CN107194900A - 图像处理方法、装置、计算机可读存储介质和移动终端 - Google Patents
图像处理方法、装置、计算机可读存储介质和移动终端 Download PDFInfo
- Publication number
- CN107194900A CN107194900A CN201710624484.0A CN201710624484A CN107194900A CN 107194900 A CN107194900 A CN 107194900A CN 201710624484 A CN201710624484 A CN 201710624484A CN 107194900 A CN107194900 A CN 107194900A
- Authority
- CN
- China
- Prior art keywords
- image
- defogging
- processing
- parameter value
- pending
- 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.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 34
- 238000012545 processing Methods 0.000 claims abstract description 158
- 239000003595 mist Substances 0.000 claims abstract description 35
- 238000000034 method Methods 0.000 claims abstract description 25
- 238000011946 reduction process Methods 0.000 claims abstract description 13
- 230000009467 reduction Effects 0.000 claims description 9
- 230000009977 dual effect Effects 0.000 claims description 7
- 230000008569 process Effects 0.000 abstract description 8
- 230000008030 elimination Effects 0.000 abstract description 3
- 238000003379 elimination reaction Methods 0.000 abstract description 3
- 238000001914 filtration Methods 0.000 description 19
- 238000000889 atomisation Methods 0.000 description 12
- 238000003384 imaging method Methods 0.000 description 10
- 238000004880 explosion Methods 0.000 description 9
- 230000000694 effects Effects 0.000 description 8
- 230000002146 bilateral effect Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 238000002834 transmittance Methods 0.000 description 6
- 238000001514 detection method Methods 0.000 description 4
- 241000208340 Araliaceae Species 0.000 description 3
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 3
- 235000003140 Panax quinquefolius Nutrition 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 239000003086 colorant Substances 0.000 description 3
- 239000002131 composite material Substances 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 235000008434 ginseng Nutrition 0.000 description 3
- 238000009499 grossing Methods 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 230000005855 radiation Effects 0.000 description 3
- 238000011084 recovery Methods 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- 238000003786 synthesis reaction Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 239000000872 buffer Substances 0.000 description 1
- 230000006837 decompression Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种图像处理方法、装置、计算机可读存储介质和移动终端。上述方法包括：对待处理图像进行分块划分，获取分块图像的亮度参数值；获取所述亮度参数值低于指定值的分块图像的比例，若所述比例高于第一阈值，获取所述待处理图像的去雾参数值；根据所述去雾参数值对所述待处理图像进行去雾处理；若检测到去雾后图像中噪点的数量不低于第二阈值，对所述去雾后图像进行滤波降噪处理。上述方法，在检测到图像亮度值较低时，判定图像在暗光条件下拍摄，图像质量较差，先对图像进行去雾处理，再检测到去雾后图像中噪点的数量较多时，对去雾后图像进行滤波降噪处理，去除图像上噪点，提高了去雾图像的质量。
Description
技术领域
本发明涉及计算机技术领域，特别是涉及一种图像处理方法、装置、计算机可读存储介质和移动终端。
背景技术
雾是日常生活中常见的自然现象，雾的出现会使得大气能见度降低，在雾天拍摄图像时，大气能见度降低会使得拍摄的图像对比度差、清晰度低。因此，在雾天拍摄图像后，需要对图像进行去雾处理。对图像的去雾处理可包括多种去雾算法，不同的去雾算法具有不同的模型，不同的去雾算法所适用的图像类型也不同。
发明内容
本发明实施例提供一种图像处理方法、装置、计算机可读存储介质和移动终端，可以去除雾天拍摄图像中的噪声污染。
一种图像处理方法，包括：
对待处理图像进行分块划分，获取分块图像的亮度参数值；
获取所述亮度参数值低于指定值的分块图像的比例，若所述比例高于第一阈值，获取所述待处理图像的去雾参数值；
根据所述去雾参数值对所述待处理图像进行去雾处理；
若检测到去雾后图像中噪点的数量不低于第二阈值，对所述去雾后图像进行滤波降噪处理。
一种图像处理装置，包括：
获取模块，用于对待处理图像进行分块划分，获取分块图像的亮度参数值；
去雾模块，用于获取所述亮度参数值低于指定值的分块图像的比例，若所述比例高于第一阈值，获取所述待处理图像的去雾参数值；根据所述去雾参数值对所述待处理图像进行去雾处理；
降噪模块，用于若检测到去雾后图像中噪点的数量不低于第二阈值，对所述去雾后图像进行滤波降噪处理。
一个或多个包含计算机可执行指令的非易失性计算机可读存储介质，当所述计算机可执行指令被一个或多个处理器执行时，使得所述处理器执行如上所述的图像处理方法。
一种移动终端，包括存储器及处理器，所述存储器中储存有计算机可读指令，所述指令被所述处理器执行时，使得所述处理器执行如上所述的图像处理方法。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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的附图。
图1为一个实施例中图像处理方法的流程图；
图2为一个实施例中图像处理装置的结构框图；
图3为另一个实施例中图像处理装置的结构框图；
图4为另一个实施例中图像处理装置的结构框图；
图5为一个实施例中图像处理电路的示意图。
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。
图1为一个实施例中图像处理方法的流程图。如图1所示，一种图像处理方法，包括步骤102至步骤108。其中：
102，对待处理图像进行分块划分，获取分块图像的亮度参数值。
具体地，在获取到待处理图像后，对上述待处理图像进行分块划分。上述待处理图像可为含雾图像，也可为不含雾图像。对待处理图像的分块划分可为均匀划分，在对待处理图像进行划分后至少得到两个分块图像。在对图像进行划分后，对划分获取的分块图像获取亮度参数值。其中，获取亮度参数值的步骤包括：将分块图像中RGB三通道像素强度值均值中最大值作为分块图像的亮度参数值。
104，获取亮度参数值低于指定值的分块图像的比例，若比例高于第一阈值，获取待处理图像的去雾参数值。
具体地，在获取到分块图像的亮度参数值后，检测分块图像的亮度参数值是否低于指定值，并计算亮度参数值低于指定值的分块图像的比例，若比例高于预设的第一阈值，判定待处理图像整体亮度较低，即照片在暗光环境下拍摄，图片质量较差，获取待处理图像的去雾参数值。例如，将待处理图像均分为4等分，得到4个分块图像，分别获取4个分块图像的亮度参数值，若4个分块图像中有3个分块图像的亮度参数值低于指定值100，则亮度参数值低于100的分块图像的比例为75％，比例高于第一阈值60％，则获取待处理图像的去雾参数值。
106，根据去雾参数值对待处理图像进行去雾处理。
具体地，对图像的去雾处理包括多种算法，如暗原色先验去雾算法、单幅图像去雾算法等。以单幅图像去雾算法为例，去雾参数值可包括大气光值、透射率和空气光值；以暗原色先验去雾算法为例，去雾参数值包括大气光值和透射率；基于暗原色先验算法对待处理图像进行去雾的步骤包括：
获取大气散射模型
I(x)＝J(x)t(x)+A(1-t(x))
其中，I(x)为观测到的图像信息，J(x)为来自目标的辐射信息，也就是复原后的无雾图像，x表示图像中某一像素的空间位置，t(x)为透射率，A为无穷远处的大气光值。大气光值可通过待处理图像的灰度图计算获取、也可通过大气光值与天气情况和当前时间的对应关系获取。在通常情况下，可选用图像中最大强度的像素作为大气光值的估测。假设A为已知值，待处理图像中RGB三个通道中存在通道值很低的通道，且该通道值接近于零，则可以得到：
由上式可以获取到透射率即为：
其中即为含雾图像在x领域的暗原色值，可以引入一个0到1之间的权值ω对透射率进行调节，则最终求取的去雾参数即透射率表达式如下：
为了保证去雾效果，可以对透射率设定一个阈值t0，那么无雾时景物的光线强度为：
根据获取的无雾时静物的光线强度则可对待处理图像进行去雾处理。
108，若检测到去雾后图像中噪点的数量不低于第二阈值，对去雾后图像进行滤波降噪处理。
具体地，当图像中存在噪点时，图像上存在空值区域会导致图像不光滑，即图像包含噪点时图像的质量较差，而直接对图像采取平滑操作会使得图像模糊、图像细节损失。滤波算法可根据空值区域周围像素点的像素值推算空值区域的像素值，进入对图像上空值区域进行填充，使图像变得光滑，进而提高图像的清晰度。常用的滤波算法可包括中值滤波、双边滤波、低通滤波、高斯滤波等。其中，双边滤波作为平滑滤波，既能对图像做平滑处理，又能保持图像的边缘细节信息，提高图像质量。本实施例中，移动终端获取到去雾后图像后，检测去雾后图像中噪点是否不低于第二阈值，若是，则判定去雾后图像中噪声较大，对去雾后图像进行滤波降噪处理；若否，则对去雾后图像不进行处理。
本发明实施例中图像处理方法，在检测到图像亮度值较低时，判定图像在暗光条件下拍摄，图像质量较差，先对图像进行去雾处理，再检测到去雾后图像中噪点的数量较多时，对去雾后图像进行滤波降噪处理，去除图像上噪点，提高了去雾图像的质量。
在一个实施例中，上述图像处理方法还包括：对去雾后图像进行增加曝光度处理和自动色阶处理。
具体地，在获取到去雾后图像后，对去雾后图像进行增加曝光度处理和自动色阶处理。本发明实施例中，当检测到待处理的亮度值较低时，判定图像在暗光条件下拍摄，图像曝光不足，则对去雾后图像进行增加曝光度处理。其中，增加曝光度处理包括：在感光度一定时，场景亮度对应的Exposure Values值为定值，增加曝光度则是改变待处理图像的Exposure Values值，如将在暗光环境下拍摄的待处理图像的Exposure Values值加1，使得待处理图像更加明亮。其中，移动终端中可预存Exposure Values标准值，在获取到待处理图像后，可将待处理图像的Exposure Values值调整到标准值。色阶是指直方图描述出的图像的明暗信息，当图像曝光过度时，图像中暗部像素少而亮部像素多，图像较亮；当图像曝光不足时，图像中暗部像素多而亮部像素少，图像较暗。自动色阶处理是指自动定义每个通道中最亮和最暗的像素作为白和黑，然后按比例重新分配图像的像素值。通过自动色阶处理，能够加强图像整体的色调效果。
本发明实施例中图像处理方法，对暗光条件下拍摄的待处理图像进行去雾，对去雾后图像增加曝光值处理和自动色阶处理，能够提高去雾后图像的亮度，并调整去雾后图像的色调，提高图像整体的视觉观感。
在一个实施例中，去雾参数值包括大气光值和透射率；根据去雾参数值对待处理图像进行去雾处理包括：获取预设的RGB三个通道中每个通道的透射率因子；根据透射率因子获取RGB三个通道中每个通道的透射率；根据大气光值和RGB三个通道中每个通道的透射率分别对RGB三个通道进行去雾处理。
具体地，雾污染对RGB三个通道的影响不同，在采用去雾算法对图像整体去雾时，图像中G通道和B通道上的雾无法完全去除。进一步的，相同浓度的雾对RGB三个通道的影响不同，其中R通道的透射率最高、B通道的透射率最低、G通道的透射率位于两者之间；且在雾浓度增加时，RGB三个通道之间的差值也增大。本实施例中，对RGB三个通道预设透射率因子ωR、ωG、ωB，其中，
ωR＝1
ωG＝(0.9+0.1*t(x))2
ωB＝(0.7+0.3*t(x))2
根据预设的透射率因子求取RGB三个通道每个通道的透射率tR、tG、tB。
tR＝ωR*t(x)＝t(x)
tG＝ωG*t(x)＝t(x)*(0.9+0.1*t(x))2
tB＝ωB*t(x)＝t(x)*(0.7+0.3*t(x))2
其中，t(x)为待处理图像的透射率，假设待处理图像的大气光值A为已知值，根据公式：
将上述公式中t(x)依次替换为tR、tG、tB，即可对待处理影像中RGB三个通道依次进行去雾处理。
本发明实施例中图像处理方法，对待处理图像的RGB三个通道依次进行去雾处理，对RGB三个通道实现不同的去雾强度，突破了传统技术中对图像统一进行去雾处理导致的G通道和B通道上雾无法完全去除的情况，去雾效果更好，去雾图像质量更高。
在一个实施例中，在根据去雾参数值对待处理图像进行去雾处理之前，上述图像处理方法还包括：获取用户输入的去雾等级；根据去雾参数值和去雾等级对待处理图像进行去雾处理。
具体地，在对待处理图像进行去雾处理时，可在移动终端显示去雾等级调控控件或去雾等级输入框。当移动终端接收到用户输入的去雾等级后，可对待处理图像的按照获取的去雾等级对待处理图像进行相应等级的去雾。其中，去雾等级越高，则对待处理图像的去雾化处理程度越高。在移动终端中预设有去雾等级与去雾浓度因子的映射关系表，在获取用户输入的去雾等级后，移动终端可查找获取用户输入的去雾等级对应的去雾浓度因子上述去雾浓度因子在0到1之间，再计算透射率值。
在获取到透射率值后，基于暗原色先验算法，根据大气光值和透射率可计算无雾时景物的光线强度，即对待处理图像进行去雾处理。本发明实施例中图像处理方法，根据用户输入的去雾等级来对待处理图像进行去雾处理，用户可调控对图像的去雾化处理程度，对图像的去雾处理更加智能化。
在一个实施例中，上述图像处理方法还包括：若待处理图像为双摄像头拍摄获取的图像，区分待处理图像的前景区域和背景区域；对前景区域和背景区域分别进行去雾处理。
具体地，当移动终端存在第一摄像头和第二摄像头时，可控制第一摄像头与第二摄像头对同一景物的对焦位置不同。例如，第一摄像头的对焦位置较近、第二摄像头的对焦位置较远。采用第一摄像头与第二摄像头同时进行拍摄，并将第一摄像头与第二摄像头拍摄获取的画面进行合成处理，具体可采用图像超分辨重建技术对第一摄像头与第二摄像头拍摄获取的画面进行合成。在合成图像中，对焦位置较近的第一摄像头拍摄获取的图像为前景区域；对焦位置较远的第二摄像头拍摄获取的图像为背景区域。在对合成图像进行去雾时，可对合成图像汇总前景区域和背景区域分别进行去雾。具体地，可对前景区域和背景区域设定不同的去雾等级，根据设定的去雾等级对前景区域和背景区域分别进行去雾处理。例如，在获取到合成图像中前景区域和背景区域后，对前景区域设定较高的去雾等级、对背景区域设定较低的去雾等级，即对前景区域的去雾化处理程度较高，对背景区域的去雾化处理程度较低。在其他实施例中，在第一摄像头和第二摄像头拍摄获取到画面以后，对对焦位置较近的第一摄像头拍摄获取的画面设定较高的去雾等级，并按照设定的去雾等级进行去雾处理；对对焦位置较远的第二摄像头拍摄获取的画面设定较低的去雾等级，并按照设定的去雾等级进行去雾处理。再将去雾处理后第一摄像头拍摄获取的画面与去雾处理后第二摄像头拍摄获取的画面进行合成。
本发明实施例中图像处理方法，当待处理图像为双摄像头拍摄获取的图像时，对待处理图像的前景区域和背景区域分别进行去雾处理，能够实现对同一图像中不同区域的分别处理，有利于突出图像主体，增强图像的视觉体验效果。
图2为一个实施例中图像处理装置的结构框图。如图2所示，一种图像处理装置，包括：
获取模块202，用于对待处理图像进行分块划分，获取分块图像的亮度参数值。
去雾模块204，用于获取亮度参数值低于指定值的分块图像的比例，若比例高于第一阈值，获取待处理图像的去雾参数值；根据去雾参数值对待处理图像进行去雾处理。
降噪模块206，用于若检测到去雾后图像中噪点的数量不低于第二阈值，对去雾后图像进行滤波降噪处理。
在一个实施例中，去雾参数值包括大气光值和透射率；去雾模块204还用于获取预设的RGB三个通道中每个通道的透射率因子；根据透射率因子获取RGB三个通道中每个通道的透射率；根据大气光值和RGB三个通道中每个通道的透射率分别对RGB三个通道进行去雾处理。
在一个实施例中，获取模块202还用于获取用户输入的去雾等级；去雾模块204还用于根据去雾参数值和去雾等级对待处理图像进行去雾处理。
图3为另一个实施例中图像处理装置的结构框图。如图3所示，一种图像处理装置包括获取模块302、去雾模块304、降噪模块306和处理模块308。其中，获取模块302、去雾模块304和降噪模块306与图2中对应的模块功能相同。
处理模块308，用于对去雾后图像进行增加曝光度处理和自动色阶处理。
图4为另一个实施例中图像处理装置的结构框图。如图4所示，一种图像处理装置包括获取模块402、去雾模块404、降噪模块406和区分模块408。其中，获取模块402、去雾模块404和降噪模块406与图2中对应的模块功能相同。
区分模块408，用于若待处理图像为双摄像头拍摄获取的图像，区分待处理图像的前景区域和背景区域；
去雾模块404还用于对前景区域和背景区域分别进行去雾处理。
上述图像处理装置中各个模块的划分仅用于举例说明，在其他实施例中，可将图像处理装置按照需要划分为不同的模块，以完成上述图像处理装置的全部或部分功能。
本发明实施例还提供了一种计算机可读存储介质。一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现以下步骤：
(1)对待处理图像进行分块划分，获取分块图像的亮度参数值。
具体地，在获取到待处理图像后，对上述待处理图像进行分块划分。上述待处理图像可为含雾图像，也可为不含雾图像。对待处理图像的分块划分可为均匀划分，在对待处理图像进行划分后至少得到两个分块图像。在对图像进行划分后，对划分获取的分块图像获取亮度参数值。其中，获取亮度参数值的步骤包括：将分块图像中RGB三通道像素强度值均值中最大值作为分块图像的亮度参数值。
(2)获取亮度参数值低于指定值的分块图像的比例，若比例高于第一阈值，获取待处理图像的去雾参数值。
具体地，在获取到分块图像的亮度参数值后，检测分块图像的亮度参数值是否低于指定值，并计算亮度参数值低于指定值的分块图像的比例，若比例高于预设的第一阈值，判定待处理图像整体亮度较低，即照片在暗光环境下拍摄，图片质量较差，获取待处理图像的去雾参数值。例如，将待处理图像均分为4等分，得到4个分块图像，分别获取4个分块图像的亮度参数值，若4个分块图像中有3个分块图像的亮度参数值低于指定值100，则亮度参数值低于100的分块图像的比例为75％，比例高于第一阈值60％，则获取待处理图像的去雾参数值。
(3)根据去雾参数值对待处理图像进行去雾处理。
具体地，对图像的去雾处理包括多种算法，如暗原色先验去雾算法、单幅图像去雾算法等。以单幅图像去雾算法为例，去雾参数值可包括大气光值、透射率和空气光值；以暗原色先验去雾算法为例，去雾参数值包括大气光值和透射率；基于暗原色先验算法对待处理图像进行去雾的步骤包括：
获取大气散射模型
I(x)＝J(x)t(x)+A(1-t(x))
其中，I(x)为观测到的图像信息，J(x)为来自目标的辐射信息，也就是复原后的无雾图像，x表示图像中某一像素的空间位置，t(x)为透射率，A为无穷远处的大气光值。大气光值可通过待处理图像的灰度图计算获取、也可通过大气光值与天气情况和当前时间的对应关系获取。在通常情况下，可选用图像中最大强度的像素作为大气光值的估测。假设A为已知值，待处理图像中RGB三个通道中存在通道值很低的通道，且该通道值接近于零，则可以得到：
由上式可以获取到透射率即为：
其中即为含雾图像在x领域的暗原色值，可以引入一个0到1之间的权值ω对透射率进行调节，则最终求取的去雾参数即透射率表达式如下：
为了保证去雾效果，可以对透射率设定一个阈值t0，那么无雾时景物的光线强度为：
根据获取的无雾时静物的光线强度则可对待处理图像进行去雾处理。
(4)若检测到去雾后图像中噪点的数量不低于第二阈值，对去雾后图像进行滤波降噪处理。
具体地，当图像中存在噪点时，图像上存在空值区域会导致图像不光滑，即图像包含噪点时图像的质量较差，而直接对图像采取平滑操作会使得图像模糊、图像细节损失。滤波算法可根据空值区域周围像素点的像素值推算空值区域的像素值，进入对图像上空值区域进行填充，使图像变得光滑，进而提高图像的清晰度。常用的滤波算法可包括中值滤波、双边滤波、低通滤波、高斯滤波等。其中，双边滤波作为平滑滤波，既能对图像做平滑处理，又能保持图像的边缘细节信息，提高图像质量。本实施例中，移动终端获取到去雾后图像后，检测去雾后图像中噪点是否不低于第二阈值，若是，则判定去雾后图像中噪声较大，对去雾后图像进行滤波降噪处理；若否，则对去雾后图像不进行处理。
在一个实施例中，上述图像处理方法还包括：对去雾后图像进行增加曝光度处理和自动色阶处理。
具体地，在获取到去雾后图像后，对去雾后图像进行增加曝光度处理和自动色阶处理。本发明实施例中，当检测到待处理的亮度值较低时，判定图像在暗光条件下拍摄，图像曝光不足，则对去雾后图像进行增加曝光度处理。其中，增加曝光度处理包括：在感光度一定时，场景亮度对应的Exposure Values值为定值，增加曝光度则是改变待处理图像的Exposure Values值，如将在暗光环境下拍摄的待处理图像的Exposure Values值加1，使得待处理图像更加明亮。其中，移动终端中可预存Exposure Values标准值，在获取到待处理图像后，可将待处理图像的Exposure Values值调整到标准值。色阶是指直方图描述出的图像的明暗信息，当图像曝光过度时，图像中暗部像素少而亮部像素多，图像较亮；当图像曝光不足时，图像中暗部像素多而亮部像素少，图像较暗。自动色阶处理是指自动定义每个通道中最亮和最暗的像素作为白和黑，然后按比例重新分配图像的像素值。通过自动色阶处理，能够加强图像整体的色调效果。
在一个实施例中，去雾参数值包括大气光值和透射率；根据去雾参数值对待处理图像进行去雾处理包括：获取预设的RGB三个通道中每个通道的透射率因子；根据透射率因子获取RGB三个通道中每个通道的透射率；根据大气光值和RGB三个通道中每个通道的透射率分别对RGB三个通道进行去雾处理。
具体地，雾污染对RGB三个通道的影响不同，在采用去雾算法对图像整体去雾时，图像中G通道和B通道上的雾无法完全去除。进一步的，相同浓度的雾对RGB三个通道的影响不同，其中R通道的透射率最高、B通道的透射率最低、G通道的透射率位于两者之间；且在雾浓度增加时，RGB三个通道之间的差值也增大。本实施例中，对RGB三个通道预设透射率因子ωR、ωG、ωB，其中，
ωR＝1
ωG＝(0.9+0.1*t(x))2
ωB＝(0.7+0.3*t(x))2
根据预设的透射率因子求取RGB三个通道每个通道的透射率tR、tG、tB。
tR＝ωR*t(x)＝t(x)
tG＝ωG*t(x)＝t(x)*(0.9+0.1*t(x))2
tB＝ωB*t(x)＝t(x)*(0.7+0.3*t(x))2
其中，t(x)为待处理图像的透射率，假设待处理图像的大气光值A为已知值，根据公式：
将上述公式中t(x)依次替换为tR、tG、tB，即可对待处理影像中RGB三个通道依次进行去雾处理。
在一个实施例中，在根据去雾参数值对待处理图像进行去雾处理之前，上述图像处理方法还包括：获取用户输入的去雾等级；根据去雾参数值和去雾等级对待处理图像进行去雾处理。
具体地，在对待处理图像进行去雾处理时，可在移动终端显示去雾等级调控控件或去雾等级输入框。当移动终端接收到用户输入的去雾等级后，可对待处理图像的按照获取的去雾等级对待处理图像进行相应等级的去雾。其中，去雾等级越高，则对待处理图像的去雾化处理程度越高。在移动终端中预设有去雾等级与去雾浓度因子的映射关系表，在获取用户输入的去雾等级后，移动终端可查找获取用户输入的去雾等级对应的去雾浓度因子上述去雾浓度因子在0到1之间，再计算透射率值。
在获取到透射率值后，基于暗原色先验算法，根据大气光值和透射率可计算无雾时景物的光线强度，即对待处理图像进行去雾处理。本发明实施例中图像处理方法，根据用户输入的去雾等级来对待处理图像进行去雾处理，用户可调控对图像的去雾化处理程度，对图像的去雾处理更加智能化。
在一个实施例中，上述图像处理方法还包括：若待处理图像为双摄像头拍摄获取的图像，区分待处理图像的前景区域和背景区域；对前景区域和背景区域分别进行去雾处理。
具体地，当移动终端存在第一摄像头和第二摄像头时，可控制第一摄像头与第二摄像头对同一景物的对焦位置不同。例如，第一摄像头的对焦位置较近、第二摄像头的对焦位置较远。采用第一摄像头与第二摄像头同时进行拍摄，并将第一摄像头与第二摄像头拍摄获取的画面进行合成处理，具体可采用图像超分辨重建技术对第一摄像头与第二摄像头拍摄获取的画面进行合成。在合成图像中，对焦位置较近的第一摄像头拍摄获取的图像为前景区域；对焦位置较远的第二摄像头拍摄获取的图像为背景区域。在对合成图像进行去雾时，可对合成图像汇总前景区域和背景区域分别进行去雾。具体地，可对前景区域和背景区域设定不同的去雾等级，根据设定的去雾等级对前景区域和背景区域分别进行去雾处理。例如，在获取到合成图像中前景区域和背景区域后，对前景区域设定较高的去雾等级、对背景区域设定较低的去雾等级，即对前景区域的去雾化处理程度较高，对背景区域的去雾化处理程度较低。在其他实施例中，在第一摄像头和第二摄像头拍摄获取到画面以后，对对焦位置较近的第一摄像头拍摄获取的画面设定较高的去雾等级，并按照设定的去雾等级进行去雾处理；对对焦位置较远的第二摄像头拍摄获取的画面设定较低的去雾等级，并按照设定的去雾等级进行去雾处理。再将去雾处理后第一摄像头拍摄获取的画面与去雾处理后第二摄像头拍摄获取的画面进行合成。
本发明实施例还提供一种移动终端。上述移动终端中包括图像处理电路，图像处理电路可以利用硬件和/或软件组件实现，可包括定义ISP(Image Signal Processing，图像信号处理)管线的各种处理单元。图5为一个实施例中图像处理电路的示意图。如图5所示，为便于说明，仅示出与本发明实施例相关的图像处理技术的各个方面。
如图5所示，图像处理电路包括ISP处理器540和控制逻辑器550。成像设备510捕捉的图像数据首先由ISP处理器540处理，ISP处理器540对图像数据进行分析以捕捉可用于确定和/或成像设备510的一个或多个控制参数的图像统计信息。成像设备510可包括具有一个或多个透镜512和图像传感器514的照相机。图像传感器514可包括色彩滤镜阵列(如Bayer滤镜)，图像传感器514可获取用图像传感器514的每个成像像素捕捉的光强度和波长信息，并提供可由ISP处理器540处理的一组原始图像数据。传感器520可基于传感器520接口类型把原始图像数据提供给ISP处理器540。传感器520接口可以利用SMIA(StandardMobile Imaging Architecture，标准移动成像架构)接口、其它串行或并行照相机接口或上述接口的组合。
ISP处理器540按多种格式逐个像素地处理原始图像数据。例如，每个图像像素可具有8、10、12或14比特的位深度，ISP处理器540可对原始图像数据进行一个或多个图像处理操作、收集关于图像数据的统计信息。其中，图像处理操作可按相同或不同的位深度精度进行。
ISP处理器540还可从图像存储器530接收像素数据。例如，从传感器520接口将原始像素数据发送给图像存储器530，图像存储器530中的原始像素数据再提供给ISP处理器540以供处理。图像存储器530可为存储器装置的一部分、存储设备、或电子设备内的独立的专用存储器，并可包括DMA(Direct MemoryAccess，直接直接存储器存取)特征。
当接收到来自传感器520接口或来自图像存储器530的原始图像数据时，ISP处理器540可进行一个或多个图像处理操作，如时域滤波。处理后的图像数据可发送给图像存储器530，以便在被显示之前进行另外的处理。ISP处理器540还可从图像存储器530接收处理数据，对上述处理数据进行原始域中以及RGB和YCbCr颜色空间中的图像数据处理。处理后的图像数据可输出给显示器580，以供用户观看和/或由图形引擎或GPU(GraphicsProcessing Unit，图形处理器)进一步处理。此外，ISP处理器540的输出还可发送给图像存储器530，且显示器580可从图像存储器530读取图像数据。在一个实施例中，图像存储器530可被配置为实现一个或多个帧缓冲器。此外，ISP处理器540的输出可发送给编码器/解码器570，以便编码/解码图像数据。编码的图像数据可被保存，并在显示于显示器580设备上之前解压缩。
ISP处理器540处理后的图像数据可发送给去雾模块560，以便在被显示之前对图像进行去雾处理。去雾模块560对图像数据去雾处理可包括在图像的亮度参数值低于指定值的分块图像的比例高于指定值时，获取待处理图像的去雾参数值，并根据上述去雾参数值对待处理图像进行去雾处理等；去雾模块560还可根据用户设定的去雾等级对待处理图像进行去雾处理；或根据区分的前景区域和后景区域分别进行去雾处理。其中，去雾模块560可为移动终端中CPU(Central Processing Unit，中央处理器)、GPU(GraphicsProcessing Unit，图形处理器)或协处理器等。去雾模块560将图像数据进行去雾处理后，可将去雾处理后的图像数据发送给编码器/解码器570，以便编码/解码图像数据。编码的图像数据可被保存，并在显示与显示器580设备上之前解压缩。可以理解的是，去雾模块560处理后的图像数据可以不经过编码器/解码器570，直接发给显示器580进行显示。ISP处理器540处理后的图像数据还可以先经过编码器/解码器570处理，然后再经过去雾模块560进行处理。上述编码器/解码器570可为移动终端中CPU、GPU或协处理器等。
ISP处理器540确定的统计数据可发送给控制逻辑器550单元。例如，统计数据可包括自动曝光、自动白平衡、自动聚焦、闪烁检测、黑电平补偿、透镜512阴影校正等图像传感器514统计信息。控制逻辑器550可包括执行一个或多个例程(如固件)的处理器和/或微控制器，一个或多个例程可根据接收的统计数据，确定成像设备510的控制参数以及ISP处理器540的控制参数。例如，控制参数可包括传感器520控制参数(例如增益、曝光控制的积分时间)、照相机闪光控制参数、透镜512控制参数(例如聚焦或变焦用焦距)、或这些参数的组合。ISP控制参数可包括用于自动白平衡和颜色调整(例如，在RGB处理期间)的增益水平和色彩校正矩阵，以及透镜512阴影校正参数。
以下为运用图5中图像处理技术实现图像处理方法的步骤：
(1)对待处理图像进行分块划分，获取分块图像的亮度参数值。
具体地，在获取到待处理图像后，对上述待处理图像进行分块划分。上述待处理图像可为含雾图像，也可为不含雾图像。对待处理图像的分块划分可为均匀划分，在对待处理图像进行划分后至少得到两个分块图像。在对图像进行划分后，对划分获取的分块图像获取亮度参数值。其中，获取亮度参数值的步骤包括：将分块图像中RGB三通道像素强度值均值中最大值作为分块图像的亮度参数值。
(2)获取亮度参数值低于指定值的分块图像的比例，若比例高于第一阈值，获取待处理图像的去雾参数值。
具体地，在获取到分块图像的亮度参数值后，检测分块图像的亮度参数值是否低于指定值，并计算亮度参数值低于指定值的分块图像的比例，若比例高于预设的第一阈值，判定待处理图像整体亮度较低，即照片在暗光环境下拍摄，图片质量较差，获取待处理图像的去雾参数值。例如，将待处理图像均分为4等分，得到4个分块图像，分别获取4个分块图像的亮度参数值，若4个分块图像中有3个分块图像的亮度参数值低于指定值100，则亮度参数值低于100的分块图像的比例为75％，比例高于第一阈值60％，则获取待处理图像的去雾参数值。
(3)根据去雾参数值对待处理图像进行去雾处理。
具体地，对图像的去雾处理包括多种算法，如暗原色先验去雾算法、单幅图像去雾算法等。以单幅图像去雾算法为例，去雾参数值可包括大气光值、透射率和空气光值；以暗原色先验去雾算法为例，去雾参数值包括大气光值和透射率；基于暗原色先验算法对待处理图像进行去雾的步骤包括：
获取大气散射模型
I(x)＝J(x)t(x)+A(1-t(x))
其中，I(x)为观测到的图像信息，J(x)为来自目标的辐射信息，也就是复原后的无雾图像，x表示图像中某一像素的空间位置，t(x)为透射率，A为无穷远处的大气光值。大气光值可通过待处理图像的灰度图计算获取、也可通过大气光值与天气情况和当前时间的对应关系获取。在通常情况下，可选用图像中最大强度的像素作为大气光值的估测。假设A为已知值，待处理图像中RGB三个通道中存在通道值很低的通道，且该通道值接近于零，则可以得到：
由上式可以获取到透射率即为：
其中即为含雾图像在x领域的暗原色值，可以引入一个0到1之间的权值ω对透射率进行调节，则最终求取的去雾参数即透射率表达式如下：
为了保证去雾效果，可以对透射率设定一个阈值t0，那么无雾时景物的光线强度为：
根据获取的无雾时静物的光线强度则可对待处理图像进行去雾处理。
(4)若检测到去雾后图像中噪点的数量不低于第二阈值，对去雾后图像进行滤波降噪处理。
具体地，当图像中存在噪点时，图像上存在空值区域会导致图像不光滑，即图像包含噪点时图像的质量较差，而直接对图像采取平滑操作会使得图像模糊、图像细节损失。滤波算法可根据空值区域周围像素点的像素值推算空值区域的像素值，进入对图像上空值区域进行填充，使图像变得光滑，进而提高图像的清晰度。常用的滤波算法可包括中值滤波、双边滤波、低通滤波、高斯滤波等。其中，双边滤波作为平滑滤波，既能对图像做平滑处理，又能保持图像的边缘细节信息，提高图像质量。本实施例中，移动终端获取到去雾后图像后，检测去雾后图像中噪点是否不低于第二阈值，若是，则判定去雾后图像中噪声较大，对去雾后图像进行滤波降噪处理；若否，则对去雾后图像不进行处理。
在一个实施例中，上述图像处理方法还包括：对去雾后图像进行增加曝光度处理和自动色阶处理。
具体地，在获取到去雾后图像后，对去雾后图像进行增加曝光度处理和自动色阶处理。本发明实施例中，当检测到待处理的亮度值较低时，判定图像在暗光条件下拍摄，图像曝光不足，则对去雾后图像进行增加曝光度处理。其中，增加曝光度处理包括：在感光度一定时，场景亮度对应的Exposure Values值为定值，增加曝光度则是改变待处理图像的Exposure Values值，如将在暗光环境下拍摄的待处理图像的Exposure Values值加1，使得待处理图像更加明亮。其中，移动终端中可预存Exposure Values标准值，在获取到待处理图像后，可将待处理图像的Exposure Values值调整到标准值。色阶是指直方图描述出的图像的明暗信息，当图像曝光过度时，图像中暗部像素少而亮部像素多，图像较亮；当图像曝光不足时，图像中暗部像素多而亮部像素少，图像较暗。自动色阶处理是指自动定义每个通道中最亮和最暗的像素作为白和黑，然后按比例重新分配图像的像素值。通过自动色阶处理，能够加强图像整体的色调效果。
在一个实施例中，去雾参数值包括大气光值和透射率；根据去雾参数值对待处理图像进行去雾处理包括：获取预设的RGB三个通道中每个通道的透射率因子；根据透射率因子获取RGB三个通道中每个通道的透射率；根据大气光值和RGB三个通道中每个通道的透射率分别对RGB三个通道进行去雾处理。
具体地，雾污染对RGB三个通道的影响不同，在采用去雾算法对图像整体去雾时，图像中G通道和B通道上的雾无法完全去除。进一步的，相同浓度的雾对RGB三个通道的影响不同，其中R通道的透射率最高、B通道的透射率最低、G通道的透射率位于两者之间；且在雾浓度增加时，RGB三个通道之间的差值也增大。本实施例中，对RGB三个通道预设透射率因子ωR、ωG、ωB，其中，
ωR＝1
ωG＝(0.9+0.1*t(x))2
ωB＝(0.7+0.3*t(x))2
根据预设的透射率因子求取RGB三个通道每个通道的透射率tR、tG、tB。
tR＝ωR*t(x)＝t(x)
tG＝ωG*t(x)＝t(x)*(0.9+0.1*t(x))2
tB＝ωB*t(x)＝t(x)*(0.7+0.3*t(x))2
其中，t(x)为待处理图像的透射率，假设待处理图像的大气光值A为已知值，根据公式：
将上述公式中t(x)依次替换为tR、tG、tB，即可对待处理影像中RGB三个通道依次进行去雾处理。
在一个实施例中，在根据去雾参数值对待处理图像进行去雾处理之前，上述图像处理方法还包括：获取用户输入的去雾等级；根据去雾参数值和去雾等级对待处理图像进行去雾处理。
具体地，在对待处理图像进行去雾处理时，可在移动终端显示去雾等级调控控件或去雾等级输入框。当移动终端接收到用户输入的去雾等级后，可对待处理图像的按照获取的去雾等级对待处理图像进行相应等级的去雾。其中，去雾等级越高，则对待处理图像的去雾化处理程度越高。在移动终端中预设有去雾等级与去雾浓度因子的映射关系表，在获取用户输入的去雾等级后，移动终端可查找获取用户输入的去雾等级对应的去雾浓度因子上述去雾浓度因子在0到1之间，再计算透射率值。
在获取到透射率值后，基于暗原色先验算法，根据大气光值和透射率可计算无雾时景物的光线强度，即对待处理图像进行去雾处理。本发明实施例中图像处理方法，根据用户输入的去雾等级来对待处理图像进行去雾处理，用户可调控对图像的去雾化处理程度，对图像的去雾处理更加智能化。
在一个实施例中，上述图像处理方法还包括：若待处理图像为双摄像头拍摄获取的图像，区分待处理图像的前景区域和背景区域；对前景区域和背景区域分别进行去雾处理。
具体地，当移动终端存在第一摄像头和第二摄像头时，可控制第一摄像头与第二摄像头对同一景物的对焦位置不同。例如，第一摄像头的对焦位置较近、第二摄像头的对焦位置较远。采用第一摄像头与第二摄像头同时进行拍摄，并将第一摄像头与第二摄像头拍摄获取的画面进行合成处理，具体可采用图像超分辨重建技术对第一摄像头与第二摄像头拍摄获取的画面进行合成。在合成图像中，对焦位置较近的第一摄像头拍摄获取的图像为前景区域；对焦位置较远的第二摄像头拍摄获取的图像为背景区域。在对合成图像进行去雾时，可对合成图像汇总前景区域和背景区域分别进行去雾。具体地，可对前景区域和背景区域设定不同的去雾等级，根据设定的去雾等级对前景区域和背景区域分别进行去雾处理。例如，在获取到合成图像中前景区域和背景区域后，对前景区域设定较高的去雾等级、对背景区域设定较低的去雾等级，即对前景区域的去雾化处理程度较高，对背景区域的去雾化处理程度较低。在其他实施例中，在第一摄像头和第二摄像头拍摄获取到画面以后，对对焦位置较近的第一摄像头拍摄获取的画面设定较高的去雾等级，并按照设定的去雾等级进行去雾处理；对对焦位置较远的第二摄像头拍摄获取的画面设定较低的去雾等级，并按照设定的去雾等级进行去雾处理。再将去雾处理后第一摄像头拍摄获取的画面与去雾处理后第二摄像头拍摄获取的画面进行合成。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)等。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
Claims (12)
1.一种图像处理方法，其特征在于，包括：
对待处理图像进行分块划分，获取分块图像的亮度参数值；
获取所述亮度参数值低于指定值的分块图像的比例，若所述比例高于第一阈值，获取所述待处理图像的去雾参数值；
根据所述去雾参数值对所述待处理图像进行去雾处理；
若检测到去雾后图像中噪点的数量不低于第二阈值，对所述去雾后图像进行滤波降噪处理。
2.根据权利要求1所述的图像处理方法，其特征在于，所述方法还包括：
对所述去雾后图像进行增加曝光度处理和自动色阶处理。
3.根据权利要求1所述的图像处理方法，其特征在于，所述去雾参数值包括大气光值和透射率；所述根据所述去雾参数值对所述待处理图像进行去雾处理包括：
获取预设的RGB三个通道中每个通道的透射率因子；
根据所述透射率因子获取RGB三个通道中每个通道的透射率；
根据所述大气光值和RGB三个通道中每个通道的透射率分别对RGB三个通道进行去雾处理。
4.根据权利要求1所述的图像处理方法，其特征在于，在所述根据所述去雾参数值对所述待处理图像进行去雾处理之前，所述方法还包括：
获取用户输入的去雾等级；
根据所述去雾参数值和所述去雾等级对所述待处理图像进行去雾处理。
5.根据权利要求1所述的图像处理方法，其特征在于，所述方法还包括：
若所述待处理图像为双摄像头拍摄获取的图像，区分所述待处理图像的前景区域和背景区域；
对所述前景区域和所述背景区域分别进行去雾处理。
6.一种图像处理装置，其特征在于，包括：
获取模块，用于对待处理图像进行分块划分，获取分块图像的亮度参数值；
去雾模块，用于获取所述亮度参数值低于指定值的分块图像的比例，若所述比例高于第一阈值，获取所述待处理图像的去雾参数值；根据所述去雾参数值对所述待处理图像进行去雾处理；
降噪模块，用于若检测到去雾后图像中噪点的数量不低于第二阈值，对所述去雾后图像进行滤波降噪处理。
7.根据权利要求6所述的图像处理装置，其特征在于，所述装置包括：
处理模块，用于对所述去雾后图像进行增加曝光度处理和自动色阶处理。
8.根据权利要求6所述的图像处理装置，其特征在于，所述去雾参数值包括大气光值和透射率；
所述去雾模块还用于获取预设的RGB三个通道中每个通道的透射率因子；根据所述透射率因子获取RGB三个通道中每个通道的透射率；根据所述大气光值和RGB三个通道中每个通道的透射率分别对RGB三个通道进行去雾处理。
9.根据权利要求6所述的图像处理装置，其特征在于：
所述获取模块还用于获取用户输入的去雾等级；
所述去雾模块还用于根据所述去雾参数值和所述去雾等级对所述待处理图像进行去雾处理。
10.根据权利要求6所述的图像处理装置，其特征在于，所述装置包括：
区分模块，用于若所述待处理图像为双摄像头拍摄获取的图像，区分所述待处理图像的前景区域和背景区域；
所述去雾模块还用于对所述前景区域和所述背景区域分别进行去雾处理。
11.一个或多个包含计算机可执行指令的非易失性计算机可读存储介质，当所述计算机可执行指令被一个或多个处理器执行时，使得所述处理器执行如权利要求1至5中任一项所述的图像处理方法。
12.一种移动终端，包括存储器及处理器，所述存储器中储存有计算机可读指令，所述指令被所述处理器执行时，使得所述处理器执行如权利要求1至5中任一项所述的图像处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710624484.0A CN107194900A (zh) | 2017-07-27 | 2017-07-27 | 图像处理方法、装置、计算机可读存储介质和移动终端 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710624484.0A CN107194900A (zh) | 2017-07-27 | 2017-07-27 | 图像处理方法、装置、计算机可读存储介质和移动终端 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107194900A true CN107194900A (zh) | 2017-09-22 |
Family
ID=59885090
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710624484.0A Pending CN107194900A (zh) | 2017-07-27 | 2017-07-27 | 图像处理方法、装置、计算机可读存储介质和移动终端 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107194900A (zh) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109543581A (zh) * | 2018-11-15 | 2019-03-29 | 北京旷视科技有限公司 | 图像处理方法、图像处理装置以及非易失性存储介质 |
| CN111275648A (zh) * | 2020-01-21 | 2020-06-12 | 腾讯科技（深圳）有限公司 | 人脸图像处理方法、装置、设备及计算机可读存储介质 |
| CN111369472A (zh) * | 2020-03-12 | 2020-07-03 | 北京字节跳动网络技术有限公司 | 图像去雾方法、装置、电子设备及介质 |
| CN112140998A (zh) * | 2020-10-12 | 2020-12-29 | 华南师范大学 | 一种辅助机动车驾驶的视觉增强去雾系统 |
| WO2021052111A1 (zh) * | 2019-09-19 | 2021-03-25 | 华为技术有限公司 | 图像处理方法及电子装置 |
| CN112819704A (zh) * | 2021-01-13 | 2021-05-18 | 李晋琳 | 一种高清晰度图像去雾系统及去雾方法 |
| CN113676624A (zh) * | 2021-06-30 | 2021-11-19 | 西人马帝言(北京)科技有限公司 | 一种图像获取方法、装置、设备及存储介质 |
| CN115995050A (zh) * | 2023-03-22 | 2023-04-21 | 山东汇蓝环保科技有限公司 | 基于航拍的环境监测数据处理系统 |
| CN116157832A (zh) * | 2020-07-14 | 2023-05-23 | 大金工业株式会社 | 图像处理装置、空气处理系统、图像处理程序及图像处理方法 |
| CN116309258A (zh) * | 2022-09-13 | 2023-06-23 | 瀚湄信息科技(上海)有限公司 | 一种基于cmos成像的内窥镜图像处理方法、装置和电子设备 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101594457A (zh) * | 2008-05-30 | 2009-12-02 | 深圳艾科创新微电子有限公司 | 一种分级降噪系统及方法 |
| CN102231791A (zh) * | 2011-06-30 | 2011-11-02 | 北京云加速信息技术有限公司 | 一种基于图像亮度分层的视频图像去雾方法 |
| CN103065127A (zh) * | 2012-12-30 | 2013-04-24 | 信帧电子技术（北京）有限公司 | 雾天图像中人脸的识别方法和识别装置 |
| CN103218778A (zh) * | 2013-03-22 | 2013-07-24 | 华为技术有限公司 | 一种图像和视频的处理方法及装置 |
| CN104036466A (zh) * | 2014-06-17 | 2014-09-10 | 浙江立元通信技术股份有限公司 | 一种视频去雾方法与系统 |
| US20150243003A1 (en) * | 2014-02-27 | 2015-08-27 | Samsung Techwin Co., Ltd. | Method and apparatus for processing image |
| CN105574819A (zh) * | 2015-06-25 | 2016-05-11 | 宇龙计算机通信科技(深圳)有限公司 | 一种实时图像去雾处理的方法及装置 |
| CN105809647A (zh) * | 2016-03-31 | 2016-07-27 | 北京奇虎科技有限公司 | 一种自动去雾拍照方法、装置和设备 |
| CN106204491A (zh) * | 2016-07-12 | 2016-12-07 | 中国科学技术大学 | 一种基于暗通道先验的自适应图像去雾方法 |
| CN106780380A (zh) * | 2016-12-09 | 2017-05-31 | 电子科技大学 | 一种图像去雾方法及系统 |
| CN106851086A (zh) * | 2016-11-28 | 2017-06-13 | 北京奇虎科技有限公司 | 一种进行照片生成的方法及设备 |
-
2017
- 2017-07-27 CN CN201710624484.0A patent/CN107194900A/zh active Pending
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101594457A (zh) * | 2008-05-30 | 2009-12-02 | 深圳艾科创新微电子有限公司 | 一种分级降噪系统及方法 |
| CN102231791A (zh) * | 2011-06-30 | 2011-11-02 | 北京云加速信息技术有限公司 | 一种基于图像亮度分层的视频图像去雾方法 |
| CN103065127A (zh) * | 2012-12-30 | 2013-04-24 | 信帧电子技术（北京）有限公司 | 雾天图像中人脸的识别方法和识别装置 |
| CN103218778A (zh) * | 2013-03-22 | 2013-07-24 | 华为技术有限公司 | 一种图像和视频的处理方法及装置 |
| US20150243003A1 (en) * | 2014-02-27 | 2015-08-27 | Samsung Techwin Co., Ltd. | Method and apparatus for processing image |
| CN104036466A (zh) * | 2014-06-17 | 2014-09-10 | 浙江立元通信技术股份有限公司 | 一种视频去雾方法与系统 |
| CN105574819A (zh) * | 2015-06-25 | 2016-05-11 | 宇龙计算机通信科技(深圳)有限公司 | 一种实时图像去雾处理的方法及装置 |
| CN105809647A (zh) * | 2016-03-31 | 2016-07-27 | 北京奇虎科技有限公司 | 一种自动去雾拍照方法、装置和设备 |
| CN106204491A (zh) * | 2016-07-12 | 2016-12-07 | 中国科学技术大学 | 一种基于暗通道先验的自适应图像去雾方法 |
| CN106851086A (zh) * | 2016-11-28 | 2017-06-13 | 北京奇虎科技有限公司 | 一种进行照片生成的方法及设备 |
| CN106780380A (zh) * | 2016-12-09 | 2017-05-31 | 电子科技大学 | 一种图像去雾方法及系统 |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109543581A (zh) * | 2018-11-15 | 2019-03-29 | 北京旷视科技有限公司 | 图像处理方法、图像处理装置以及非易失性存储介质 |
| WO2021052111A1 (zh) * | 2019-09-19 | 2021-03-25 | 华为技术有限公司 | 图像处理方法及电子装置 |
| CN111275648A (zh) * | 2020-01-21 | 2020-06-12 | 腾讯科技（深圳）有限公司 | 人脸图像处理方法、装置、设备及计算机可读存储介质 |
| CN111275648B (zh) * | 2020-01-21 | 2024-02-09 | 腾讯科技（深圳）有限公司 | 人脸图像处理方法、装置、设备及计算机可读存储介质 |
| CN111369472A (zh) * | 2020-03-12 | 2020-07-03 | 北京字节跳动网络技术有限公司 | 图像去雾方法、装置、电子设备及介质 |
| CN111369472B (zh) * | 2020-03-12 | 2021-04-23 | 北京字节跳动网络技术有限公司 | 图像去雾方法、装置、电子设备及介质 |
| CN116157832A (zh) * | 2020-07-14 | 2023-05-23 | 大金工业株式会社 | 图像处理装置、空气处理系统、图像处理程序及图像处理方法 |
| CN112140998A (zh) * | 2020-10-12 | 2020-12-29 | 华南师范大学 | 一种辅助机动车驾驶的视觉增强去雾系统 |
| CN112819704A (zh) * | 2021-01-13 | 2021-05-18 | 李晋琳 | 一种高清晰度图像去雾系统及去雾方法 |
| CN113676624A (zh) * | 2021-06-30 | 2021-11-19 | 西人马帝言(北京)科技有限公司 | 一种图像获取方法、装置、设备及存储介质 |
| CN116309258A (zh) * | 2022-09-13 | 2023-06-23 | 瀚湄信息科技(上海)有限公司 | 一种基于cmos成像的内窥镜图像处理方法、装置和电子设备 |
| CN116309258B (zh) * | 2022-09-13 | 2023-11-24 | 瀚湄信息科技(上海)有限公司 | 一种基于cmos成像的内窥镜图像处理方法、装置和电子设备 |
| CN115995050A (zh) * | 2023-03-22 | 2023-04-21 | 山东汇蓝环保科技有限公司 | 基于航拍的环境监测数据处理系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107194900A (zh) | 图像处理方法、装置、计算机可读存储介质和移动终端 | |
| CN107424198B (zh) | 图像处理方法、装置、移动终端及计算机可读存储介质 | |
| KR101698876B1 (ko) | 고스트-프리 높은 동적 레인지 이미지들의 생성 | |
| CN108805103A (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
| CN107395991B (zh) | 图像合成方法、装置、计算机可读存储介质和计算机设备 | |
| CN108024054A (zh) | 图像处理方法、装置及设备 | |
| CN107872663B (zh) | 图像处理方法及装置、计算机可读存储介质和计算机设备 | |
| CN107317967B (zh) | 图像处理方法、装置、移动终端及计算机可读存储介质 | |
| CN108024057A (zh) | 背景虚化处理方法、装置及设备 | |
| CN107194901B (zh) | 图像处理方法、装置、计算机设备和计算机可读存储介质 | |
| CN107277299A (zh) | 图像处理方法、装置、移动终端及计算机可读存储介质 | |
| CN107481186A (zh) | 图像处理方法、装置、计算机可读存储介质和计算机设备 | |
| CN107197152A (zh) | 对焦方法、装置、计算机可读存储介质和移动终端 | |
| CN107341782B (zh) | 图像处理方法、装置、计算机设备和计算机可读存储介质 | |
| CN107277369B (zh) | 图像处理方法、装置、计算机可读存储介质和计算机设备 | |
| CN107959843B (zh) | 图像处理方法及装置、计算机可读存储介质和计算机设备 | |
| CN107454317B (zh) | 图像处理方法、装置、计算机可读存储介质和计算机设备 | |
| CN107392870B (zh) | 图像处理方法、装置、移动终端及计算机可读存储介质 | |
| CN107454318B (zh) | 图像处理方法、装置、移动终端及计算机可读存储介质 | |
| CN107424134A (zh) | 图像处理方法、装置、计算机可读存储介质和计算机设备 | |
| CN107454328A (zh) | 图像处理方法、装置、计算机可读存储介质和计算机设备 | |
| CN107295261A (zh) | 图像去雾处理方法、装置、存储介质和移动终端 | |
| CN107292853A (zh) | 图像处理方法、装置、计算机可读存储介质和移动终端 | |
| CN108063933A (zh) | 图像处理方法及装置、计算机可读存储介质和计算机设备 | |
| CN107392871B (zh) | 图像去雾方法、装置、移动终端及计算机可读存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170922 |
|
| RJ01 | Rejection of invention patent application after publication |