CN106462947A - 除雾装置及图像生成方法 - Google Patents

除雾装置及图像生成方法 Download PDF

Info

Publication number
CN106462947A
CN106462947A CN201480079760.4A CN201480079760A CN106462947A CN 106462947 A CN106462947 A CN 106462947A CN 201480079760 A CN201480079760 A CN 201480079760A CN 106462947 A CN106462947 A CN 106462947A
Authority
CN
China
Prior art keywords
demisting
illumination light
light components
module
mist
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
CN201480079760.4A
Other languages
English (en)
Other versions
CN106462947B (zh
Inventor
中前贵司
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.)
Eizo Corp
Eizo Nanao Corp
Original Assignee
Eizo Nanao Corp
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 Eizo Nanao Corp filed Critical Eizo Nanao Corp
Publication of CN106462947A publication Critical patent/CN106462947A/zh
Application granted granted Critical
Publication of CN106462947B publication Critical patent/CN106462947B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/73—Deblurring; Sharpening
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/77—Retouching; Inpainting; Scratch removal
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G06T7/529—Depth or shape recovery from texture
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/40—Picture signal circuits
    • H04N1/407—Control or modification of tonal gradation or of extreme levels, e.g. background level
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20004—Adaptive image processing
    • G06T2207/20012—Locally adaptive
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20021—Dividing image into blocks, subimages or windows
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20172—Image enhancement details
    • G06T2207/20192—Edge enhancement; Edge preservation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Image Processing (AREA)
  • Studio Devices (AREA)
  • Image Analysis (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Processing Or Creating Images (AREA)

Abstract

课题：即使是雾较浓的图像也能进行除雾。解决方法：雾浓度计算部(11)使用分离出的照明光成分计算被提供的输入图像的雾浓度。反射率成分除雾部(13)针对由反射率计算部(12)算出的反射率成分进行除雾。照明光成分除雾部(14)针对分离出的照明光成分进行除雾。此处，反射率成分除雾部(13)比照明光成分除雾部(14)的除雾度更大。从而能够增大反射率成分的除雾度而不过大地增大照明光成分的除雾程度。

Description

除雾装置及图像生成方法
技术领域
本发明涉及一种除雾装置，尤其涉及一种范围很广的除雾技术。
背景技术
在日本专利特开2012-168936号公报中公开了一种基于大气模型的除雾技术(参见背景技术栏)。大气模型是指在大气中有悬浮微粒时，由摄像机拍摄物体或者用肉眼观察物体的光学原理。大气模型如以下的式(1)所示。
I(x)＝J(x)t(x)+A(1-t(x))…式(1)
I表示观测图像(有雾的图像)、J表示处理图像(无雾的图像)、t表示雾浓度、x表示对象像素的座标、A表示气辉。
通过摄像装置观察的图像I(x)由来自于物体的反射光J(x)被空中的悬浮微粒散射后仍然残存的部分J(x)t(x)以及太阳光被空中的悬浮微粒散射后形成的大气环境光A(1-t(x))构成。
另外，在所述公报的图10中使用显示所述I(x)、J(x)、A、t(x)各值的图像来进行说明。
通过上述式(1)可以求出雾浓度t和气辉A，从观测图像I可以求出处理图像J。
Kaiming He等人在2009年的有关计算机视觉和模式识别(Computer Vision andPattern Recognition)的IEEE会议的论文“Single Image Haze Removal Using DarkChannel Prior”中提供了新型除雾技术。
简单来说，所述大气模型中，针对各像素，通过下述式(2)求得包含周边像素的像素值的最小值(暗原色先验(Dark Channel Prior(以下简称为DCP)))，假设相关的值表示雾浓度，通过该DCP的值来改变除雾的程度。
[式1]
在普通的无雾的自然图像中，由于在哪个像素的周边都有阴影和饱和度高的部分，因此DCP的值几乎为0。另一方面，在有雾的图像中，由雾使亮度变高，从而DCP的值也变高。因此，通过进行使DCP为0的处理，使得除雾成为可能。
发明内容
发明要解决的问题:
然而，在所述除雾方法中存在如下问题。在雾很浓的图像中，色彩成分较少，成为没有起伏的图像。在相关的图像中，DCP与输入图像成为相接近的值，如果进行使DCP的值为0的处理，处理后的图像会变得非常暗。相反，如果为了防止图像变暗而将参数设定得较弱的话，除雾效果也会变弱，造成图像无法变得清晰的问题。
本发明的目的是为了解决上述问题而提供一种除雾装置，从含有雾的图像中进行除雾。
解决问题的方案:
(1)本发明所述的除雾装置包括：分离模块，从含雾图像中分离出反射率成分和照明光成分；反射率成分除雾模块，针对分离出的所述反射率成分，基于另外确定的雾浓度进行除雾；照明光成分除雾模块，针对分离出的所述照明光成分，基于所述雾浓度进行除雾；以及合成模块，将除雾后的所述反射率成分及除雾后的所述照明光成分进行合成；所述反射率成分除雾模块中的除雾与所述照明光成分除雾模块中的除雾，其除雾度不同。
如此一来，通过在所述反射率成分与所述照明光成分使除雾度不同并进行合成，能够实现更加灵活的除雾处理。
(2)在本发明所述除雾装置中，所述反射率成分除雾模块中的除雾比所述照明光成分除雾模块中的除雾的除雾度更高。因此，即使是所述雾较浓的情形，也能够得到在强化边缘的同时保持了图像整体亮度的图像。
(3)在本发明所述除雾装置中，所述照明光成分除雾模块中的除雾比所述反射率成分除雾模块中的除雾的除雾度更高。因此，即使下调了图像整体亮度，也能够得到不强化边缘的图像。
(4)本发明所述图像生成方法中包括：从含雾图像分离出反射率成分和照明光成分；针对所述反射率成分基于另外确定的雾浓度进行除雾；针对所述照明光成分基于所述雾浓度进行除雾；将除雾后的所述反射率成分及除雾后的所述照明光成分进行合成；通过针对所述反射率成分的除雾处理与针对所述照明光成分的除雾处理，生成改变了除雾度的图像。因此，能够生成因所述反射率成分与所述照明光成分使所述除雾度不同的图像。
(5)本发明所述除雾装置中包括：分离模块，从含雾图像中分离出反射率成分和照明光成分；反射率成分除雾模块，针对分离出的所述反射率成分，基于另外确定的雾浓度进行除雾；照明光成分除雾模块，针对分离出的所述照明光成分，基于所述雾浓度进行除雾；以及合成模块，将除雾后的所述反射率成分及除雾后的所述照明光成分进行合成。因此，能够使所述反射率成分与所述照明光成分相独立地进行除雾处理。
(6)本发明所述除雾装置中包括：分离模块，从含雾图像中分离出反射率成分和照明光成分；反射率成分除雾模块，针对分离出的所述反射率成分，基于另外确定的雾浓度进行除雾；以及合成模块，将分离出的所述照明光成分及除雾后的所述反射率成分进行合成。因此，能够生成仅针对反射率成分实施了所述除雾处理的图像。
(7)本发明所述除雾装置中包括：分离模块，从含雾图像中分离出反射率成分和照明光成分；照明光成分除雾模块，针对分离出的所述照明光成分，基于另外确定的雾浓度进行除雾；以及合成模块，将除雾后的所述照明光成分及分离出的所述反射率成分进行合成。因此，能够生成仅针对照明光成分实施了所述除雾处理的图像。
另外，在本发明说明书中，“雾”是指也包含霭、薄雾、烟、粉尘、砂尘、雨、雪的概念。
针对权利要求所述的各种模块与实施方式的结构的对应进行说明。雾浓度计算部11相当于“计算模块”。照明光分离部4相当于“分离模块”。反射率成分除雾部13相当于反射率成分除雾模块，照明光成分除雾部14相当于“照明光成分除雾模块”。合成部16相当于“合成模块”。
本发明的特征、其他的目的、用途、效果等可以参照实施方式及附图而变得明了。
附图说明
图1表示图像处理装置1的结构。
图2表示照明光成分及反射率成分与除雾强度的关系。
具体实施方式
以下，参照附图对本发明中的实施方式进行说明。图1表示具有与本发明的一实施方式相关的除雾装置10的图像处理装置1的结构。
除雾装置10具有照明光分离部23、反射率成分除雾部13、照明光成分除雾部14、雾浓度计算部11、及合成部16。
照明光分离部23具有边缘保留型低通滤波器，通过YUV转换部3算出被转换的YUV数据的局部亮度的加权平均值，即算出照明光成分，从而进行照明光成分与反射率成分的分离。
雾浓度计算部11使用分离出的照明光成分计算被提供的输入图像的雾浓度。在本实施方式中，假设背景技术中说明的DCP表示雾浓度，通过该DCP的值求出最终的雾浓度t。
反射率成分除雾部13针对反射率计算部12算出的反射率成分进行除雾。照明光成分除雾部14针对被分离出的照明光成分进行除雾。通过照明光成分除雾部14与通过反射率成分除雾部13进行除雾的除去度不同。具体以后说明。
合成部16使用进行了除雾的照明光成分和所述反射率成分合成被除雾的图像。所合成的图像在RGB转换部18从YUV数据转换为RGB数据。
针对照明光成分除雾部14和反射率成分除雾部13进行的除雾进行说明。
在视网膜大脑皮层(Retinex)理论中，观测图像I被定义为照明光L与反射率R之积。
I＝RL…式(3)
将大气模型的式(1)变形后能够得到式(4)。
能够得到J(x)＝(I(x)-A)/t(x)+A…(4)
此处，对上述I、J、A适用Retinex理论，以反射率成分与照明光成分之积的形式对每一个进行表示时，求得下述式(5)。
JR JL＝(IR IL-AR AL)/t+ARAL…式(5)
此处，在大气模型中，假设在气辉A中没有反射率成分。而且，当然，大气模型的式(1)对照明光成分也成立。因此，如果考虑将所述式(4)限定为照明光成分的话，则可以设定下述两个限制条件。
AR＝1…式(6)
JL＝(IL-AL)/t+AL…式(7)
将式(6)、(7)代入式(5)后推导出式(8)。
JR＝(IR IL-(1-t)AL)/(IL-(1-t)AL)…式(8)
从该式(8)可以看出，JR的值当IR>1时则大于IR，当IR<1时则小于IR。也就是说，针对反射率成分，根据雾浓度来进行强化边缘的处理，这与由雾引起的边缘变模糊具有一致性。
这样一来，通过式(7)对照明光成分的除雾、通过式(8)对反射率成分的除雾，从而能够分别将照明光成分和反射率成分进行除雾。
使用图2针对能够将照明光成分和反射率成分分别进行除雾的优点进行说明。如果增大除雾度，则反射率成分的边缘强化度会变高，照明光成分的亮度会减少。相反，如果减小除雾度，则反射率成分的边缘强化度会降低，照明光成分的减少度会降低。也就是说不会变得这么暗。因此，针对雾较浓、色彩较淡、缺乏起伏的图像，如果增大除雾度，虽然边缘会加强，但图像会变暗。
针对于此，本方案中虽然也是这样的图像，但可以针对反射率成分增大除雾度，而另一方面可以针对照明光成分减小除雾度。因此能够在保持了图像亮度的同时还提高可视性。
作为对相关的照明光成分和反射率成分改变除雾程度的方案，可以使用令照明光成分、反射率成分各自的除雾处理中的雾浓度不相同的值，或者对照明光成分、反射率成分各自的除雾处理结果进行加权即可。
作为前者，例如可以将式(7)、式(8)中的值t变为两个。如果是雾较浓且图像的平均亮度较低(不高)的图像，最好是边缘强化了但亮度没怎么下降。因此，如果把照明光成分的值t作为tL、把反射率成分的值t作为tR，则只要使照明光成分的除雾减弱，使反射率成分的除雾加强(tL>tR)即可。
另外，如果要针对除雾处理结果进行加权，则例如可以像以下这样来做。
将除雾后的照明光成分作为JL、将加权的结果作为JL’，在下述式(9)中求得JL’。
JL’＝IL+k(JL-IL)…(9)
式(9)并不是在求出的值上乘上系数，而是对来自于原图像的改变量，通过系数k能够进行改变，从而改变权重。具体地，当想要使照明光成分的除雾程度减弱时，可以使k<1。
如此，将含有识别障碍的图像分别分离成Retinex理论中的照明光成分、反射率成分，对他们分别进行图像处理，使得基于大气模型的所述除障强度不相同，然后将二者进行合成，从而能够针对每一个的识别障碍实现减轻处理。在本实施方式中，针对照明光成分降低其因雾而变亮的部分的亮度，针对反射率成分强化其因雾而变模糊的边缘，但由于二者为相对而言的值，因此，虽然只是减弱了对照明光成分的处理，但也达到了同样的效果。
另外，关于对除雾后照明光成分和除雾后反射率成分分别进行的调整，除此以外的组合方式也是可以适用的。
(2.另一实施方式)
本实施方式中，暂且对通过YUV值来判断RGB值的情形进行了说明，但也可以采用其他的颜色空间模型(HSV等)。在雾浓度计算和/或除雾处理中，如果有必要，也可以在该阶段中从RGB进行转换。
另外，在本实施方式中以除雾的情形为例进行了说明，但对于除去雾以外的外光成分的情形也同样适用。
在本实施方式中，通过DCP求得了雾浓度，但关于雾浓度的计算，其他方案也是可以的，而且操作人员也可以进行手动调整。
上述中对本发明的较佳实施方式进行了说明，但只是用于说明而不用于限定，不脱离本发明的范围及精神，在附带的权利要求的范围内也是可以进行改变的。
附图标记说明
4 照明光分离部
13 反射率成分除雾部
14 照明光成分除雾部
16 合成部

Claims (7)

1.一种除雾装置，其特征在于包括：
分离模块，从含雾图像中分离出反射率成分和照明光成分；
反射率成分除雾模块，针对分离出的所述反射率成分，基于另外确定的雾浓度进行除雾；
照明光成分除雾模块，针对分离出的所述照明光成分，基于所述雾浓度进行除雾；以及
合成模块，将除雾后的所述反射率成分及除雾后的所述照明光成分进行合成；
所述反射率成分除雾模块中的除雾与所述照明光成分除雾模块中的除雾，其除雾度不同。
2.根据权利要求1所述的除雾装置，其特征在于，所述反射率成分除雾模块中的除雾比所述照明光成分除雾模块中的除雾的除雾度更高。
3.根据权利要求1或2所述的除雾装置，其特征在于，所述照明光成分除雾模块中的除雾比所述反射率成分除雾模块中的除雾的除雾度更高。
4.一种图像生成方法，其特征在于包括：
从含雾图像分离出反射率成分和照明光成分；
针对所述反射率成分基于另外确定的雾浓度进行除雾；
针对所述照明光成分基于所述雾浓度进行除雾；
将除雾后的所述反射率成分及除雾后的所述照明光成分进行合成；
通过针对所述反射率成分的除雾处理与针对所述照明光成分的除雾处理，生成改变了除雾度的图像。
5.一种除雾装置，其特征在于包括：
分离模块，从含雾图像中分离出反射率成分和照明光成分；
反射率成分除雾模块，针对分离出的所述反射率成分，基于另外确定的雾浓度进行除雾；
照明光成分除雾模块，针对分离出的所述照明光成分，基于所述雾浓度进行除雾；以及
合成模块，将除雾后的所述反射率成分及除雾后的所述照明光成分进行合成。
6.一种除雾装置，其特征在于包括：
分离模块，从含雾图像中分离出反射率成分和照明光成分；
反射率成分除雾模块，针对分离出的所述反射率成分，基于另外确定的雾浓度进行除雾；以及
合成模块，将分离出的所述照明光成分及除雾后的所述反射率成分进行合成。
7.一种除雾装置，其特征在于包括：
分离模块，从含雾图像中分离出反射率成分和照明光成分；
照明光成分除雾模块，针对分离出的所述照明光成分，基于另外确定的雾浓度进行除雾；以及
合成模块，将除雾后的所述照明光成分及分离出的所述反射率成分进行合成。
CN201480079760.4A 2014-06-12 2014-06-12 除雾装置及图像生成方法 Active CN106462947B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2014/003131 WO2015189874A1 (ja) 2014-06-12 2014-06-12 霧除去装置および画像生成方法

Publications (2)

Publication Number Publication Date
CN106462947A true CN106462947A (zh) 2017-02-22
CN106462947B CN106462947B (zh) 2019-10-18

Family

ID=54833008

Family Applications (4)

Application Number Title Priority Date Filing Date
CN201480079760.4A Active CN106462947B (zh) 2014-06-12 2014-06-12 除雾装置及图像生成方法
CN201580031438.9A Active CN106462953B (zh) 2014-06-12 2015-03-02 图像处理系统及计算机可读记录介质
CN201580031509.5A Active CN106462954B (zh) 2014-06-12 2015-04-27 图像处理系统
CN201580031412.4A Active CN106663326B (zh) 2014-06-12 2015-04-27 图像处理系统及计算机可读记录介质

Family Applications After (3)

Application Number Title Priority Date Filing Date
CN201580031438.9A Active CN106462953B (zh) 2014-06-12 2015-03-02 图像处理系统及计算机可读记录介质
CN201580031509.5A Active CN106462954B (zh) 2014-06-12 2015-04-27 图像处理系统
CN201580031412.4A Active CN106663326B (zh) 2014-06-12 2015-04-27 图像处理系统及计算机可读记录介质

Country Status (8)

Country Link
US (4) US10102614B2 (zh)
EP (4) EP3156968B1 (zh)
JP (4) JP6228670B2 (zh)
CN (4) CN106462947B (zh)
AU (4) AU2014397095B2 (zh)
ES (3) ES2727929T3 (zh)
RU (4) RU2658874C1 (zh)
WO (4) WO2015189874A1 (zh)

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3180454B1 (en) * 2015-06-30 2018-06-06 Heraeus Deutschland GmbH & Co. KG Process for the production of a pgm-enriched alloy
CN107872608B (zh) * 2016-09-26 2021-01-12 华为技术有限公司 图像采集设备及图像处理方法
KR101942198B1 (ko) * 2017-12-27 2019-04-11 중앙대학교 산학협력단 레티넥스 모델을 기반으로 하여 영상을 개선하는 단말 장치 및 방법과 이를 수행하는 기록 매체
CN110189259B (zh) * 2018-02-23 2022-07-08 荷兰移动驱动器公司 图像去雾霾方法、电子设备及计算机可读存储介质
CN108416316B (zh) * 2018-03-19 2022-04-05 中南大学 一种黑烟车的检测方法及系统
US10643311B2 (en) * 2018-03-22 2020-05-05 Hiwin Technologies Corp. Method for correcting dehazed medical image
JP7109317B2 (ja) 2018-09-06 2022-07-29 株式会社クボタ 水田作業機
CN109028234B (zh) * 2018-09-29 2020-11-10 佛山市云米电器科技有限公司 一种能够对烟雾等级进行标识的油烟机
CN109028233B (zh) * 2018-09-29 2020-11-10 佛山市云米电器科技有限公司 厨房油烟浓度划分方法及油烟图像识别系统及油烟机
CN109242805B (zh) * 2018-10-24 2021-09-28 西南交通大学 一种基于独立分量分析的单幅图像雾霾快速去除方法
JP7421273B2 (ja) * 2019-04-25 2024-01-24 キヤノン株式会社 画像処理装置及びその制御方法及びプログラム
CN110223258A (zh) * 2019-06-12 2019-09-10 西南科技大学 一种多模式快速视频图像去雾方法及装置
CN112419162B (zh) * 2019-08-20 2024-04-05 浙江宇视科技有限公司 图像去雾方法、装置、电子设备及可读存储介质
CN111192210B (zh) * 2019-12-23 2023-05-26 杭州当虹科技股份有限公司 一种自适应增强的视频去雾方法
CN113674158A (zh) * 2020-05-13 2021-11-19 浙江宇视科技有限公司 图像处理方法、装置、设备及存储介质
CN112011696B (zh) 2020-08-19 2021-05-18 北京科技大学 一种火法富集铝基废催化剂中铂族金属的方法
US11641456B2 (en) 2020-09-14 2023-05-02 Himax Technologies Limited Image rendering method and apparatus
US11790545B2 (en) * 2020-09-14 2023-10-17 Himax Technologies Limited Method and apparatus to control light source in structured light imaging
CN114519683A (zh) * 2020-11-20 2022-05-20 北京晶视智能科技有限公司 图像处理方法及应用其的图像处理装置
US11528435B2 (en) 2020-12-25 2022-12-13 Industrial Technology Research Institute Image dehazing method and image dehazing apparatus using the same
TWI792454B (zh) * 2021-07-28 2023-02-11 瑞昱半導體股份有限公司 自適應的圖像陰影校正方法及圖像陰影校正系統

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100066732A1 (en) * 2008-09-16 2010-03-18 Microsoft Corporation Image View Synthesis Using a Three-Dimensional Reference Model
US20100259651A1 (en) * 2009-04-08 2010-10-14 Raanan Fattal Method, apparatus and computer program product for single image de-hazing
US20100322478A1 (en) * 2009-06-15 2010-12-23 Denso Corporation Restoration apparatus for weather-degraded image and driver assistance system
CN102637293A (zh) * 2011-02-12 2012-08-15 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
US20120213436A1 (en) * 2011-02-18 2012-08-23 Hexagon Technology Center Gmbh Fast Image Enhancement and Three-Dimensional Depth Calculation
CN103034977A (zh) * 2011-09-30 2013-04-10 株式会社日立制作所 图像除雾方法和相应的图像除雾装置
CN103188433A (zh) * 2011-12-30 2013-07-03 株式会社日立制作所 图像除雾装置和图像除雾方法
JP2013152334A (ja) * 2012-01-25 2013-08-08 Olympus Corp 顕微鏡システムおよび顕微鏡観察方法

Family Cites Families (53)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6085152A (en) * 1997-09-19 2000-07-04 Cambridge Management Advanced Systems Corporation Apparatus and method for monitoring and reporting weather conditions
DE60014420T2 (de) 1999-11-26 2005-10-13 Sanyo Electric Co., Ltd., Moriguchi Verfahren zur 2d/3d videoumwandlung
JP2001160146A (ja) * 1999-12-01 2001-06-12 Matsushita Electric Ind Co Ltd 画像認識方法および画像認識装置
US9149175B2 (en) 2001-07-26 2015-10-06 Given Imaging Ltd. Apparatus and method for light control in an in-vivo imaging device
JP2003187248A (ja) * 2001-12-21 2003-07-04 Mitsubishi Electric Corp 画像処理システムおよび画像処理装置
KR100512976B1 (ko) * 2003-08-09 2005-09-07 삼성전자주식회사 화면의 콘트라스트를 향상시키는 블랙/화이트 스트레칭시스템 및 그의 스트레칭 방법
JP2006155491A (ja) * 2004-12-01 2006-06-15 Samsung Yokohama Research Institute Co Ltd シーンチェンジ検出方法
JP2007266838A (ja) * 2006-03-28 2007-10-11 Sharp Corp 記録再生装置、記録再生方法、及び、記録再生プログラムを記録した記録媒体
JP4784452B2 (ja) 2006-09-12 2011-10-05 株式会社デンソー 車載霧判定装置
JP4475268B2 (ja) * 2006-10-27 2010-06-09 セイコーエプソン株式会社 画像表示装置、画像表示方法、画像表示プログラム、及び画像表示プログラムを記録した記録媒体、並びに電子機器
JP4241834B2 (ja) 2007-01-11 2009-03-18 株式会社デンソー 車載霧判定装置
RU2365993C1 (ru) * 2008-01-30 2009-08-27 Корпорация "САМСУНГ ЭЛЕКТРОНИКС Ко., Лтд." Способ адаптивного улучшения факсимильных изображений документов
US8290294B2 (en) 2008-09-16 2012-10-16 Microsoft Corporation Dehazing an image using a three-dimensional reference model
CN102265594B (zh) * 2008-12-22 2014-07-02 罗姆股份有限公司 图像修正处理电路、半导体装置、图像修正处理装置
JP5325562B2 (ja) * 2008-12-22 2013-10-23 ローム株式会社 画像補正処理回路及びこれを集積化して成る半導体装置
WO2010115228A1 (en) * 2009-04-09 2010-10-14 National Ict Australia Limited Enhancing image data
JP2010276691A (ja) * 2009-05-26 2010-12-09 Toshiba Corp 画像処理装置および画像処理方法
JP5402504B2 (ja) * 2009-10-15 2014-01-29 株式会社Ｊｖｃケンウッド 擬似立体画像作成装置及び擬似立体画像表示システム
TWI423166B (zh) * 2009-12-04 2014-01-11 Huper Lab Co Ltd 判斷輸入影像是否為霧化影像之方法、判斷輸入影像的霧級數之方法及霧化影像濾清方法
US8284998B2 (en) * 2010-07-01 2012-10-09 Arcsoft Hangzhou Co., Ltd. Method of estimating depths from a single image displayed on display
JP2012028987A (ja) * 2010-07-22 2012-02-09 Toshiba Corp 画像処理装置
JP5488530B2 (ja) * 2011-05-23 2014-05-14 富士ゼロックス株式会社 画像処理装置及び画像処理プログラム
JP5810628B2 (ja) * 2011-05-25 2015-11-11 富士ゼロックス株式会社 画像処理装置及び画像処理プログラム
US8582915B2 (en) * 2011-06-27 2013-11-12 Wuxi Jinnang Technology Development Ltd. Image enhancement for challenging lighting conditions
KR101568971B1 (ko) * 2011-08-03 2015-11-13 인디안 인스티튜트 오브 테크놀로지, 카라그푸르 화상 및 동영상에서 안개를 제거하는 방법 및 시스템
US8970691B2 (en) * 2011-08-26 2015-03-03 Microsoft Technology Licensing, Llc Removal of rayleigh scattering from images
CN103164845B (zh) * 2011-12-16 2016-08-03 中国科学院沈阳自动化研究所 一种实时图像去雾装置及方法
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
CN103226809B (zh) * 2012-01-31 2015-11-25 株式会社日立制作所 图像除雾装置和图像除雾方法
US20130237317A1 (en) * 2012-03-12 2013-09-12 Samsung Electronics Co., Ltd. Method and apparatus for determining content type of video content
JP5247910B1 (ja) * 2012-03-30 2013-07-24 Ｅｉｚｏ株式会社 画像表示装置またはその方法
JP5470415B2 (ja) * 2012-03-30 2014-04-16 Ｅｉｚｏ株式会社 イプシロンフィルタの閾値決定方法およびローパスフィルタの係数決定方法
US8885962B1 (en) * 2012-07-23 2014-11-11 Lockheed Martin Corporation Realtime long range imaging scatter reduction
CN103632339A (zh) * 2012-08-21 2014-03-12 张晓光 一种基于变分Retinex的单幅图像去雾方法及装置
CN202872972U (zh) * 2012-08-24 2013-04-10 中国人民解放军理工大学气象学院 一种图像监测处理装置
US9659237B2 (en) * 2012-10-05 2017-05-23 Micro Usa, Inc. Imaging through aerosol obscurants
KR101958910B1 (ko) 2012-10-26 2019-03-15 에스케이 텔레콤주식회사 영상보정의 가속화를 위한 영상보정 장치 및 그 방법
CN102982537B (zh) * 2012-11-05 2015-09-02 安维思电子科技（广州）有限公司 一种检测场景变换的方法和系统
KR101736468B1 (ko) 2012-12-24 2017-05-29 한화테크윈 주식회사 영상 처리 장치 및 방법
KR101445577B1 (ko) 2013-03-11 2014-11-04 주식회사 브이아이티시스템 안개제거 추정 모델을 이용한 안개 낀 휘도영상 개선 시스템
JP2014212513A (ja) 2013-04-01 2014-11-13 パナソニック株式会社 投写型映像表示装置、映像投影制御装置、映像投影制御方法、及び映像投影制御プログラム
CN103218622B (zh) * 2013-04-22 2016-04-13 武汉大学 一种基于计算机视觉的雾霾监测方法
KR101470831B1 (ko) 2013-05-28 2014-12-10 전남대학교산학협력단 사용자 제어가 가능한 거듭제곱근 연산자를 이용한 안개영상 개선 장치
CN103337054A (zh) * 2013-06-17 2013-10-02 西安理工大学 基于单图像的二阶段图像去雾方法
JP2017502429A (ja) * 2014-01-10 2017-01-19 富士通株式会社 画像処理装置、電子機器及び方法
US20170178297A1 (en) * 2014-02-19 2017-06-22 Yissum Research Development Company Of The Hebrew University Of Jerusalem Ltd. Method and system for dehazing natural images using color-lines
KR102207939B1 (ko) 2014-03-27 2021-01-26 한화테크윈 주식회사 안개 제거 시스템 및 안개 제거 방법
JP6284408B2 (ja) 2014-04-03 2018-02-28 オリンパス株式会社 画像処理装置、撮像装置、判定方法、駆動方法、撮像方法およびプログラム
US9305339B2 (en) * 2014-07-01 2016-04-05 Adobe Systems Incorporated Multi-feature image haze removal
US9177363B1 (en) 2014-09-02 2015-11-03 National Taipei University Of Technology Method and image processing apparatus for image visibility restoration
JP6469448B2 (ja) 2015-01-06 2019-02-13 オリンパス株式会社 画像処理装置、撮像装置、画像処理方法、および記録媒体
US9870511B2 (en) * 2015-10-14 2018-01-16 Here Global B.V. Method and apparatus for providing image classification based on opacity
US9508129B1 (en) 2015-11-06 2016-11-29 Adobe Systems Incorporated Dehazing photos and videos using visual artifact suppression

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100066732A1 (en) * 2008-09-16 2010-03-18 Microsoft Corporation Image View Synthesis Using a Three-Dimensional Reference Model
US20100259651A1 (en) * 2009-04-08 2010-10-14 Raanan Fattal Method, apparatus and computer program product for single image de-hazing
US20100322478A1 (en) * 2009-06-15 2010-12-23 Denso Corporation Restoration apparatus for weather-degraded image and driver assistance system
CN102637293A (zh) * 2011-02-12 2012-08-15 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
US20120213436A1 (en) * 2011-02-18 2012-08-23 Hexagon Technology Center Gmbh Fast Image Enhancement and Three-Dimensional Depth Calculation
CN103034977A (zh) * 2011-09-30 2013-04-10 株式会社日立制作所 图像除雾方法和相应的图像除雾装置
CN103188433A (zh) * 2011-12-30 2013-07-03 株式会社日立制作所 图像除雾装置和图像除雾方法
JP2013152334A (ja) * 2012-01-25 2013-08-08 Olympus Corp 顕微鏡システムおよび顕微鏡観察方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
RENJIE HE 等: "Single Image Dehazing with White Balance Correction and Image Decomposition", 《DIGITAL IMAGE COMPUTING TECHNIQUES AND APPLICATIONS》 *
SUDHARSAN PARTHASARATHY 等: "A RETINEX based haze removal method", 《INDUSTRIAL AND INFORMATION SYSTEMS》 *

Also Published As

Publication number Publication date
WO2015190183A1 (ja) 2015-12-17
JP6228670B2 (ja) 2017-11-08
RU2648955C1 (ru) 2018-03-28
RU2017100022A3 (zh) 2018-07-12
AU2015272846B2 (en) 2018-01-25
CN106462954B (zh) 2019-09-20
US20170084009A1 (en) 2017-03-23
JP6225256B2 (ja) 2017-11-01
WO2015190136A1 (ja) 2015-12-17
RU2658874C1 (ru) 2018-06-25
JPWO2015190184A1 (ja) 2017-04-20
RU2654159C1 (ru) 2018-05-16
JPWO2015190136A1 (ja) 2017-04-20
EP3156968B1 (en) 2019-02-27
ES2727929T3 (es) 2019-10-21
EP3156969A1 (en) 2017-04-19
AU2015272846A1 (en) 2017-02-02
JP6228671B2 (ja) 2017-11-08
EP3156971A4 (en) 2017-07-12
ES2681294T3 (es) 2018-09-12
CN106663326B (zh) 2019-11-08
JP6225255B2 (ja) 2017-11-01
EP3156970A1 (en) 2017-04-19
WO2015189874A1 (ja) 2015-12-17
US20170091911A1 (en) 2017-03-30
EP3156969A4 (en) 2017-10-11
EP3156968A4 (en) 2017-04-19
AU2015272798B2 (en) 2017-12-14
CN106462947B (zh) 2019-10-18
US9972074B2 (en) 2018-05-15
CN106462954A (zh) 2017-02-22
CN106663326A (zh) 2017-05-10
JPWO2015190183A1 (ja) 2017-04-20
EP3156970B1 (en) 2019-08-21
EP3156971A1 (en) 2017-04-19
ES2712452T3 (es) 2019-05-13
RU2664415C2 (ru) 2018-08-17
US20170091912A1 (en) 2017-03-30
CN106462953A (zh) 2017-02-22
US20170084042A1 (en) 2017-03-23
AU2014397095A1 (en) 2017-02-02
EP3156970A4 (en) 2017-07-12
AU2014397095B2 (en) 2018-07-05
EP3156969B1 (en) 2018-11-21
US10157451B2 (en) 2018-12-18
AU2015272798A1 (en) 2017-02-02
WO2015190184A1 (ja) 2015-12-17
EP3156971B1 (en) 2018-05-23
RU2017100022A (ru) 2018-07-12
EP3156968A1 (en) 2017-04-19
JPWO2015189874A1 (ja) 2017-04-20
AU2015272799B2 (en) 2018-01-04
US10096092B2 (en) 2018-10-09
US10102614B2 (en) 2018-10-16
AU2015272799A1 (en) 2017-02-02
CN106462953B (zh) 2019-10-25

Similar Documents

Publication Publication Date Title
CN106462947A (zh) 除雾装置及图像生成方法
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
CN106251300B (zh) 一种基于Retinex的快速夜间雾天图像复原方法
CN111292258B (zh) 一种基于暗通道和亮通道先验的图像去雾方法
CN104240194B (zh) 一种基于抛物线函数的低照度图像增强算法
CN107103591A (zh) 一种基于图像雾霾浓度估计的单幅图像去雾方法
CN105096278B (zh) 基于光照调整的图像增强方法和设备
CN109087254B (zh) 无人机航拍图像雾霾天空和白色区域自适应处理方法
CN102663694A (zh) 一种基于暗原色通道先验的雾效数字滤镜方法
CN102289791B (zh) 一种快速单幅图像去雾方法
CN105959510B (zh) 一种视频快速去雾方法
CN104766307A (zh) 一种图像处理的方法及设备
CN105931208B (zh) 基于物理模型的低照度图像增强算法
CN104318535B (zh) 图像去雾的方法、装置及移动终端
CN111161167B (zh) 基于中通道补偿和自适应大气光估计的单幅图像去雾方法
CN108154492B (zh) 一种基于非局部均值滤波的图像去雾霾方法
CN106355560B (zh) 一种雾霾图像中大气光值的提取方法及系统
CN113822826B (zh) 一种低照度图像亮度增强方法
CN106447617A (zh) 一种改进的Retinex图像去雾方法
CN108564538A (zh) 一种基于环境光差异的图像去雾霾方法及系统
CN110136079A (zh) 基于场景深度分割的图像去雾方法
CN107592909A (zh) 用于生成减少反射对比图像的方法及其装置
CN107330870A (zh) 一种基于场景光辐射准确估计的浓雾去除方法
CN103065284A (zh) 图像数据的去雾方法及装置
CN107977941B (zh) 一种明亮区域色彩保真及对比度增强的图像去雾方法

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