范围内，如果所述比例大于所述预设基准值，且所述连续亮度区域中各像素点的平均亮度与所述图像的平均亮度之间的偏差不在所述预设偏差范围内，则判定所述图像需要进行除雾处理；如果所述比例小于所述预设基准值，或所述连续亮度区域中各像素点的平均亮度与所述图像的平均亮度之间的偏差在所述预设偏差范围内，则判定所述图像不需要进行除雾处理。
优选地，所述从所述图像的像素亮度分布数据中确定多个像素亮度分布基准点的步骤，包括：
确定所需计算的基准点个数；
根据所述图像的像素亮度分布数据，按预设规则划分与所述基准点个数相同数量的亮度范围；
计算所划分的每个亮度范围中的像素点的个数在所述图像的像素点总数中所占比值；
将每个比值作为一基准点的横坐标，从而得到各所述基准点的横坐标Xn；以及
计算所述比值与所述亮度范围内的最大亮度值的乘积作为各所述基准点的纵坐标Yn，从而得到各基准点Pn(Xn，Yn)；
所述根据所述多个像素亮度分布基准点对透雾曲线进行反馈调节的步骤，包括：
判断所述像素亮度分布数据是否在所述透雾曲线生效之前生成；以及
当所述像素亮度分布数据是在所述透雾曲线生效之前生成时，根据计算得到的各基准点Pn(Xn，Yn)对所述透雾曲线进行调节。
优选地，所述方法还包括：
当所述像素亮度分布数据是在所述透雾曲线生效之后生成时，判断是否为第一次根据基准点Pn(Xn，Yn)对所述透雾曲线进行调节；
当判定为第一次根据基准点Pn(Xn，Yn)对所述透雾曲线进行调节时，保存所述基准点Pn(Xn，Yn)并根据所述基准点Pn(Xn，Yn)对所述透雾曲线进行调节；
当判定不是为第一次根据基准点Pn(Xn，Yn)对所述透雾曲线进行调节时，将计算得到的基准点Pn(Xn，Yn)作为参考点R，根据所述参考点R对上次所采用的基准点的横坐标进行调整；以及
对调整后的基准点进行二次样条差值计算，生成一条连续平滑的新的透雾曲线作为所述反馈调节后的透雾曲线。
优选地，所述透雾曲线为伽玛矫正曲线或色调曲线。
本发明另一较佳实施例提供了一种图像处理系统，包括：
图像获取模块，用于获取影像采集设备采集到的图像；
除雾判断模块，用于根据所述图像的像素亮度分布数据判断所述图像是否需要进行除雾处理；
基准点确定模块，用于当判定所述图像需要进行除雾处理时，从所述图像的像素亮度分布数据中确定多个像素亮度分布基准点；
反馈调节模块，用于根据所述多个像素亮度分布基准点对透雾曲线进行反馈调节；以及
除雾处理模块，用于采用反馈调节后的透雾曲线对所述图像进行除雾处理。
优选地，所述除雾判断模块包括：
比例及平均亮度计算子模块，用于计算所述图像中一连续亮度区域内，像素点的个数在所述图像的像素点总数中所占比例，以及所述连续亮度区域内各像素点的平均亮度；以及
除雾处理判断子模块，用于判断所述比例是否大于预设基准值，所述连续亮度区域中各像素点的平均亮度与所述图像的平均亮度之间的偏差是否在预设偏差范围内，如果所述比例大于所述预设基准值，且所述连续亮度区域中各像素点的平均亮度与所述图像的平均亮度之间的偏差不在所述预设偏差范围内，则判定所述图像需要进行除雾处理；如果所述比例小于所述预设基准值，或所述连续亮度区域中各像素点的平均亮度与所述图像的平均亮度之间的偏差在所述预设偏差范围内，则判定所述图像不需要进行除雾处理。
优选地，所述基准点确定模块包括：
基准点个数确定子模块，用于确定所需计算的基准点个数；
亮度范围划分子模块，用于根据所述图像的像素亮度分布数据，按预设规则划分与所述基准点个数相同数量的亮度范围；
比值计算子模块，用于计算所划分的每个亮度范围中的像素点的个数在所述图像的像素点总数中所占比值；以及
坐标确定子模块，用于将每个比值作为一基准点的横坐标，从而得到各所述基准点的横坐标Xn；计算所述比值与所述亮度范围内的最大亮度值的乘积作为各所述基准点的纵坐标Yn，从而得到各基准点Pn(Xn，Yn)；
所述反馈调节模块包括：
时间判断子模块，用于判断所述像素亮度分布数据是否在所述透雾曲线生效之前生成；以及
透雾曲线调节子模块，用于当所述像素亮度分布数据是在所述透雾曲线生效之前生成时，根据计算得到的各基准点Pn(Xn，Yn)对所述透雾曲线进行调节。
优选地，所述透雾曲线调节子模块，还用于当所述像素亮度分布数据是在所述透雾曲线生效之后生成时，判断是否为第一次根据基准点Pn(Xn，Yn)对所述透雾曲线进行调节；当判定为第一次根据基准点Pn(Xn，Yn)对所述透雾曲线进行调节时，保存所述基准点Pn(Xn，Yn)并根据所述基准点Pn(Xn，Yn)对所述透雾曲线进行调节；当判定不是为第一次根据基准点Pn(Xn，Yn)对所述透雾曲线进行调节时，将计算得到的基准点Pn(Xn，Yn)作为参考点R，根据所述参考点R对上次采用的基准点的横坐标进行调整；对调整后的基准点进行二次样条差值计算，生成一条连续平滑的新的透雾曲线作为所述反馈调节后的透雾曲线。
本发明另一较佳实施例提供了一种电子设备，所述电子设备包括：
存储器；
处理器；及
图像处理系统，所述图像处理系统安装于所述存储器中并包括一个或多个由所述处理器执行的软件功能模块，所述图像处理系统包括：
图像获取模块，用于获取影像采集设备采集到的图像；
除雾判断模块，用于根据所述图像的像素亮度分布数据判断所述图像是否需要进行除雾处理；
基准点确定模块，用于当判定所述图像需要进行除雾处理时，从所述图像的像素亮度分布数据中确定多个像素亮度分布基准点；
反馈调节模块，用于根据所述多个像素亮度分布基准点对透雾曲线进行反馈调节；以及
除雾处理模块，用于采用反馈调节后的透雾曲线对所述图像进行除雾处理。
与现有技术相比，本发明实施例提供的图像处理方法、系统及电子设备会判断影像采集设备采集到的图像是否需要进行除雾处理，在判定图像需要进行除雾处理时，会采用获取的像素亮度分布基准点对透雾曲线进行调节，采用调节后的透雾曲线对图像进行除雾处理，从而实现除雾功能，提升雾霾天气下，影像采集设备的采集距离和所采集图像的清晰度，能够满足实际需求。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1是本发明较佳实施例提供的一种电子设备的方框示意图。
图2为图1所示的一种图像处理系统的功能模块框图。
图3为本发明较佳实施例提供的一种图像分析示例图。
图4为本发明较佳实施例提供的另一种图像分析示例图。
图5为本发明较佳实施例提供的一种根据参考点调整基准点横坐标的流程图。
图6为本发明较佳实施例提供的一种反馈调节后的透雾曲线示意图。
图7为本发明较佳实施例提供的一种图像处理方法的流程图。
图8为步骤S330包括的子步骤的示意图。
图9为步骤S340包括的子步骤的示意图。
图10为步骤S350包括的子步骤的示意图。
主要元件符号说明
电子设备 100
存储器 110
处理器 120
网络模块 130
操作系统 111
图像处理系统 200
图像获取模块 210
除雾判断模块 230
比例及平均亮度计算子模块 231
除雾处理判断子模块 232
基准点确定模块 240
基准点个数确定子模块 241
亮度范围划分子模块 242
比值计算子模块 243
坐标确定子模块 244
反馈调节模块 250
时间判断子模块 251
透雾曲线调节子模块 252
除雾处理模块 260
具体实施方式
下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
如图1所示，是本发明较佳实施例提供的电子设备的方框示意图。本发明实施例中的电子设备可以为服务器、计算机、终端等具备图形图像处理能力的设备。如图1所示，电子设备100包括：存储器110、处理器120以及网络模块130。
所述存储器110、处理器120以及网络模块130相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。存储器110中存储有图像处理系统200，所述图像处理系统200包括至少一个可以软件或固件(firmware)的形式存储于所述存储器110中的软件功能模块，所述处理器120通过运行存储在存储器110内的软件程序以及模块，如本发明实施例中的图像处理系统200，从而执行各种功能应用以及数据处理，即实现本发明实施例中的图像处理方法。
其中，所述存储器110可以是，但不限于，随机存取存储器(Random AccessMemory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(ProgrammableRead-Only Memory，PROM)，可擦除只读存储器(Erasable Programmable Read-OnlyMemory，EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read-OnlyMemory，EEPROM)等。其中，存储器110用于存储程序，所述处理器120在接收到执行指令后，执行所述程序。进一步地，上述存储器110内的软件程序以及模块还可包括操作系统111。其可包括各种用于管理系统任务(例如内存管理、存储设备控制、电源管理等)的软件组件和/或驱动，并可与各种硬件或软件组件相互通讯，从而提供其他软件组件的运行环境。
所述处理器120可能是一种集成电路芯片，具有信号的处理能力。上述的处理器120可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等。还可以是数字信号处理器(DSP))、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
网络模块130用于通过网络建立电子设备100与外部通信终端之间的通信连接，实现网络信号及数据的收发操作。上述网络信号可包括无线信号或者有线信号。
可以理解，图1所示的结构仅为示意，电子设备100还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。
请参阅图2，是本发明较佳实施例提供的图1所示的图像处理系统200的功能模块框图。所述图像处理系统200包括图像获取模块210、除雾判断模块230、基准点确定模块240、反馈调节模块250和除雾处理模块260。
所述图像获取模块210用于获取影像采集设备采集到的图像。
其中，影像采集设备指具有图像或视频采集功能的设备，例如摄像机、摄像头等。
所述除雾判断模块230用于根据所述图像的像素亮度分布数据判断所述图像是否需要进行除雾处理。
可选地，本发明实施例中，所述除雾判断模块230包括比例及平均亮度计算子模块231和除雾处理判断子模块232。
所述比例及平均亮度计算子模块231用于计算所述图像中一连续亮度区域内，像素点的个数在所述图像的像素点总数中所占比例，以及所述连续亮度区域内各像素点的平均亮度。
其中，本发明实施例中的连续亮度区域指像素点个数偏差在预设范围内的亮度区域。
为了直观地体现本发明的方案，在实施时可以针对所述影像采集设备，在以像素色阶作为横轴，以像素点个数作为纵轴的坐标系中生成关于所述图像的像素亮度分布直方图。
由于不同影像采集设备的参数可能不同，在实施时，针对每款影像采集设备，需要在横轴为像素色阶，纵轴为像素个数的坐标系中绘制一幅关于影像采集设备所采集到的图像的像素亮度分布直方图。通过所述像素亮度分布直方图，能够得到影像采集设备所采集到的图像中，各像素亮度范围内的像素点个数。
例如，图3所示的图像对应的像素亮度分布直方图如图3右上角所示，在像素色阶为145～172的范围中(图3右上角所示像素亮度分布直方图的右侧区域)，像素点个数偏差在预设范围内，因而，像素色阶为145～172的范围形成一连续亮度区域。在确定连续亮度区域后，计算连续亮度区域中像素点的个数在图像的像素点总数中所占比例，及连续亮度区域中各像素点的平均亮度。例如，在图3右上角所示像素亮度分布直方图中，像素色阶为145～172的范围中，像素点数量占整体图像的48.43％，像素色阶为145～172的范围中，各像素点的平均亮度约为159.68。
所述除雾处理判断子模块232用于判断所述比例是否大于预设基准值，所述连续亮度区域中各像素点的平均亮度与所述图像的平均亮度之间的偏差是否在预设偏差范围内。如果所述比例大于所述预设基准值，且所述连续亮度区域中各像素点的平均亮度与所述图像的平均亮度之间的偏差不在所述预设偏差范围内，则判定所述图像需要进行除雾处理。如果所述比例小于所述预设基准值，或所述连续亮度区域中各像素点的平均亮度与所述图像的平均亮度之间的偏差在所述预设偏差范围内，则判定所述图像不需要进行除雾处理。
其中，预设基准值和预设偏差范围可根据实际情况灵活设置，预设基准值越小且预设偏差范围越窄，图像被判定为需要进行除雾处理的可能性则越大。对应地，预设基准值越大或预设偏差范围越宽，图像被判定为不需要进行除雾处理的可能性则越大。如图3所示，连续亮度区域中像素点数量占整体图像的48.43％，接近二分之一，且连续亮度区域中像素点的平均亮度约为159.68，远大于整个图像的平均亮度128.20，因而，可以判定图3中的图像需要进行除雾处理。
又例如，图4所示的图像对应的像素亮度分布直方图如图4右上角所示，与图3右上角的像素亮度分布直方图相比，图4中连续亮度区域较小，各个像素色阶范围中像素点数量较均匀。连续亮度区域中像素点数量占整体图像比例较小，连续亮度区域中像素点的平均亮度与整个图像的平均亮度相差不大，因而，可以判定图4中的图像画面比较通透，不需要进行除雾处理。
在判定图像需要进行除雾处理时，需使用透雾曲线对图像进行除雾处理。本发明实施例中，选用的透雾曲线可以是伽玛矫正曲线(Gamma Curve)或色调曲线(Tone Curve)。当前主流的图像处理平台如ISP PipeLine均能提供伽玛矫正曲线或色调曲线的调节方式，因而本发明实施例中的技术方案能够在当前主流的图像处理平台上通用。在实际应用中，使用透雾曲线对图像进行除雾处理之前，需要对透雾曲线进行反馈调节，采用反馈调节后的透雾曲线对图像进行除雾处理。本发明实施例中，选用像素亮度分布基准点对透雾曲线进行反馈调节。
所述基准点确定模块240用于当判定所述图像需要进行除雾处理时，从所述图像的像素亮度分布数据中确定多个像素亮度分布基准点。
可选地，本发明实施例中，所述基准点确定模块240包括基准点个数确定子模块241、亮度范围划分子模块242、比值计算子模块243和坐标确定子模块244。
基准点个数确定子模块241用于确定所需计算的基准点个数。
可选地，基准点个数确定子模块241用于根据公式n＝8m-1确定所需计算的基准点个数，其中，n代表所述基准点个数，m为预先设定的且大于或等于1的常数。这样的基准点数量取值便于后期对基准点进行动态调整，以及插值生成透雾曲线。在实际应用中，m取值越大，计算得到的基准点个数越多，局部直方图均衡效果越好，但计算的时间复杂度越高。为了便于描述，后续实施例中以m＝1，n＝7进行举例说明。
所述亮度范围划分子模块242，用于根据所述图像的像素亮度分布数据，按预设规则划分与所述基准点个数相同数量的亮度范围。
所述比值计算子模块243，用于计算所划分的每个亮度范围中的像素点的个数在所述图像的像素点总数中所占比值。
当n＝7时，需在图像的像素亮度分布数据，如上述像素亮度分布直方图中划分7个亮度范围，例如：亮度范围0～102、亮度范围0～123等，并分别计算各个亮度范围中的像素点的个数在整个图像的像素点总数中所占比值。
本实施例中，可以采用基本等分的方式划分亮度范围。例如：假设需从像素亮度分布数据中划分7个亮度范围，那么计算1/8得到12.5％。查找出图像的像素亮度分布数据，如像素亮度分布直方图中像素点的个数所占比值约为12.5％时所对应的亮度范围，像素点的个数所占比值约为25％时所对应的亮度范围等，从而完成亮度范围划分。例如：图像的像素亮度分布直方图中，亮度范围0～102中像素点的个数所占比值为12.58％。亮度范围0～123中像素点的个数所占比值为25.28％，那么，将0～102划分为一亮度范围，将0～123划分为另一亮度范围，以此类推，完成对所有亮度范围的划分。
所述坐标确定子模块244，用于将每个比值作为一基准点的横坐标，从而得到各所述基准点的横坐标Xn。计算所述比值与所述亮度范围内的最大亮度值的乘积作为各所述基准点的纵坐标Yn，从而得到各基准点Pn(Xn，Yn)。
坐标确定子模块244用于将比值计算子模块243计算得到的各比值分别作为一基准点所对应的横坐标。例如：将坐标确定子模块244计算得到的比值12.58％作为一基准点的横坐标，将比值25.28％作为另一基准点的横坐标。基准点横坐标确定后，将比值与亮度范围内的最大亮度值相乘即可得到基准点的纵坐标。例如：亮度范围0～102内像素点的个数在整个图像在像素点总数中所占比值为12.58％，亮度范围0～102内的最大亮度为101，那么，所对应的基准点横坐标为12.58，纵坐标约为12.62。以此类推，即可得到所需数量的各基准点的坐标。需要说明的是，本发明实施例中，基准点的纵坐标一经确定就不会随环境发生改变。
所述反馈调节模块250用于根据所述多个像素亮度分布基准点对透雾曲线进行反馈调节。
本发明实施例中，根据获取像素亮度分布数据时间的不同，会对透雾曲线进行正反馈调节或负反馈调节。
所述反馈调节模块250包括时间判断子模块251和透雾曲线调节子模块252。
时间判断子模块251用于判断所述像素亮度分布数据是否在所述透雾曲线生效之前生成。如果像素亮度分布数据是在所述透雾曲线生效之前生成，采用正反馈调节，如果像素亮度分布数据是在所述透雾曲线生效之后生成，采用负反馈调节。
透雾曲线调节子模块252用于当所述像素亮度分布数据是在所述透雾曲线生效之前生成时，根据计算得到的各基准点Pn(Xn，Yn)对所述透雾曲线进行调节。还用于当所述像素亮度分布数据是在所述透雾曲线生效之后生成时，判断是否为第一次根据基准点Pn(Xn，Yn)对所述透雾曲线进行调节。当判定为第一次根据基准点Pn(Xn，Yn)对所述透雾曲线进行调节时，保存所述基准点Pn(Xn，Yn)并根据所述基准点Pn(Xn，Yn)对所述透雾曲线进行调节。当判定不是为第一次根据基准点Pn(Xn，Yn)对所述透雾曲线进行调节时，将计算得到的基准点Pn(Xn，Yn)作为参考点R，根据所述参考点R对保存的上次调节所述透雾曲线所采用的基准点的横坐标进行调整。对调整后的基准点进行二次样条差值计算，生成一条连续平滑的新的透雾曲线作为所述反馈调节后的透雾曲线。
通过上述可知，在进行负反馈调节时，若为第一次根据基准点对透雾曲线进行调节，则整体调节流程与正反馈调节流程一致，但需额外保存基准点。基准点的纵坐标一经确认，在后续调节过程中不会发生改变，后续调节过程中仅对基准点的横坐标进行调节。其中，参考点R可以灵活设置。如图5所示，本发明实施例提供了一种根据参考点R调整基准点P横坐标的实现方案，具体流程如下。
步骤S201：将参考点的横坐标与基准点的纵坐标进行比对，判断二者间的偏差是否在范围内。如果二者的偏差在范围外，则执行步骤S202。
步骤S202：判断参考点的横坐标是否大于基准点的纵坐标。若参考点的横坐标大于基准点的纵坐标则执行步骤S203，若参考点的横坐标小于基准点的纵坐标则执行步骤S204。
步骤S203：将基准点的横坐标增大。
步骤S204：将基准点的横坐标减小。
其中，若参考点的横坐标与基准点的纵坐标之间的偏差在范围内，假设基准点数量为7，则执行步骤S205：将参考点R(i)和参考点R(8-i)的横坐标与基准点的纵坐标进行比对，判断参考点R(i)和参考点R(8-i)的横坐标与基准点的纵坐标之间的偏差是否在范围内。其中，i的初始值为0，经i++计算后，为大于或等于1的常数。如果参考点R(i)和参考点R(8-i)的横坐标与基准点的纵坐标之间的偏差在范围内，则执行步骤S206，否则执行步骤S209。需说明的是，在完成步骤S203和步骤S204后，需进行i++计算之后执行步骤S205。
步骤S206：判断参考点R(i)和参考点R(8-i)的横坐标是否大于基准点的纵坐标，若参考点R(i)和参考点R(8-i)的横坐标大于基准点的纵坐标，则执行步骤S207，否则执行步骤S208。
步骤S207：将基准点P(i)和基准点P(8-i)的横坐标增大，进入步骤S209。
步骤S208：将基准点P(i)和基准点P(8-i)的横坐标减小，进入步骤S209。
步骤S209：判断i是否大于3，在i大于3时结束调整流程，在i小于3时，执行i++运算后，返回步骤S205。
可选地，本发明实施例中，采用调整完成的基准点以及(0，0)，(255，255)进行二次样条差值计算，从而生成一条连续平滑的透雾曲线作为反馈调节后的透雾曲线，如图6所示。
所述除雾处理模块260用于采用反馈调节后的透雾曲线对所述图像进行除雾处理。
应理解，本发明实施例中仅描述了透雾曲线的单次调节方案，在实施中，可以循环执行上述方案从而实现对透雾曲线的动态调节。本发明实施例中仅描述了针对一影像采集设备采集到的一图像进行调节的方案，在实施中，根据不同环境，如图像采集视角的不同，图像采集时间的不同等，可以得到不同环境下的像素亮度分布数据，得到不同环境下的基准点坐标，实现对透雾曲线的不同调节。由于图像处理方案类似，因而本实施例中不作赘述。
请参阅图7，是本发明较佳实施例提供的一种图像处理方法的流程图。所述方法有关的流程所定义的方法步骤可以由所述处理器120实现。下面将对图7所示的具体流程进行详细阐述。
步骤S310：获取影像采集设备采集到的图像。
本实施例中，步骤S310可以由图2的图像获取模块210执行。
步骤S330：根据所述图像的像素亮度分布数据判断所述图像是否需要进行除雾处理。
本实施例中，步骤S330可以由图2的除雾判断模块230执行。
步骤S340：当判定所述图像需要进行除雾处理时，从所述图像的像素亮度分布数据中确定多个像素亮度分布基准点。
本实施例中，步骤S340可以由图2的基准点确定模块240执行。
步骤S350：根据所述多个像素亮度分布基准点对透雾曲线进行反馈调节。
其中，所述透雾曲线可以为伽玛矫正曲线或色调曲线。
本实施例中，步骤S350可以由图2的反馈调节模块250执行。
步骤S360：采用反馈调节后的透雾曲线对所述图像进行除雾处理。
本实施例中，步骤S360可以由图2的除雾处理模块260执行。
如图8所示，步骤S330：根据所述图像的像素亮度分布数据判断所述图像是否需要进行除雾处理可以包括子步骤S331、子步骤S332、子步骤S333、子步骤S334和子步骤S335。
子步骤S331：计算所述图像中一连续亮度区域内，像素点的个数在所述图像的像素点总数中所占比例，以及所述连续亮度区域内各像素点的平均亮度。
本实施例中，子步骤S331可以由图2的比例及平均亮度计算子模块231执行。
子步骤S332：判断所述比例是否大于预设基准值，如果大于，进入子步骤S333，否则进入子步骤S335。
子步骤S333：判断所述连续亮度区域中各像素点的平均亮度与所述图像的平均亮度之间的偏差是否在所述预设偏差范围内。如果在预设偏差范围内，执行子步骤S335，否则执行子步骤S334。
子步骤S334：图像需要进行除雾处理。
子步骤S335：图像不需要进行除雾处理。
本实施例中，子步骤S332～子步骤S335可以由图2的除雾处理判断子模块232执行。
如图9所示，步骤S340：当判定所述图像需要进行除雾处理时，从所述图像的像素亮度分布数据中确定多个像素亮度分布基准点可以包括子步骤S341、子步骤S342、子步骤S343、子步骤S344和子步骤S345。
子步骤S341：确定所需计算的基准点个数。
本实施例中，子步骤S341可以由图2的基准点个数确定子模块241执行。
子步骤S342：根据所述图像的像素亮度分布数据，按预设规则划分与所述基准点个数相同数量的亮度范围。
本实施例中，子步骤S342可以由图2的亮度范围划分子模块242执行。
子步骤S343：计算所划分的每个亮度范围中的像素点的个数在所述图像的像素点总数中所占比值。
本实施例中，子步骤S343可以由图2的比值计算子模块243执行。
子步骤S344：将每个比值作为一基准点的横坐标，从而得到各所述基准点的横坐标Xn。
子步骤S345：计算所述比值与所述亮度范围内的最大亮度值的乘积作为各所述基准点的纵坐标Yn，从而得到各基准点Pn(Xn，Yn)。
本实施例中，子步骤S344和子步骤S345可以由图2的坐标确定子模块244执行。
如图10所示，步骤S350：根据所述多个像素亮度分布基准点对透雾曲线进行反馈调节的步骤可以包括子步骤S351、子步骤S352、子步骤S353、子步骤S354、子步骤S355和子步骤S356。
子步骤S351：判断所述像素亮度分布数据是否在所述透雾曲线生效之前生成。当所述像素亮度分布数据是在所述透雾曲线生效之前生成时，执行子步骤S352。当所述像素亮度分布数据是在所述透雾曲线生效之后生成时，则执行子步骤S353。
子步骤S352：根据计算得到的各基准点Pn(Xn，Yn)对所述透雾曲线进行调节。
子步骤S353：判断是否为第一次根据基准点Pn(Xn，Yn)对所述透雾曲线进行调节。当判定为第一次根据基准点Pn(Xn，Yn)对所述透雾曲线进行调节时，执行子步骤S354。当判定不是为第一次根据基准点Pn(Xn，Yn)对所述透雾曲线进行调节时，执行子步骤S355和子步骤S356。
子步骤S354：保存所述基准点Pn(Xn，Yn)并根据所述基准点Pn(Xn，Yn)对所述透雾曲线进行调节。
子步骤S355：将计算得到的基准点Pn(Xn，Yn)作为参考点R，根据所述参考点R对保存的上次调节所述透雾曲线所采用的基准点的横坐标进行调整。
子步骤S356：对调整后的基准点进行二次样条差值计算，生成一条连续平滑的新的透雾曲线作为所述反馈调节后的透雾曲线。
本实施例中，子步骤S351可以由图2的时间判断子模块251执行。子步骤S352～子步骤S356可以由图2的透雾曲线调节子模块252执行。
步骤S356中可以对调整完成的基准点Pn(Xn，Yn)以及(0，0)和(255，255)进行二次样条差值计算，生成一条连续平滑的新的透雾曲线作为所述反馈调节后的透雾曲线。
本发明实施例中的图像处理系统200及方法及电子设备100，能够有效提高图像除雾效果，降低除雾处理的时间复杂度，具有通用性，能够让影像采集设备获得良好的监控效果，提升在雾霾天气下，影像采集设备的监控距离和所采集图像的清晰度。
在本发明实施例所提供的几个实施例中，应该理解到，所揭露的系统和方法，也可以通过其它的方式实现。以上所描述的系统和方法实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。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或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，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，电子设备100，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
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。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (10)

1.一种图像处理方法，其特征在于，所述方法包括：
获取影像采集设备采集到的图像；
根据所述图像的像素亮度分布数据判断所述图像是否需要进行除雾处理；
当判定所述图像需要进行除雾处理时，从所述图像的像素亮度分布数据中确定多个像素亮度分布基准点；
根据所述多个像素亮度分布基准点对透雾曲线进行反馈调节；以及
采用反馈调节后的透雾曲线对所述图像进行除雾处理。
2.根据权利要求1所述的图像处理方法，其特征在于，所述根据所述图像的像素亮度分布数据判断所述图像是否需要进行除雾处理的步骤，包括：
计算所述图像中一连续亮度区域内，像素点的个数在所述图像的像素点总数中所占比例，以及所述连续亮度区域内各像素点的平均亮度；以及
判断所述比例是否大于预设基准值，所述连续亮度区域中各像素点的平均亮度与所述图像的平均亮度之间的偏差是否在预设偏差范围内，如果所述比例大于所述预设基准值，且所述连续亮度区域中各像素点的平均亮度与所述图像的平均亮度之间的偏差不在所述预设偏差范围内，则判定所述图像需要进行除雾处理；如果所述比例小于所述预设基准值，或所述连续亮度区域中各像素点的平均亮度与所述图像的平均亮度之间的偏差在所述预设偏差范围内，则判定所述图像不需要进行除雾处理。
3.根据权利要求1所述的图像处理方法，其特征在于，所述从所述图像的像素亮度分布数据中确定多个像素亮度分布基准点的步骤，包括：
确定所需计算的基准点个数；
根据所述图像的像素亮度分布数据，按预设规则划分与所述基准点个数相同数量的亮度范围；
计算所划分的每个亮度范围中的像素点的个数在所述图像的像素点总数中所占比值；
将每个比值作为一基准点的横坐标，从而得到各所述基准点的横坐标Xn；以及
计算所述比值与所述亮度范围内的最大亮度值的乘积作为各所述基准点的纵坐标Yn，从而得到各基准点Pn(Xn，Yn)；
所述根据所述多个像素亮度分布基准点对透雾曲线进行反馈调节的步骤，包括：
判断所述像素亮度分布数据是否在所述透雾曲线生效之前生成；以及
当所述像素亮度分布数据是在所述透雾曲线生效之前生成时，根据计算得到的各基准点Pn(Xn，Yn)对所述透雾曲线进行调节。
4.根据权利要求3所述的图像处理方法，其特征在于，所述方法还包括：
当所述像素亮度分布数据是在所述透雾曲线生效之后生成时，判断是否为第一次根据基准点Pn(Xn，Yn)对所述透雾曲线进行调节；
当判定为第一次根据基准点Pn(Xn，Yn)对所述透雾曲线进行调节时，保存所述基准点Pn(Xn，Yn)并根据所述基准点Pn(Xn，Yn)对所述透雾曲线进行调节；
当判定不是为第一次根据基准点Pn(Xn，Yn)对所述透雾曲线进行调节时，将计算得到的基准点Pn(Xn，Yn)作为参考点R，根据所述参考点R对上次所采用的基准点的横坐标进行调整；以及
对调整后的基准点进行二次样条差值计算，生成一条连续平滑的新的透雾曲线作为所述反馈调节后的透雾曲线。
5.根据权利要求1所述的图像处理方法，其特征在于，所述透雾曲线为伽玛矫正曲线或色调曲线。
6.一种图像处理系统，其特征在于，包括：
图像获取模块，用于获取影像采集设备采集到的图像；
除雾判断模块，用于根据所述图像的像素亮度分布数据判断所述图像是否需要进行除雾处理；
基准点确定模块，用于当判定所述图像需要进行除雾处理时，从所述图像的像素亮度分布数据中确定多个像素亮度分布基准点；
反馈调节模块，用于根据所述多个像素亮度分布基准点对透雾曲线进行反馈调节；以及
除雾处理模块，用于采用反馈调节后的透雾曲线对所述图像进行除雾处理。
7.根据权利要求6所述的图像处理系统，其特征在于，所述除雾判断模块包括：
比例及平均亮度计算子模块，用于计算所述图像中一连续亮度区域内，像素点的个数在所述图像的像素点总数中所占比例，以及所述连续亮度区域内各像素点的平均亮度；以及
除雾处理判断子模块，用于判断所述比例是否大于预设基准值，所述连续亮度区域中各像素点的平均亮度与所述图像的平均亮度之间的偏差是否在预设偏差范围内，如果所述比例大于所述预设基准值，且所述连续亮度区域中各像素点的平均亮度与所述图像的平均亮度之间的偏差不在所述预设偏差范围内，则判定所述图像需要进行除雾处理；如果所述比例小于所述预设基准值，或所述连续亮度区域中各像素点的平均亮度与所述图像的平均亮度之间的偏差在所述预设偏差范围内，则判定所述图像不需要进行除雾处理。
8.根据权利要求6所述的图像处理系统，其特征在于，所述基准点确定模块包括：
基准点个数确定子模块，用于确定所需计算的基准点个数；
亮度范围划分子模块，用于根据所述图像的像素亮度分布数据，按预设规则划分与所述基准点个数相同数量的亮度范围；
比值计算子模块，用于计算所划分的每个亮度范围中的像素点的个数在所述图像的像素点总数中所占比值；以及
坐标确定子模块，用于将每个比值作为一基准点的横坐标，从而得到各所述基准点的横坐标Xn；计算所述比值与所述亮度范围内的最大亮度值的乘积作为各所述基准点的纵坐标Yn，从而得到各基准点Pn(Xn，Yn)；
所述反馈调节模块包括：
时间判断子模块，用于判断所述像素亮度分布数据是否在所述透雾曲线生效之前生成；以及
透雾曲线调节子模块，用于当所述像素亮度分布数据是在所述透雾曲线生效之前生成时，根据计算得到的各基准点Pn(Xn，Yn)对所述透雾曲线进行调节。
9.根据权利要求8所述的图像处理系统，其特征在于，所述透雾曲线调节子模块，还用于当所述像素亮度分布数据是在所述透雾曲线生效之后生成时，判断是否为第一次根据基准点Pn(Xn，Yn)对所述透雾曲线进行调节；当判定为第一次根据基准点Pn(Xn，Yn)对所述透雾曲线进行调节时，保存所述基准点Pn(Xn，Yn)并根据所述基准点Pn(Xn，Yn)对所述透雾曲线进行调节；当判定不是为第一次根据基准点Pn(Xn，Yn)对所述透雾曲线进行调节时，将计算得到的基准点Pn(Xn，Yn)作为参考点R，根据所述参考点R对上次采用的基准点的横坐标进行调整；对调整后的基准点进行二次样条差值计算，生成一条连续平滑的新的透雾曲线作为所述反馈调节后的透雾曲线。
10.一种电子设备，其特征在于，所述电子设备包括：
存储器；
处理器；及
图像处理系统，所述图像处理系统安装于所述存储器中并包括一个或多个由所述处理器执行的软件功能模块，所述图像处理系统包括：
图像获取模块，用于获取影像采集设备采集到的图像；
除雾判断模块，用于根据所述图像的像素亮度分布数据判断所述图像是否需要进行除雾处理；
基准点确定模块，用于当判定所述图像需要进行除雾处理时，从所述图像的像素亮度分布数据中确定多个像素亮度分布基准点；
反馈调节模块，用于根据所述多个像素亮度分布基准点对透雾曲线进行反馈调节；以及
除雾处理模块，用于采用反馈调节后的透雾曲线对所述图像进行除雾处理。
CN201610557189.3A 2016-07-12 2016-07-12 一种图像处理方法、系统及电子设备 Active CN106131412B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610557189.3A CN106131412B (zh) 2016-07-12 2016-07-12 一种图像处理方法、系统及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610557189.3A CN106131412B (zh) 2016-07-12 2016-07-12 一种图像处理方法、系统及电子设备

Publications (2)

Publication Number Publication Date
CN106131412A true CN106131412A (zh) 2016-11-16
CN106131412B CN106131412B (zh) 2019-04-30

Family

ID=57284094

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610557189.3A Active CN106131412B (zh) 2016-07-12 2016-07-12 一种图像处理方法、系统及电子设备

Country Status (1)

Country Link
CN (1) CN106131412B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107645606A (zh) * 2017-09-29 2018-01-30 努比亚技术有限公司 屏幕亮度调节方法、移动终端及可读存储介质
CN107856642A (zh) * 2017-01-24 2018-03-30 问众智能信息科技（北京）有限公司 一种汽车辅助驾驶系统摄像头除雾装置
CN110858281A (zh) * 2018-08-22 2020-03-03 浙江宇视科技有限公司 图像处理方法、装置、电子眼及存储介质
CN111245816A (zh) * 2020-01-08 2020-06-05 窦翠云 基于内容检测的数据上传系统及方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103179409A (zh) * 2013-03-21 2013-06-26 深圳市创维群欣安防科技有限公司 视频透雾处理方法和装置
CN103632369A (zh) * 2013-12-05 2014-03-12 淮海工学院 块平均清晰度组合无参考水下图像通用性质量检测方法
US20140177960A1 (en) * 2012-12-24 2014-06-26 Korea University Research And Business Foundation Apparatus and method of processing image
CN104580925A (zh) * 2014-12-31 2015-04-29 安科智慧城市技术（中国）有限公司 一种控制图像亮度的方法、装置及摄像机
CN105005973A (zh) * 2015-06-30 2015-10-28 广东欧珀移动通信有限公司 一种图像快速去噪的方法及装置
CN105139345A (zh) * 2015-06-25 2015-12-09 武汉烽火众智数字技术有限责任公司 一种优质非标准Gamma曲线的自动搜索方法
CN105608683A (zh) * 2016-03-11 2016-05-25 北京理工大学 一种单幅图像去雾方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140177960A1 (en) * 2012-12-24 2014-06-26 Korea University Research And Business Foundation Apparatus and method of processing image
CN103179409A (zh) * 2013-03-21 2013-06-26 深圳市创维群欣安防科技有限公司 视频透雾处理方法和装置
CN103632369A (zh) * 2013-12-05 2014-03-12 淮海工学院 块平均清晰度组合无参考水下图像通用性质量检测方法
CN104580925A (zh) * 2014-12-31 2015-04-29 安科智慧城市技术（中国）有限公司 一种控制图像亮度的方法、装置及摄像机
CN105139345A (zh) * 2015-06-25 2015-12-09 武汉烽火众智数字技术有限责任公司 一种优质非标准Gamma曲线的自动搜索方法
CN105005973A (zh) * 2015-06-30 2015-10-28 广东欧珀移动通信有限公司 一种图像快速去噪的方法及装置
CN105608683A (zh) * 2016-03-11 2016-05-25 北京理工大学 一种单幅图像去雾方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107856642A (zh) * 2017-01-24 2018-03-30 问众智能信息科技（北京）有限公司 一种汽车辅助驾驶系统摄像头除雾装置
CN107645606A (zh) * 2017-09-29 2018-01-30 努比亚技术有限公司 屏幕亮度调节方法、移动终端及可读存储介质
CN110858281A (zh) * 2018-08-22 2020-03-03 浙江宇视科技有限公司 图像处理方法、装置、电子眼及存储介质
CN110858281B (zh) * 2018-08-22 2022-10-04 浙江宇视科技有限公司 图像处理方法、装置、电子眼及存储介质
CN111245816A (zh) * 2020-01-08 2020-06-05 窦翠云 基于内容检测的数据上传系统及方法

Also Published As

Publication number Publication date
CN106131412B (zh) 2019-04-30

Similar Documents

Publication Publication Date Title
AU2020100323A4 (en) Solar Power Forecasting
CN106131412A (zh) 一种图像处理方法、系统及电子设备
CN106856002B (zh) 一种无人机拍摄图像质量评价方法
EP2869023B1 (en) Image processing apparatus, image processing method and corresponding computer program
CN104394377B (zh) 一种监控图像的模糊异常的识别方法及装置
CN105847703A (zh) 一种图像处理方法和电子设备
US11580783B2 (en) Unusual motion detection method and system
CN103856721A (zh) 用于计算闪烁评估值的设备和方法
US10616561B2 (en) Method and apparatus for generating a 3-D image
JP2009110240A (ja) 動画像の各画素の前景背景分類装置、方法及びプログラム
CN101827204A (zh) 一种运动目标侦测方法及系统
CN109447186A (zh) 聚类方法及相关产品
TWI469632B (zh) 抗閃爍攝錄裝置與攝錄方法
CN110514298A (zh) 一种基于地基云图的太阳辐照强度计算方法
CN107240092A (zh) 一种图像模糊度检测方法及装置
WO2017193172A1 (en) "solar power forecasting"
CN109584175B (zh) 一种图像处理方法及装置
CN110086961A (zh) 一种针对OLED屏的DeMURA算法
CN111461487B (zh) 一种基于bim的室内装修工程智慧管理系统
JPWO2015146111A1 (ja) 検知装置、検知方法、及びコンピュータプログラム
CN112653845B (zh) 曝光控制方法、装置、电子设备及可读存储介质
CN103578121B (zh) 干扰运动环境下基于共享高斯模型的运动检测方法
CN106780544A (zh) 图像前景提取的方法和装置
CN104954700B (zh) 一种过曝控制方法和装置
CN103873786B (zh) 影像调整方法以及使用这个影像调整方法的光学导航装置

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