CN107424134A - 图像处理方法、装置、计算机可读存储介质和计算机设备 - Google Patents
图像处理方法、装置、计算机可读存储介质和计算机设备 Download PDFInfo
- Publication number
- CN107424134A CN107424134A CN201710624527.5A CN201710624527A CN107424134A CN 107424134 A CN107424134 A CN 107424134A CN 201710624527 A CN201710624527 A CN 201710624527A CN 107424134 A CN107424134 A CN 107424134A
- Authority
- CN
- China
- Prior art keywords
- image
- defogging
- pending
- pending image
- 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.)
- Granted
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 30
- 238000012545 processing Methods 0.000 claims abstract description 92
- 238000000034 method Methods 0.000 claims abstract description 16
- 238000001514 detection method Methods 0.000 claims description 9
- 238000003384 imaging method Methods 0.000 description 13
- 239000003595 mist Substances 0.000 description 9
- 238000012512 characterization method Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000012937 correction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 239000000872 buffer Substances 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 235000013339 cereals Nutrition 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000006837 decompression Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 239000002699 waste material Substances 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
- G06T5/73—Deblurring; Sharpening
-
- 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
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计算机设备。上述方法包括:获取待处理图像的特征信息,根据所述待处理图像的特征信息检测所述待处理图像对应的图像类型;获取与所述图像类型对应的去雾因子;将所述待处理图像由RGB色彩空间转换为HSV色彩空间;获取所述待处理图像的去雾参数,根据所述去雾因子和去雾参数对转换色彩空间后待处理图像进行去雾处理。上述方法,将待处理图像由RGB色彩空间转换HSV色彩空间后,对待处理图像在HSV色彩空间上进行去雾处理,在将去雾处理后图像由HSV色彩空间转换为RGB色彩空间,可以较好的解决对RGB色彩空间的图像进行去雾处理导致图像色彩失真的问题。
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计算机设备。
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计算机设备,可以是去雾后图像更清晰、图像质量更高。
一种图像处理方法,包括:
获取待处理图像的特征信息,根据所述待处理图像的特征信息检测所述待处理图像对应的图像类型;
获取与所述图像类型对应的去雾因子;
将所述待处理图像由RGB色彩空间转换为HSV色彩空间;
获取所述待处理图像的去雾参数,根据所述去雾因子和去雾参数对转换色彩空间后待处理图像进行去雾处理。
一种图像处理装置,包括:
检测模块,用于获取待处理图像的特征信息,根据所述待处理图像的特征信息检测所述待处理图像对应的图像类型;
获取模块,用于获取与所述图像类型对应的去雾因子;
转换模块,用于将所述待处理图像由RGB色彩空间转换为HSV色彩空间;
去雾模块,用于获取所述待处理图像的去雾参数,根据所述去雾因子和去雾参数对转换色彩空间后待处理图像进行去雾处理。
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。
一种计算机设备,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为一个实施例中移动终端的内部结构示意图;
图2为一个实施例中图像处理方法的流程图;
图3为另一个实施例中图像处理方法的流程图;
图4为另一个实施例中图像处理方法的流程图;
图5为一个实施例中图像处理装置的结构框图;
图6为另一个实施例中图像处理装置的结构框图;
图7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。
以计算机设备为移动终端为例。图1为一个实施例中移动终端10的内部结构示意图。如图1所示,该移动终端10包括通过系统总线连接的处理器、非易失性存储介质、内存储器和网络接口、显示屏和输入装置。其中,移动终端10的非易失性存储介质存储有操作系统和计算机可读指令。该计算机可读指令被处理器执行时以实现一种图像处理方法。该处理器用于提供计算和控制能力,支撑整个移动终端10的运行。移动终端10中的内存储器为非易失性存储介质中的计算机可读指令的运行提供环境。网络接口用于与服务器进行网络通信。移动终端10的显示屏可以是液晶显示屏或者电子墨水显示屏等,输入装置可以是显示屏上覆盖的触摸层,也可以是移动终端10外壳上设置的按键、轨迹球或触控板,也可以是外接的键盘、触控板或鼠标等。该移动终端10可以是手机、平板电脑或者个人数字助理或穿戴式设备等。本领域技术人员可以理解,图1中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的移动终端10的限定,具体的移动终端10可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
图2为一个实施例中图像处理方法的流程图。如图2所示,一种图像处理方法,包括步骤202至步骤208。其中:
步骤202,获取待处理图像的特征信息,根据待处理图像的特征信息检测待处理图像对应的图像类型。
具体地,待处理图像的特征信息是指用于标记待处理图像类型的信息。上述特征信息可包括图像的亮度特征、颜色特征和纹理特征等。对待处理图像的特征信息提取可采用多种算法,例如,SIFT(Scale-invariant feature transform,尺度不变特征变换)算法,指纹算法函数,Bundling Features算法,散列函数等。在获取到待处理图像的特征信息后,将待处理图像的特征信息与预存的图像类型的特征信息进行匹配,若待处理图像的特征信息与预存的图像类型的特征信息匹配度超过指定值,则判定待处理图像的图像类型为预存的图像类型。其中,计算待处理图像的特征信息与预存的图像类型的特征信息匹配度可包括:计算特征信息中每个特征因子与图像类型中对应的特征因子的匹配度,获取特征信息中特征因子匹配度的均值,检测上述匹配度的均值是否超过指定值。或计算特征信息中每个特征因子与图像类型中对应的特征因子的匹配度,检测每个特征因子的匹配度是否超过指定值。上述特征因子是指亮度特征、颜色特征和纹理特征等。例如,以图像类型为风景图中森林为例,图像亮度值在130至145之间;图像颜色包括绿色和黄色;图像的纹理特征为颗粒。在获取到待处理图像的特征信息后,若待处理图像的图像亮度值为140,图像中颜色为绿色的像素点个数占总数的80%,图像的纹理特征为颗粒,则将待处理图像判定为风景图,进一步的,待处理图像是风景图中森林图像。
步骤204,获取与图像类型对应的去雾因子。
具体地,移动终端中预存有图像类型对应的去雾因子。不同图像类型对应的去雾因子不同。其中,去雾因子是指对HSV三通道的去雾程度。例如,若待处理图像的图像类型为人像图,则对V通道完全去雾;若待处理图像的图像类型为风景图,则对V通道部分去雾。
206,将待处理图像由RGB色彩空间转换为HSV色彩空间。
具体地,移动终端拍摄获取的待处理图像为RGB色彩空间图像,移动终端可将待处理图像由RGB色彩空间转换为HSV(Hue,Saturation,Value)色彩空间,RGB转换为HSV的转换公式如下:
V=max
其中,max表示像素在RGB颜色空间中最大的值,min表示像素在RGB颜色空间中最小的值。
208,获取待处理图像的去雾参数,根据去雾因子和去雾参数对转换色彩空间后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;基于单幅图像去雾算法对HSV色彩空间的待处理图像进行去雾的步骤包括:
(1)获取雾图像成像模型
对雾天图像来说,散射是造成图像退化的主要原因,因此用大气散射模型来描述雾天图像成像模型。大气散射是一个复杂且不确定性高的过程,其影响因素诸多,包括大气中悬浮颗粒的种类、大小、浓度以及光的波长等。在1975年McCartney提出了一种描述大气散射的模型:
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。其中,A(1-t(x))表示的是大气光成分,是由散射引起的,令其用V(x)表示为:
V(x)=A(1-t(x))
则
I(x)=J(x)[1-V(x)/A]
则,根据估算出的大气光值A和空气光V(x),则能得到复原后的图像J(x),即:
(2)估算大气光值
假设大气光值A全局的值都是恒定的,对于一幅有天空区域的图像而言,天空区域一定会在整幅图的最上方,因此在HSV空间,对明度分量取前1/10行的像素,再对它进行降序排列,将第1%个像素的值作为全局大气光值A。而对于一幅无天空区域的图像来说,认为其场景深度较远处一定在整幅图的最上方,再对其做如上处理,得到估算的大气光值A。
(3)估算空气光
假设局部小区域内雾对图像的影响程度是相同的,即空气光V(x)、透射率t(x)在局部小区域内的数值是相同的,对式
I(x)=J(x)t(x)+A(1-t(x))
两边同时取最小运算符,整理得:
其中,Ω(x)是以x为中心的一块方形区域,令
根据暗原色先验规律可知,无雾图像的暗原色项Jdark(x)是趋近于零的正数,则V(x)≤W(x),即0≤V(x)≤A。考虑到图像的强度值不可能为负,根据数学理论可知,在图像的局部小方块内其标准偏差应该小于其平均值,
即
在局部小方块内,已假设V(x)和A为常量,J(x)与I(x)成线性关系,由此推导得:
std(J)=std(I)/(1-V(x)/A)
由以上公式,可得
其中,参量p的设置是为了保留少量的雾,从而使复原后的图像更具深度透视感,通常将其取值为0.95。
(4)HSV空间去雾
在HSV空间,对明度分量V运用式即可求出复原后的明度分量J。
本发明实施例中图像处理方法,相较于RGB色彩空间,HSV色彩空间更类似于人类感觉颜色的方式,将待处理图像由RGB色彩空间转换HSV色彩空间后,对待处理图像在HSV色彩空间上进行去雾处理,在将去雾处理后图像由HSV色彩空间转换为RGB色彩空间,可以较好的解决对RGB色彩空间的图像进行去雾处理导致图像色彩失真的问题。
在一个实施例中,待处理图像的特征信息包括图像的颜色特征、纹理特征和形状特征;检测待处理图像的特征信息对应的图像类型包括:获取预设的图像类型的颜色特征、纹理特征和形状特征;若待处理图像的颜色特征与预设的图像类型的颜色特征相似度大于第一阈值、且待处理图像的纹理特征与预设的图像类型的纹理特征相似度大于第二阈值、且待处理图像的形状特征与预设的图像类型的形状特征相似度大于第三阈值,则判定待处理图像为预设的图像类型。
具体地,颜色特征是物体呈现出来的色彩特征。纹理是指物体表面上的花纹或线条,纹理特征是用于表征物体上呈现的线形纹路的特征。形状特征是用于标识物体的独有的形状的特征。移动终端在获取到待处理图像的特征信息后,将待处理图像的特征信息中单个特征因子依次与预设的图像类型的特征信息中单个特征因子进行匹配,若特征信息中单个特征因子均达到指定值,则判定待处理图像为预设的图像类型。其中,第一阈值、第二阈值和第三阈值为相同值或不同值。
本发明实施例中图像处理方法,在对图像去雾之前,根据图像的特征信息判断图像类型,有利于根据图像类型针对性的对图像进行处理,图像处理过程更加智能化。
在一个实施例中,上述图像处理方法还包括:获取去雾处理后图像的亮度值;若去雾处理后图像的亮度值低于第四阈值,将去雾后图像的亮度值调整为第四阈值。
具体地,在对待处理图像进行去雾处理后,获取去雾处理后图像的亮度参数值,具体为获取去雾处理后图像RGB三通道像素强度值均值中最大值作为去雾处理后图像的亮度参数值。在获取到去雾处理后图像的亮度参数值后,将去雾处理后图像的亮度参数值与第四阈值作比较,若去雾处理后图像的亮度参数值低于第四阈值,则判定去雾处理后图像的亮度值较低,则将去雾处理后图像的亮度值调整为第四阈值,提高去雾处理后图像的亮度值;若去雾处理后图像的亮度参数值不低于第四阈值,则判定去雾处理后图像的亮度值较高,对上述去雾处理后图像不做处理。
本发明实施例中图像处理方法,检测到待处理图像的亮度值低于指定值时,将图像的亮度值提高,有效了避免了去雾处理后图像亮度值降低的问题,提高了去雾处理后图像的视觉观感。
在一个实施例中,在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:
302,获取待处理图像的雾浓度参数值。
304,若待处理图像的雾浓度参数值高于第五阈值,则根据去雾因子和去雾参数对转换色彩空间后待处理图像进行去雾处理。
具体地,待处理图像的雾浓度与大气光值和透射率的关系式为:
F(x)=A*(1-t(x))
其中,F(x)表示雾浓度,在大气光值A为固定已知值时,透射率越小则雾浓度越大,透射率越大则雾浓度越小。在获取到待处理图像中每个像素点的大气光值和透射率后,即可求取待处理图像中每个像素点的雾浓度参数值。将待处理图像中每个像素点的雾浓度参数值的均值作为待处理图像的雾浓度参数值,若待处理图像的雾浓度参数值高于预设的第五阈值,则根据上述去雾算法对转换色彩空间后待处理图像进行去雾处理。上述第五阈值可为用户设定的值,也可为根据历史数据估算的平均值。
本发明实施例中图像处理方法,检测待处理图像中雾浓度参数值是否大于第五阈值,若是,则对待处理图像进行去雾。即在对待处理图像进行去雾之前,首先判定待处理图像的雾浓度,若待处理图像的雾浓度较低,即图像上的雾较薄,雾对成像的影响较小,则不对待处理图像进行去雾。通过在对待处理图像去雾之前判断待处理图像的雾浓度,根据待处理图像的雾浓度判定是否对待处理图像进行去雾处理,可以避免在雾浓度较薄时对图像进行去雾,从而浪费系统资源。
在一个实施例中,在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:
402,依次获取待处理图像中各像素的雾浓度参数值。
404,根据各像素的雾浓度参数值获取各像素的物距参数值。
406,获取各像素的物距参数值对应的去雾权重,根据去雾权重、去雾因子和去雾参数对待处理图像中各像素进行去雾处理。
具体地,如上,根据如下公式可获取待处理图像中各像素的雾浓度参数值。
F(x)=A*(1-t(x))
在获取到雾浓度参数值后,可根据雾浓度参数值获取物距参数值。其中,含雾图像的雾浓度与物距满足如下所示的关系式:
F(x)=1-e-βd(x)
其中,β表示大气的散射系数,d(x)表示物距,雾浓度F(x)与物距d(x)成指数关系,雾浓度F(x)随着物距d(x)的增加而成指数增加。
则物距d(x)与雾浓度F(x)的关系为:
根据获取的待处理图像中每个像素点的大气光值和透射率可获取待处理图像中每个像素点的雾浓度参数值,在获取到雾浓度参数值后,即可获取待处理图像中每个像素点对应的物距参数值。其中,像素点的物距参数值对应有去雾权重,如表1所示为物距参数值与去雾权重的对应关系:
表1 物距参数值与去雾权重的对应关系表
物距(米) | 去雾权重 |
≤1 | 1 |
>1且≤3 | 2 |
>3且≤5 | 3 |
>5 | 4 |
其中,物距参数值与去雾权重的对应关系还可用其他的关系表描述,上述表1仅作为一个实施例来举例说明。去雾权重越高对应的去雾程度越大。在获取到待处理图像中各像素点对应的去雾权重后,可根据去雾权重、去雾因子和去雾参数值按照上述去雾算法来对各像素点进行去雾。
本发明实施例中图像处理方法,获取待处理图像中各像素点的物距参数值,根据物距参数值查找对应给的去雾权重,再对各像素进行去雾处理,能够实现对不同物距的像素实现不同程度的去雾,相对于传统的去雾方法,上述方法去雾更彻底,去雾后获取的图像更清晰。
图5为一个实施例中图像处理装置的结构框图,如图5所示,一种图像处理装置,包括检测模块502、获取模块504、转换模块506和去雾模块508。其中:
检测模块502,用于获取待处理图像的特征信息,根据待处理图像的特征信息检测待处理图像对应的图像类型。
获取模块504,用于获取与图像类型对应的去雾因子。
转换模块506,用于将待处理图像由RGB色彩空间转换为HSV色彩空间。
去雾模块508,用于获取待处理图像的去雾参数,根据去雾因子和去雾参数对转换色彩空间后待处理图像进行去雾处理。
在一个实施例中,待处理图像的特征信息包括图像的颜色特征、纹理特征和形状特征;检测模块502还用于获取预设的图像类型的颜色特征、纹理特征和形状特征;若待处理图像的颜色特征与预设的图像类型的颜色特征相似度大于第一阈值、且待处理图像的纹理特征与预设的图像类型的纹理特征相似度大于第二阈值、且待处理图像的形状特征与预设的图像类型的形状特征相似度大于第三阈值,则判定待处理图像为预设的图像类型。
在一个实施例中,获取模块504还用于获取待处理图像的雾浓度参数值;去雾模块508还用于若待处理图像的雾浓度参数值高于第五阈值,则根据去雾因子和去雾参数对转换色彩空间后待处理图像进行去雾处理。
在一个实施例中,获取模块504还用于依次获取待处理图像中各像素的雾浓度参数值;根据各像素的雾浓度参数值获取各像素的物距参数值;去雾模块508还用于获取各像素的物距参数值对应的去雾权重,根据去雾权重、去雾因子和去雾参数对待处理图像中各像素进行去雾处理。
图6为另一个实施例中图像处理装置的结构框图,如图6所示,一种图像处理装置,包括检测模块602、获取模块604、转换模块606、去雾模块608和亮度值调整模块610。其中检测模块602、获取模块604、转换模块606、去雾模块608与图5中对应的模块功能相同。
获取模块604还用于获取去雾处理后图像的亮度值;
亮度调整模块610,用于若去雾处理后图像的亮度值低于第四阈值,将去雾后图像的亮度值调整为第四阈值。
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。
本发明实施例还提供一种计算机设备。上述计算机设备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 SignalProcessing,图像信号处理)管线的各种处理单元。图7为一个实施例中图像处理电路的示意图。如图7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7所示,图像处理电路包括ISP处理器740和控制逻辑器750。成像设备710捕捉的图像数据首先由ISP处理器740处理,ISP处理器740对图像数据进行分析以捕捉可用于确定和/或成像设备710的一个或多个控制参数的图像统计信息。成像设备710可包括具有一个或多个透镜712和图像传感器714的照相机。图像传感器714可包括色彩滤镜阵列(如Bayer滤镜),图像传感器714可获取用图像传感器714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740处理的一组原始图像数据。传感器720可基于传感器720接口类型把原始图像数据提供给ISP处理器740。传感器720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740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740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740还可从图像存储器730接收像素数据。例如,从传感器720接口将原始像素数据发送给图像存储器730,图像存储器730中的原始像素数据再提供给ISP处理器740以供处理。图像存储器730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 Memory Access,直接直接存储器存取)特征。
当接收到来自传感器720接口或来自图像存储器730的原始图像数据时,ISP处理器740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730,以便在被显示之前进行另外的处理。ISP处理器740还可从图像存储器730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780,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740的输出还可发送给图像存储器730,且显示器780可从图像存储器730读取图像数据。在一个实施例中,图像存储器730可被配置为实现一个或多个帧缓冲器。此外,ISP处理器740的输出可发送给编码器/解码器770,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780设备上之前解压缩。
ISP处理器740处理后的图像数据可发送给去雾模块760,以便在被显示之前对图像进行去雾处理。去雾模块760对图像数据去雾处理可包括获取图像类型对应的去雾因子,转换图像的色彩空间并获取图像的去雾参数,根据图像对应的去雾因子和去雾参数对图像进行去雾处理。其中,去雾模块760可为移动终端中CPU(Central Processing Unit,中央处理器)、GPU(Graphics Processing Unit,图形处理器)或协处理器等。去雾模块760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770,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780设备上之前解压缩。可以理解的是,去雾模块760处理后的图像数据可以不经过编码器/解码器770,直接发给显示器780进行显示。ISP处理器740处理后的图像数据还可以先经过编码器/解码器770处理,然后再经过去雾模块760进行处理。上述编码器/解码器可为移动终端中CPU、GPU或协处理器等。
ISP处理器740确定的统计数据可发送给控制逻辑器750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712阴影校正等图像传感器714统计信息。控制逻辑器750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710的控制参数以及ISP处理器740的控制参数。例如,控制参数可包括传感器720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712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712阴影校正参数。
运用图7中图像处理技术可实现如上所述的图像处理方法。
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:
获取待处理图像的特征信息,根据所述待处理图像的特征信息检测所述待处理图像对应的图像类型;
获取与所述图像类型对应的去雾因子;
将所述待处理图像由RGB色彩空间转换为HSV色彩空间;
获取所述待处理图像的去雾参数,根据所述去雾因子和去雾参数对转换色彩空间后待处理图像进行去雾处理。
2.根据权利要求1所述的图像处理方法,其特征在于,所述待处理图像的特征信息包括图像的颜色特征、纹理特征和形状特征;所述检测所述待处理图像的特征信息对应的图像类型包括:
获取预设的图像类型的颜色特征、纹理特征和形状特征;
若所述待处理图像的颜色特征与预设的图像类型的颜色特征相似度大于第一阈值、且所述待处理图像的纹理特征与预设的图像类型的纹理特征相似度大于第二阈值、且所述待处理图像的形状特征与预设的图像类型的形状特征相似度大于第三阈值,则判定所述待处理图像为预设的图像类型。
3.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:
获取去雾处理后图像的亮度值;
若所述去雾处理后图像的亮度值低于第四阈值,将所述去雾后图像的亮度值调整为所述第四阈值。
4.根据权利要求1所述的图像处理方法,其特征在于,在对所述待处理图像进行去雾处理之前,所述方法还包括:
获取所述待处理图像的雾浓度参数值;
若所述待处理图像的雾浓度参数值高于第五阈值,则根据所述去雾因子和去雾参数对转换色彩空间后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,在对所述待处理图像进行去雾处理之前,所述方法还包括:
依次获取待处理图像中各像素的雾浓度参数值;
根据所述各像素的雾浓度参数值获取各像素的物距参数值;
获取所述各像素的物距参数值对应的去雾权重,根据所述去雾权重、去雾因子和去雾参数对所述待处理图像中各像素进行去雾处理。
6.一种图像处理装置,其特征在于,包括:
检测模块,用于获取待处理图像的特征信息,根据所述待处理图像的特征信息检测所述待处理图像对应的图像类型;
获取模块,用于获取与所述图像类型对应的去雾因子;
转换模块,用于将所述待处理图像由RGB色彩空间转换为HSV色彩空间;
去雾模块,用于获取所述待处理图像的去雾参数,根据所述去雾因子和去雾参数对转换色彩空间后待处理图像进行去雾处理。
7.根据权利要求6所述的图像处理装置,其特征在于:
所述待处理图像的特征信息包括图像的颜色特征、纹理特征和形状特征;
所述检测模块还用于获取预设的图像类型的颜色特征、纹理特征和形状特征;若所述待处理图像的颜色特征与预设的图像类型的颜色特征相似度大于第一阈值、且所述待处理图像的纹理特征与预设的图像类型的纹理特征相似度大于第二阈值、且所述待处理图像的形状特征与预设的图像类型的形状特征相似度大于第三阈值,则判定所述待处理图像为预设的图像类型。
8.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去雾处理后图像的亮度值;
所述装置还包括:
亮度调整模块,用于若所述去雾处理后图像的亮度值低于第四阈值,将所述去雾后图像的亮度值调整为所述第四阈值。
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所述待处理图像的雾浓度参数值;
所述去雾模块还用于若所述待处理图像的雾浓度参数值高于第五阈值,则根据所述去雾因子和去雾参数对转换色彩空间后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:
所述获取模块还用于依次获取待处理图像中各像素的雾浓度参数值;根据所述各像素的雾浓度参数值获取各像素的物距参数值;
所述去雾模块还用于获取所述各像素的物距参数值对应的去雾权重,根据所述去雾权重、去雾因子和去雾参数对所述待处理图像中各像素进行去雾处理。
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。
12.一种计算机设备,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 |
---|---|---|---|
CN201710624527.5A CN107424134B (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计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710624527.5A CN107424134B (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计算机设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107424134A true CN107424134A (zh) | 2017-12-01 |
CN107424134B CN107424134B (zh) | 2020-01-24 |
Family
ID=60430474
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710624527.5A Active CN107424134B (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计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107424134B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109919846A (zh) * | 2017-12-12 | 2019-06-21 | 腾讯科技(深圳)有限公司 | 一种图像增强方法、装置及计算设备 |
CN111274952A (zh) * | 2020-01-20 | 2020-06-12 | 新疆爱华盈通信息技术有限公司 | 背光人脸图像处理方法、人脸识别方法 |
CN112446839A (zh) * | 2020-11-30 | 2021-03-05 | 平安科技(深圳)有限公司 | 图像增强方法、装置、电子设备及计算机可读存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102968772A (zh) * | 2012-12-04 | 2013-03-13 | 电子科技大学 | 一种基于暗通道信息的图像去雾方法 |
CN103985091A (zh) * | 2014-04-30 | 2014-08-13 | 西安理工大学 | 基于亮度暗先验与双边滤波的单幅图像去雾方法 |
CN104574412A (zh) * | 2015-01-22 | 2015-04-29 | 浙江大学 | 一种非均匀云雾条件下的遥感图像去雾方法 |
WO2016159884A1 (en) * | 2015-03-30 | 2016-10-06 | Agency For Science, Technology And Research | Method and device for image haze removal |
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 |
-
2017
- 2017-07-27 CN CN201710624527.5A patent/CN107424134B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102968772A (zh) * | 2012-12-04 | 2013-03-13 | 电子科技大学 | 一种基于暗通道信息的图像去雾方法 |
CN103985091A (zh) * | 2014-04-30 | 2014-08-13 | 西安理工大学 | 基于亮度暗先验与双边滤波的单幅图像去雾方法 |
CN104574412A (zh) * | 2015-01-22 | 2015-04-29 | 浙江大学 | 一种非均匀云雾条件下的遥感图像去雾方法 |
WO2016159884A1 (en) * | 2015-03-30 | 2016-10-06 | Agency For Science, Technology And Research | Method and device for image haze removal |
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 |
Non-Patent Citations (2)
Title |
---|
E. ULLAH等: ""Single Image haze removal using improved Dark Channel Prior "", 《U2013 PROCEEDINGS OF INTERNATIONAL CONFERENCE ON MODELLING, IDENTIFICATION & CONTROL》 * |
QINGSONG ZHU等: ""A Fast Single Image Haze Removal Algorithm Using Color Attenuation Prior"", 《IEEE TRANSACTIONS ON IMAGE PROCESSING》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109919846A (zh) * | 2017-12-12 | 2019-06-21 | 腾讯科技(深圳)有限公司 | 一种图像增强方法、装置及计算设备 |
CN109919846B (zh) * | 2017-12-12 | 2022-09-23 | 腾讯科技(深圳)有限公司 | 一种图像增强方法、装置及计算设备 |
CN111274952A (zh) * | 2020-01-20 | 2020-06-12 | 新疆爱华盈通信息技术有限公司 | 背光人脸图像处理方法、人脸识别方法 |
CN112446839A (zh) * | 2020-11-30 | 2021-03-05 | 平安科技(深圳)有限公司 | 图像增强方法、装置、电子设备及计算机可读存储介质 |
CN112446839B (zh) * | 2020-11-30 | 2023-11-07 | 平安科技(深圳)有限公司 | 图像增强方法、装置、电子设备及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN107424134B (zh) | 2020-01-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107424198B (zh) | 图像处理方法、装置、移动终端及计算机可读存储介质 | |
CN107451969B (zh) | 图像处理方法、装置、移动终端及计算机可读存储介质 | |
CN108805103A (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
CN107563976B (zh) | 美颜参数获取方法、装置、可读存储介质和计算机设备 | |
CN107424133A (zh) | 图像去雾方法、装置、计算机可存储介质和移动终端 | |
CN107194900A (zh) | 图像处理方法、装置、计算机可读存储介质和移动终端 | |
CN108875619A (zh) | 视频处理方法和装置、电子设备、计算机可读存储介质 | |
CN107911625A (zh) | 测光方法、装置、可读存储介质和计算机设备 | |
CN109002843A (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
CN107317967B (zh) | 图像处理方法、装置、移动终端及计算机可读存储介质 | |
CN107993209A (zh) | 图像处理方法、装置、计算机可读存储介质和电子设备 | |
CN107395991A (zh) | 图像合成方法、装置、计算机可读存储介质和计算机设备 | |
CN109089041A (zh) | 拍摄场景的识别方法、装置、电子设备和存储介质 | |
CN107277299A (zh) | 图像处理方法、装置、移动终端及计算机可读存储介质 | |
CN107396079A (zh) | 白平衡调整方法和装置 | |
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 | |
CN107465903A (zh) | 图像白平衡方法、装置和计算机可读存储介质 | |
CN107194901A (zh) | 图像处理方法、装置、计算机设备和计算机可读存储介质 | |
CN107454317A (zh) | 图像处理方法、装置、计算机可读存储介质和计算机设备 | |
CN107341782A (zh) | 图像处理方法、装置、计算机设备和计算机可读存储介质 | |
CN107317969A (zh) | 图像去雾方法、装置、计算机可存储介质和移动终端 | |
CN107845076A (zh) | 图像处理方法、装置、计算机可读存储介质和计算机设备 | |
CN107580205A (zh) | 白平衡调整方法和装置 | |
CN107392870B (zh) | 图像处理方法、装置、移动终端及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 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information |
Address after: Changan town in Guangdong province Dongguan 523860 usha Beach Road No. 18 Applicant after: OPPO Guangdong Mobile Communications Co., Ltd. Address before: Changan town in Guangdong province Dongguan 523860 usha Beach Road No. 18 Applicant before: Guangdong Opel Mobile Communications Co., Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |