CN110246195A - 一种大气光值的确定方法、装置、电子设备和存储介质 - Google Patents
一种大气光值的确定方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN110246195A CN110246195A CN201811220080.6A CN201811220080A CN110246195A CN 110246195 A CN110246195 A CN 110246195A CN 201811220080 A CN201811220080 A CN 201811220080A CN 110246195 A CN110246195 A CN 110246195A
- Authority
- CN
- China
- Prior art keywords
- pixel
- value
- rgb
- maximum
- minimum
- 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
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000003860 storage Methods 0.000 title claims abstract description 16
- 238000012545 processing Methods 0.000 claims description 27
- 238000004891 communication Methods 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 10
- 238000010586 diagram Methods 0.000 description 11
- 238000004364 calculation method Methods 0.000 description 5
- 235000013399 edible fruits Nutrition 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 241001085205 Prenanthella exigua Species 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000003595 mist Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 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
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30181—Earth observation
- G06T2207/30192—Weather; Meteorology
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
- Studio Devices (AREA)
Abstract
本发明实施例公开了一种大气光值的确定方法、装置、电子设备和存储介质,用以解决现有技术中大气光求取不准确的问题。方法包括:根据目标图像中的每个第一像素点的RGB三分量值中的最小值,确定最小值图;针对每个第二像素点,识别预设区域中的最大像素值和最小像素值;在最大像素值和最小像素值中选取目标像素值,采用目标像素值对该第二像素点的像素值进行更新,在目标图像中识别与该第二像素点对应的第一像素点,与该目标像素值所属的第二候选像素点对应的第一候选像素点,根据第一候选像素点的RGB三分量值对与该第二像素点对应的第一像素点的RGB三分量值进行更新;根据更新后的最小值图和目标图像,确定大气光值。提高了准确性。
Description
技术领域
本发明涉及图像处理技术领域,特别涉及一种大气光值的确定方法、装置、电子设备和存储介质。
背景技术
数字去雾是将外界环境的雾霾或玻璃等阻挡物导致的画质不清晰朦胧的图像变得清晰,提高识别度的过程。其目的是改善图像的画质,增强视觉效果,同时也提高可视度,便于后续进行智能分析等需求。在计算机视觉领域中,常用大气散射模型来描述雾、霾天气条件下场景的成像过程。可以基于大气散射模型进行去雾,求取大气光值。
现有大气散射模型相对简单,对于某些复杂场景的图像帧,求取大气光值时不准确。因此人们也提出了很多的大气光值优化方法,如利用视频帧之间的关联性,求取大气光值,或者采用超像素处理求取大气光值,但是当图像中出现纯白块(如纯白色旗臶)时,现有的求取大气光值的方式容易将白块的最亮值作为大气光值,或者容易将大气光的最亮点丢失,导致大气光值求取不准确。
发明内容
本发明实施例公开了一种大气光值的确定方法、装置、电子设备和存储介质,用以解决现有技术中大气光求取不准确的问题。
为达到上述目的,本发明实施例公开了一种大气光值的确定方法,所述方法包括:
根据目标图像中的每个第一像素点的RGB三分量值中的最小值,确定最小值图中与每个第一像素点对应的第二像素点的像素值;
对每个第二像素点,识别包含该第二像素点的预设区域中的最大像素值和最小像素值;在最大像素值和最小像素值中选取目标像素值,采用所述目标像素值对该第二像素点的像素值进行更新,并在目标图像中识别与该第二像素点对应的第一像素点,以及与该目标像素值所属的第二候选像素点对应的第一候选像素点,根据第一候选像素点的RGB三分量值对与该第二像素点对应的第一像素点的RGB三分量值进行更新;
根据更新后的最小值图中的每个第二像素点的像素值,以及目标图像中的每个第一像素点的RGB三分量值,确定大气光值。
进一步地,所述在最大像素值和最小像素值中选取目标像素值,包括:
判断最大像素值与最小像素值的差值是否大于预设的第一阈值;
如果是,则将所述最小像素值作为目标像素值;
如果否,则将所述最大像素值作为目标像素值。
进一步地,所述根据更新后的最小值图中的每个第二像素点的像素值,以及更新后的目标图像中的每个第一像素点的RGB三分量值,确定大气光值,包括:
针对更新后的目标图像中的每个第一像素点,确定该第一像素点的RGB三分量值中每两个分量的差值绝对值;判断确定的每个差值绝对值是否均小于预设的第二阈值;如果均为是,则在更新后的目标图像中将该第一像素点作为第一有效像素点;
在更新后的最小值图中识别出与每个第一有效像素点对应的第二有效像素点,确定每个第二有效像素点中像素值最大的每个第二有效最大像素点;
根据更新后的目标图像中与每个第二有效最大像素点对应的第一有效最大像素点的RGB三分量值,确定大气光值。
进一步地,所述根据更新后的目标图像中与每个第二有效最大像素点对应的第一有效最大像素点的RGB三分量值,确定大气光值,包括:
如果第一有效最大像素点为一个,则将该第一有效最大像素点的RGB三分量值,确定为大气光值;
如果第一有效最大像素点为至少两个,则确定每个第一有效最大像素点的RGB三分量值的和,识别至少两个和中的最大值,将该最大值对应的第一有效最大像素点作为第一有效双最大像素点,根据第一有效双最大像素点,确定大气光值。
进一步地,所述根据第一有效双最大像素点,确定大气光值,包括:
如果第一有效双最大像素点为一个,则将该第一有效双最大像素点的RGB三分量值,确定为大气光值;
如果第一有效双最大像素点为至少两个,则对每个第一有效双最大像素点的每两个分量的差值绝对值进行求和,得到差值和,根据每个第一有效双最大像素点的差值和,确定大气光值。
进一步地,所述根据每个第一有效双最大像素点的差值和,确定大气光值,包括:
如果每个第一有效双最大像素点的差值和中最小值为一个,则将该差值和为最小值的第一有效双最大像素点的RGB三分量值,确定为大气光值;
如果每个第一有效双最大像素点的差值和中最小值为至少两个,则将任一第一有效双最大像素点的RGB三分量值,确定为大气光值。
进一步地,确定目标图像的过程包括:
针对获取到的原始图像,采用预设块大小的像素点的像素值取平均值的方式进行图像缩小处理,得到目标图像;或
针对获取到的原始图像,划分大气光区域,将大气光区域对应的图像作为目标图像。
进一步地,在采用预设块大小的像素点的像素值取平均值的方式进行图像缩小处理之后,在确定目标图像之前,所述方法还包括:
对缩小处理得到的图像划分大气光区域,将大气光区域对应的图像作为目标图像。
本发明实施例公开了一种大气光值的确定装置,所述装置包括:
最小值图确定模块,用于根据目标图像中的每个第一像素点的RGB三分量值中的最小值,确定最小值图中与每个第一像素点对应的第二像素点的像素值;
白块替换模块,用于对每个第二像素点,识别包含该第二像素点的预设区域中的最大像素值和最小像素值;在最大像素值和最小像素值中选取目标像素值,采用所述目标像素值对该第二像素点的像素值进行更新,并在目标图像中识别与该第二像素点对应的第一像素点,以及与该目标像素值所属的第二候选像素点对应的第一候选像素点,根据第一候选像素点的RGB三分量值对与该第二像素点对应的第一像素点的RGB三分量值进行更新;
大气光确定模块,用于根据更新后的最小值图中的每个第二像素点的像素值,以及目标图像中的每个第一像素点的RGB三分量值,确定大气光值。
进一步地,所述白块替换模块,具体用于判断最大像素值与最小像素值的差值是否大于预设的第一阈值;
如果是,则将所述最小像素值作为目标像素值;
如果否,则将所述最大像素值作为目标像素值。
进一步地,所述大气光确定模块,具体用于针对更新后的目标图像中的每个第一像素点,确定该第一像素点的RGB三分量值中每两个分量的差值绝对值;判断确定的每个差值绝对值是否均小于预设的第二阈值;如果均为是,则在更新后的目标图像中将该第一像素点作为第一有效像素点;
并在更新后的最小值图中识别出与每个第一有效像素点对应的第二有效像素点,确定每个第二有效像素点中像素值最大的每个第二有效最大像素点;
根据更新后的目标图像中与每个第二有效最大像素点对应的第一有效最大像素点的RGB三分量值,确定大气光值。
进一步地,所述大气光确定模块,具体用于如果第一有效最大像素点为一个,则将该第一有效最大像素点的RGB三分量值,确定为大气光值;
如果第一有效最大像素点为至少两个,则确定每个第一有效最大像素点的RGB三分量值的和,识别至少两个和中的最大值,将该最大值对应的第一有效最大像素点作为第一有效双最大像素点,根据第一有效双最大像素点,确定大气光值。
进一步地,所述大气光确定模块,具体用于如果第一有效双最大像素点为一个,则将该第一有效双最大像素点的RGB三分量值,确定为大气光值;
如果第一有效双最大像素点为至少两个,则对每个第一有效双最大像素点的每两个分量的差值绝对值进行求和,得到差值和,根据每个第一有效双最大像素点的差值和,确定大气光值。
进一步地,所述大气光确定模块,具体用于如果每个第一有效双最大像素点的差值和中最小值为一个,则将该差值和为最小值的第一有效双最大像素点的RGB三分量值,确定为大气光值;
如果每个第一有效双最大像素点的差值和中最小值为至少两个,则将任一第一有效双最大像素点的RGB三分量值,确定为大气光值。
进一步地,所述装置还包括:
目标图像确定模块,用于针对获取到的原始图像,采用预设块大小的像素点的像素值取平均值的方式进行图像缩小处理,得到目标图像;或
针对获取到的原始图像,划分大气光区域,将大气光区域对应的图像作为目标图像。
进一步地,所述目标图像确定模块,还用于在采用预设块大小的像素点的像素值取平均值的方式进行图像缩小处理之后,在确定目标图像之前,对缩小处理得到的图像划分大气光区域,将大气光区域对应的图像作为目标图像。
本发明实施例公开了一种电子设备,包括:处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
所述存储器中存储有计算机程序,当所述程序被所述处理器执行时,使得所述处理器执行上述任一项所述方法的步骤。
本发明实施例公开了一种计算机可读存储介质,其存储有可由电子设备执行的计算机程序,当所述程序在所述电子设备上运行时,使得所述电子设备执行上述任一项所述方法的步骤。
本发明实施例公开了一种大气光值的确定方法、装置、电子设备和存储介质,方法包括:根据目标图像中的每个第一像素点的RGB三分量值中的最小值,确定最小值图中与每个第一像素点对应的第二像素点的像素值;对每个第二像素点,识别包含该第二像素点的预设区域中的最大像素值和最小像素值;在最大像素值和最小像素值中选取目标像素值,采用所述目标像素值对该第二像素点的像素值进行更新,并在目标图像中识别与该第二像素点对应的第一像素点,以及与该目标像素值所属的第二候选像素点对应的第一候选像素点,根据第一候选像素点的RGB三分量值对与该第二像素点对应的第一像素点的RGB三分量值进行更新;根据更新后的最小值图中的每个第二像素点的像素值,以及目标图像中的每个第一像素点的RGB三分量值,确定大气光值。由于在本发明实施例中,针对最小值图中的每个第二像素点,进行白块替换操作,采用最小像素值对该第二像素点的像素值进行更新,排出了最亮的白块;采用最大像素值对该第二像素点的像素值进行更新,保留了图像中大气光最亮的点;并且对目标图像的RGB分量值也进行相应的替换,后续在根据更新后的最小值图中的每个第二像素点的像素值,以及更新后的目标图像中的每个第一像素点的RGB三分量值,确定大气光值时,可以提高准确性。
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为本发明实施例1提供的一种大气光值的确定过程示意图;
图2A为本发明实施例提供的一种白块替换示意图;
图2B为本发明实施例提供的一种白块替换示意图;
图3为本发明实施例提供的一种图像缩小示意图;
图4为本发明实施例提供的一种大气光值的确定过程示意图;
图5为本发明实施例提供的一种大气光值的确定装置结构图;
图6为本发明实施例提供的一种电子设备。
具体实施方式
下面将结合本发明实施例中的附图,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。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动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。
实施例1:
图1为本发明实施例1提供的一种大气光值的确定过程示意图,该过程包括以下步骤:
S101:根据目标图像中的每个第一像素点的RGB三分量值中的最小值,确定最小值图中与每个第一像素点对应的第二像素点的像素值。
本发明实施例提供的大气光值的确定方法应用于电子设备,该电子设备可以是摄像头、手机、电脑等。
电子设备首先获取目标图像,该目标图像可以是获取到的原始图像。目标图像中的像素点称为第一像素点,目标图像为RGB模式的图像,其中的每个第一像素点包括红色R、绿色G、蓝色B三个通道的值,即RGB三分量值。
电子设备可以根据目标图像中每个第一像素点的RGB三分量值,确定最小值图min_ex_pixel,最小值图仅有一个通道,最小值图中的每个像素点称为第二像素点。目标图像与最小值图中的像素点一一对应,第一像素点与第二像素点数量相同,且每个第一像素点有且只有一个与其对应的第二像素点。
在确定最小值图时,可以是针对目标图像中的每个第一像素点,确定该第一像素点的RGB三个分量的值中的最小值,将该最小值作为最小值图中与该第一像素点对应的第二像素点的像素值。
电子设备可以保存第一像素点与第二像素点的对应关系,具体可以是保存坐标值的对应关系。
上述求取RGB三分量值中的最小值的过程属于现有技术,在本发明实施例中不进行赘述。
S102:针对每个第二像素点,识别包含该第二像素点的预设区域中的最大像素值和最小像素值;在最大像素值和最小像素值中选取目标像素值,采用所述目标像素值对该第二像素点的像素值进行更新,并在目标图像中识别与该第二像素点对应的第一像素点,以及与该目标像素值所属的第二候选像素点对应的第一候选像素点,根据第一候选像素点的RGB三分量值对与该第二像素点对应的第一像素点的RGB三分量值进行更新。
为了保证求取的大气光值的准确性,在本发明实施例中,可以根据最小值图对目标图像进行白块替换处理。
电子设备中预先保存有区域的大小,如m*n,根据最小值图中m*n区域中的像素点的像素值对第二像素点的像素值进行更新。
针对最小值图中的每个第二像素点,进行更新的过程是相同的,此处仅以一个第二像素点为例进行说明:
首先,在最小值图中确定包含该第二像素点的预设区域,识别预设区域中的所有第二像素点中的最大像素值和最小像素值。
在识别出了最大像素值和最小像素值后,可以在两者中选取目标像素值,采用选取的目标像素值对该第二像素点的像素值进行更新。如果选取的目标像素值为预设区域中的最大像素值,则采用最大像素值对该第二像素点的像素值进行更新,如果选取的目标像素值为预设区域中的最小像素值,则采用最小像素值对该第二像素点的像素值进行更新。
针对最小值图像中的每个第二像素点都进行上述的更新过程,则得到了更新后的最小值图nxt_min_pixel。
在对最小值图中的第二像素点的像素值进行更新后,还可以对目标图像中与该第二像素点对应的第一像素点的RGB三分量值进行更新。
针对目标图像中的每个第一像素点,进行更新的过程是相同的,此处仅以一个第一像素点为例进行说明:
当对最小值图中的某个第二像素点进行更新后,可以在目标图像中识别与该第二像素点对应的第一像素点,将与该第二像素点对应的第一像素点称为第一目标像素点,在对最小值图中的第二像素点进行更新时,是根据目标像素值即最大像素值或最小像素值进行更新的,确定最小值图中该目标像素值属于的第二像素点,将其称为第二候选像素点,在目标图像中识别与该第二候选像素点对应的第一像素点,将与该第二后候选像素点对应的第一像素点称为第一候选像素点。在目标图像中,采用第一候选像素点的RGB三分量值对第一目标像素点的RGB三分量值进行更新。
针对目标图像中的每个第一像素点都进行上述的更新过程,则得到了更新后的目标图像nxt_rgb_pixel。
电子设备中保存的预设区域的大小m*n,较优的,m与n均为奇数,例如m=3、5,n=5,7,包含该第二像素点的预设区域可以是以该第二像素点为中心的预设区域。m*n称为一个窗,也就是在每个窗中寻找最大像素值max和最小像素值min。
S103:根据更新后的最小值图中的每个第二像素点的像素值,以及目标图像中的每个第一像素点的RGB三分量值,确定大气光值。
在确定出了更新后的最小值图nxt_min_pixel和更新后的目标图像
nxt_rgb_pixel后,可以根据nxt_min_pixel中的每个第二像素点的像素值,以及nxt_rgb_pixel中的每个第一像素点的RGB三分量值,确定大气光值。
具体可以是:确定更新后的最小值图nxt_min_pixel中像素值最大的第二像素点,在更新后的目标图像nxt_rgb_pixel中识别与该像素值最大的第二像素点对应的第一像素点,将识别出的与该像素值最大的第二像素点对应的第一像素点对应的更新后的RGB三分量值确定为大气光值。
还可以对更新后的最小值图和更新后的目标图像,划分大气光区域,根据更新后的最小值图和更新后的目标图像中的大气光区域的像素点进行上述S103。
由于在本发明实施例中,针对最小值图中的每个第二像素点,进行白块替换操作,采用最小像素值对该第二像素点的像素值进行更新,排出了最亮的白块;采用最大像素值对该第二像素点的像素值进行更新,保留了图像中大气光最亮的点;并且对目标图像的RGB分量值也进行相应的替换,后续在根据更新后的最小值图中的每个第二像素点的像素值,以及更新后的目标图像中的每个第一像素点的RGB三分量值,确定大气光值时,可以提高准确性。
实施例2:
在上述各实施例的基础上,在本发明实施例中,所述在最大像素值和最小像素值中选取目标像素值包括:
判断最大像素值与最小像素值的差值是否大于预设的第一阈值;
如果是,则将所述最小像素值作为目标像素值;
如果否,则将所述最大像素值作为目标像素值。
在本发明实施例中,电子设备中预先保存有第一阈值WHITE_THRESH,电子设备可以根据该第一阈值确定目标像素值,具体可以是先确定最大像素值与最小像素值的差值,将该差值与第一阈值进行比较,如果该差值大于该第一阈值,则将最小像素值作为目标像素值,采用最小像素值对第二像素点的像素值进行替换,排出了最亮的白块;如果该差值不大于该第一阈值,则将该最大像素值作为目标像素值,采用最大像素值对第二像素点的像素值进行替换,保留了图像中大气光最亮的点。
第一阈值可以是40,60等,较优的第一阈值为50。
如图2A和图2B所示,为白块替换示意图,第二像素点为预设区域的中心点,最大像素值与最小像素值的差值为Thrd。
在图2A中,Thrd>WHITE_THRESH,则采用最小像素值对中心点的像素值进行替换。在图2B中,Thrd≤WHITE_THRESH,则采用最大像素值对中心点的像素值进行替换。
实施例3:
为了进一步提高确定大气光值的准确性,在上述各实施例的基础上,在本发明实施例中,所述根据更新后的最小值图中的每个第二像素点的像素值,以及更新后的目标图像中的每个第一像素点的RGB三分量值,确定大气光值包括:
针对更新后的目标图像中的每个第一像素点,确定该第一像素点的RGB三分量值中每两个分量的差值绝对值;判断确定的每个差值绝对值是否均小于预设的第二阈值;如果均为是,则在更新后的目标图像中将该第一像素点作为第一有效像素点;
并在更新后的最小值图中识别出与每个第一有效像素点对应的第二有效像素点,确定每个第二有效像素点中像素值最大的每个第二有效最大像素点;
根据更新后的目标图像中与每个第二有效最大像素点对应的第一有效最大像素点的RGB三分量值,确定大气光值。
在本发明实施例中,更新后的目标图像nxt_rgb_pixel中的每个第一像素点均包含RGB三个分量的值,电子设备针对每个第一像素点,确定该第一像素点中每两个分量的差值绝对值:sub_rb,sub_rg,sub_bg,则电子设备确定出了三个差值绝对值。
电子设备中预先保存有第二阈值gray_thr,针对该第一像素点,电子设备判断其对应的每个差值绝对值是否均小于第二阈值,如果这三个差值绝对值均小于第二阈值,则在更新后的目标图像nxt_rgb_pixel中保留该第一像素点,即在更新后的目标图像nxt_rgb_pixel中将该第一像素点作为第一有效像素点;如果三个差值绝对值中存在至少一个差值绝对值不小于第二阈值,则在更新后的目标图像nxt_rgb_pixel中将该第一像素点滤除。该第二阈值可以是28,18等,较优地,该第二阈值为20。该过程中保留下来的第一有效像素点一般为处于灰阶线上的点。
更新后的目标图像nxt_rgb_pixel中的每个第一有效像素点在更新后的最小值图nxt_min_pixel中均有其对应的第二像素点,将与第一有效像素点对应的第二像素点称为第二有效像素点。在更新后的最小值图nxt_min_pixel中,每个第二有效像素点均有其更新后的像素值,一般第一有效像素点会有多个,则对应的第二有效像素点也有多个,在多个第二有效像素点中识别出像素值最大的第二有效像素点,将第二有效像素点中像素值最大的第二有效像素点称为第二有效最大像素点。
如果第一有效像素点只有一个,则将该第一有效像素点的RGB三分量值,确定为大气光值。
在更新后的目标图像nxt_rgb_pixel中,与每个第二有效最大像素点对应的第一有效像素点称为第一有效最大像素点。
电子设备可以根据每个第一有效最大像素点的RGB三分量值,确定大气光值。
可以是选择任意一个第一有效最大像素点,将选择的该第一有效最大像素点的RGB三分量值,确定为大气光值。
实施例4:
为了进一步提高确定大气光值的准确性,在上述各实施例的基础上,在本发明实施例中,所述根据更新后的目标图像中与每个第二有效最大像素点对应的第一有效最大像素点的RGB三分量值,确定大气光值包括:
如果第一有效最大像素点为一个,则将该第一有效最大像素点的RGB三分量值,确定为大气光值;
如果第一有效最大像素点为至少两个,则确定每个第一有效最大像素点的RGB三分量值的和,识别至少两个和中的最大值,将该最大值对应的第一有效最大像素点作为第一有效双最大像素点,根据第一有效双最大像素点,确定大气光值。
在本发明实施例中,在确定出每个第一有效最大像素点后,可以确定第一有效最大像素点的数量。如果第一有效最大像素点为一个,则将该第一有效最大像素点的RGB三分量值,确定为大气光值。
如果第一有效最大像素点为至少两个,则可以进一步针对每个第一有效最大像素点,将该第一有效最大像素点的RGB三分量值进行相加求和,即确定R+G+B,识别和最大的第一有效最大像素点,将和最大的第一有效最大像素点称为第一有效双最大像素点。根据第一有效双最大像素点确定大气光值。可以是选择任意一个第一有效双最大像素点,将选择的该第一有效双最大像素点的RGB三分量值,确定为大气光值。
实施例5:
为了进一步提高确定大气光值的准确性,在上述各实施例的基础上,在本发明实施例中,所述根据第一有效双最大像素点,确定大气光值包括:
如果第一有效双最大像素点为一个,则将该第一有效双最大像素点的RGB三分量值,确定为大气光值;
如果第一有效双最大像素点为至少两个,则对每个第一有效双最大像素点的每两个分量的差值绝对值进行求和,得到差值和,根据每个第一有效双最大像素点的差值和,确定大气光值。
在本发明实施例中,在确定出每个第一有效双最大像素点后,可以统计第一有效双最大像素点的数量,如果第一有效双最大像素点为一个,则将该第一有效双最大像素点的RGB三分量值,确定为大气光值。
如果第一有效双最大像素点为至少两个,进一步地可以针对每个第一有效双最大像素点,对该第一有效双最大像素点的每两个分量的差值绝对值进行求和,得到差值和,也就是针对该第一有效双最大像素点,差值和=(sub_rb)+(sub_rg)+(sub_bg)。根据每个第一有效双最大像素点的差值和,确定大气光值,具体可以是如果每个第一有效双最大像素点的差值和中最小值为一个,则将该差值和为最小值的第一有效双最大像素点的RGB三分量值,确定为大气光值,保留最靠近灰阶线上的点为大气光点。
如果每个第一有效双最大像素点的差值和中最小值为至少两个,则将任一第一有效双最大像素点的RGB三分量值,确定为大气光值。较优的,可以是将最后确定出来的差值和的最小值的第一有效双最大像素点的RGB三分量值,确定为大气光值。
实施例6:
为了减少计算量,以及在确定大气光值时是整个图像中的大气光值,以及排除掉一定的白块的影响,在上述各实施例的基础上,在本发明实施例中,确定目标图像的过程包括:
针对获取到的原始图像,采用预设块大小的像素点的像素值取平均值的方式进行图像缩小处理,得到目标图像;或
针对获取到的原始图像,划分大气光区域,将大气光区域对应的图像作为目标图像。
在本发明实施例中,在获取到原始图像后,可以对该原始图像进行缩小处理,电子设备中预先保存有预设大小的块,在进行缩小处理时,可以是采用预设块大小的像素点的像素值取平均值的方式进行图像缩小处理。将原始图像中的预设大小的块缩小为一个像素点,该像素点的像素值为预设大小的块中所有像素点的像素值的平均值。
如图3所示,该预设块大小可以是4*4的块,也就是将原始图像中的4*4的块缩小为一个像素点,如果原始图像为1920*1080,缩小后的得到的目标图像为480*270。原始图像中RGB各8bit的数据,目标图像中RGB也是各8bit的数据。
因为在安防监控中摄像头大部分是固定的,因此是否存在大气光区域及大气光区域的位置都是相对可知的,因此可以划分大气光区域,在划分的大气光区域中确定大气光值。可以对原始图像划分大气光区域,将大气光区域对应的图像作为目标图像。
实施例7:
为了进一步减少计算量以及准确地确定大气光值,在上述各实施例的基础上,在本发明实施例中,在采用预设块大小的像素点的像素值取平均值的方式进行图像缩小处理之后,在确定目标图像之前,所述方法还包括:
对缩小处理得到的图像划分大气光区域,将大气光区域对应的图像作为目标图像。
划分大气光区域实际上就是将预设的起始x与y和终止x与y的坐标范围内的区域作为大气光区域,可能为上、下、左、右、全屏五个区域中的任一区域。
上述的实施例中对原图采样,既降低了大气光确定的误差,又降低了运算量。
图4为本发明实施例提供的一种大气光确定过程示意图,所述方法包括以下步骤:
S401:根据目标图像中的每个第一像素点的RGB三分量值中的最小值,确定最小值图中与每个第一像素点对应的第二像素点的像素值。
S402:针对每个第二像素点,识别包含该第二像素点的预设区域中的最大像素值和最小像素值。
S403:判断最大像素值与最小像素值的差值是否大于预设的第一阈值,如果是,则进行S404,如果否,则进行S405。
S404:采用所述最小像素值对该第二像素点的像素值进行更新,并根据该最小像素值所属的第二候选像素点对应的第一候选像素点的RGB三分量值,对与该第二像素点对应的第一像素点的RGB三分量值进行更新。
S405:采用所述最大像素值对该第二像素点的像素值进行更新,并根据该最大像素值所属的第二候选像素点对应的第一候选像素点的RGB三分量值,对与该第二像素点对应的第一像素点的RGB三分量值进行更新。
S406:针对更新后的目标图像中的每个第一像素点,判断该第一像素点的RGB三分量值中每两个分量的差值绝对值是否均小于预设的第二阈值,如果均为是,则进行S407,如果有至少一个为否,则丢弃该第一像素点。
S407:在更新后的目标图像中将该第一像素点作为第一有效像素点。
S408:在更新后的最小值图中识别出与每个第一有效像素点对应的第二有效像素点,确定每个第二有效像素点中像素值最大的每个第二有效最大像素点。
S409:如果第一有效最大像素点为至少两个,则确定每个第一有效最大像素点的RGB三分量值的和。
S410:如果第一有效最大像素点的RGB三分量值的和中最大值的第一有效双最大像素点有至少两个,则对每个第一有效双最大像素点的每两个分量的差值绝对值进行求和,得到差值和。
S411:将任一第一有效双最大像素点的RGB三分量值,确定为大气光值。
实施例8:
图5为本发明实施例公开的一种大气光值的确定装置,所述装置包括:
最小值图确定模块51,用于根据目标图像中的每个第一像素点的RGB三分量值中的最小值,确定最小值图中与每个第一像素点对应的第二像素点的像素值;
白块替换模块52,用于对每个第二像素点,识别包含该第二像素点的预设区域中的最大像素值和最小像素值;在最大像素值和最小像素值中选取目标像素值,采用所述目标像素值对该第二像素点的像素值进行更新,并在目标图像中识别与该第二像素点对应的第一像素点,以及与该目标像素值所属的第二候选像素点对应的第一候选像素点,根据第一候选像素点的RGB三分量值对与该第二像素点对应的第一像素点的RGB三分量值进行更新;
大气光确定模块53,用于根据更新后的最小值图中的每个第二像素点的像素值,以及目标图像中的每个第一像素点的RGB三分量值,确定大气光值。
进一步地,所述白块替换模块52,具体用于判断最大像素值与最小像素值的差值是否大于预设的第一阈值;
如果是,则将所述最小像素值作为目标像素值;
如果否,则将所述最大像素值作为目标像素值。
进一步地,所述大气光确定模块53,具体用于针对更新后的目标图像中的每个第一像素点,确定该第一像素点的RGB三分量值中每两个分量的差值绝对值;判断确定的每个差值绝对值是否均小于预设的第二阈值;如果均为是,则在更新后的目标图像中将该第一像素点作为第一有效像素点;
并在更新后的最小值图中识别出与每个第一有效像素点对应的第二有效像素点,确定每个第二有效像素点中像素值最大的每个第二有效最大像素点;
根据更新后的目标图像中与每个第二有效最大像素点对应的第一有效最大像素点的RGB三分量值,确定大气光值。
进一步地,所述大气光确定模块53,具体用于如果第一有效最大像素点为一个,则将该第一有效最大像素点的RGB三分量值,确定为大气光值;
如果第一有效最大像素点为至少两个,则确定每个第一有效最大像素点的RGB三分量值的和,识别至少两个和中的最大值,将该最大值对应的第一有效最大像素点作为第一有效双最大像素点,根据第一有效双最大像素点,确定大气光值。
进一步地,所述大气光确定模块53,具体用于如果第一有效双最大像素点为一个,则将该第一有效双最大像素点的RGB三分量值,确定为大气光值;
如果第一有效双最大像素点为至少两个,则对每个第一有效双最大像素点的每两个分量的差值绝对值进行求和,得到差值和,根据每个第一有效双最大像素点的差值和,确定大气光值。
进一步地,所述大气光确定模块53,具体用于如果每个第一有效双最大像素点的差值和中最小值为一个,则将该差值和为最小值的第一有效双最大像素点的RGB三分量值,确定为大气光值;
如果每个第一有效双最大像素点的差值和中最小值为至少两个,则将任一第一有效双最大像素点的RGB三分量值,确定为大气光值。
进一步地,所述装置还包括:
目标图像确定模块54,用于针对获取到的原始图像,采用预设块大小的像素点的像素值取平均值的方式进行图像缩小处理,得到目标图像;或
针对获取到的原始图像,划分大气光区域,将大气光区域对应的图像作为目标图像。
进一步地,所述目标图像确定模块54,还用于在采用预设块大小的像素点的像素值取平均值的方式进行图像缩小处理之后,在确定目标图像之前,对缩小处理得到的图像划分大气光区域,将大气光区域对应的图像作为目标图像。
实施例9:
图6为本发明实施例公开的一种电子设备,包括:处理器61、通信接口62、存储器63和通信总线64,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
所述存储器中存储有计算机程序,当所述程序被所述处理器执行时,使得所述处理器执行以下步骤:
根据目标图像中的每个第一像素点的RGB三分量值中的最小值,确定最小值图中与每个第一像素点对应的第二像素点的像素值;
对每个第二像素点,识别包含该第二像素点的预设区域中的最大像素值和最小像素值;在最大像素值和最小像素值中选取目标像素值,采用所述目标像素值对该第二像素点的像素值进行更新,并在目标图像中识别与该第二像素点对应的第一像素点,以及与该目标像素值所属的第二候选像素点对应的第一候选像素点,根据第一候选像素点的RGB三分量值对与该第二像素点对应的第一像素点的RGB三分量值进行更新;
根据更新后的最小值图中的每个第二像素点的像素值,以及目标图像中的每个第一像素点的RGB三分量值,确定大气光值。
进一步地,所述在最大像素值和最小像素值中选取目标像素值包括:
判断最大像素值与最小像素值的差值是否大于预设的第一阈值;
如果是,则将所述最小像素值作为目标像素值;
如果否,则将所述最大像素值作为目标像素值。
进一步地,所述根据更新后的最小值图中的每个第二像素点的像素值,以及更新后的目标图像中的每个第一像素点的RGB三分量值,确定大气光值包括:
针对更新后的目标图像中的每个第一像素点,确定该第一像素点的RGB三分量值中每两个分量的差值绝对值;判断确定的每个差值绝对值是否均小于预设的第二阈值;如果均为是,则在更新后的目标图像中将该第一像素点作为第一有效像素点;
并在更新后的最小值图中识别出与每个第一有效像素点对应的第二有效像素点,确定每个第二有效像素点中像素值最大的每个第二有效最大像素点;
根据更新后的目标图像中与每个第二有效最大像素点对应的第一有效最大像素点的RGB三分量值,确定大气光值。
进一步地,所述根据更新后的目标图像中与每个第二有效最大像素点对应的第一有效最大像素点的RGB三分量值,确定大气光值包括:
如果第一有效最大像素点为一个,则将该第一有效最大像素点的RGB三分量值,确定为大气光值;
如果第一有效最大像素点为至少两个,则确定每个第一有效最大像素点的RGB三分量值的和,识别至少两个和中的最大值,将该最大值对应的第一有效最大像素点作为第一有效双最大像素点,根据第一有效双最大像素点,确定大气光值。
进一步地,所述根据第一有效双最大像素点,确定大气光值包括:
如果第一有效双最大像素点为一个,则将该第一有效双最大像素点的RGB三分量值,确定为大气光值;
如果第一有效双最大像素点为至少两个,则对每个第一有效双最大像素点的每两个分量的差值绝对值进行求和,得到差值和,根据每个第一有效双最大像素点的差值和,确定大气光值。
进一步地,所述根据每个第一有效双最大像素点的差值和,确定大气光值包括:
如果每个第一有效双最大像素点的差值和中最小值为一个,则将该差值和为最小值的第一有效双最大像素点的RGB三分量值,确定为大气光值;
如果每个第一有效双最大像素点的差值和中最小值为至少两个,则将任一第一有效双最大像素点的RGB三分量值,确定为大气光值。
进一步地,确定目标图像的过程包括:
针对获取到的原始图像,采用预设块大小的像素点的像素值取平均值的方式进行图像缩小处理,得到目标图像;或
针对获取到的原始图像,划分大气光区域,将大气光区域对应的图像作为目标图像。
进一步地,在采用预设块大小的像素点的像素值取平均值的方式进行图像缩小处理之后,在确定目标图像之前,对缩小处理得到的图像划分大气光区域,将大气光区域对应的图像作为目标图像。
上述各实施例中的电子设备提到的通信总线可以是外设部件互连标准(Peripheral Component Interconnect,PCI)总线或扩展工业标准结构(ExtendedIndustry Standard Architecture,EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口,用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory,RAM),也可以包括非易失性存储器(Non-Volatile Memory,NVM),例如至少一个磁盘存储器。可选地,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述处理器可以是通用处理器,包括中央处理器、网络处理器(NetworkProcessor,NP)等;还可以是数字信号处理器(Digital Signal Processing,DSP)、专用集成电路、现场可编程门陈列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。
实施例10:
本发明实施例公开了一种计算机可读存储介质,其存储有可由电子设备执行的计算机程序,当所述程序在所述电子设备上运行时,使得所述电子设备执行以下步骤:
根据目标图像中的每个第一像素点的RGB三分量值中的最小值,确定最小值图中与每个第一像素点对应的第二像素点的像素值;
对每个第二像素点,识别包含该第二像素点的预设区域中的最大像素值和最小像素值;在最大像素值和最小像素值中选取目标像素值,采用所述目标像素值对该第二像素点的像素值进行更新,并在目标图像中识别与该第二像素点对应的第一像素点,以及与该目标像素值所属的第二候选像素点对应的第一候选像素点,根据第一候选像素点的RGB三分量值对与该第二像素点对应的第一像素点的RGB三分量值进行更新;
根据更新后的最小值图中的每个第二像素点的像素值,以及目标图像中的每个第一像素点的RGB三分量值,确定大气光值。
进一步地,所述在最大像素值和最小像素值中选取目标像素值包括:
判断最大像素值与最小像素值的差值是否大于预设的第一阈值;
如果是,则将所述最小像素值作为目标像素值;
如果否,则将所述最大像素值作为目标像素值。
进一步地,所述根据更新后的最小值图中的每个第二像素点的像素值,以及更新后的目标图像中的每个第一像素点的RGB三分量值,确定大气光值包括:
针对更新后的目标图像中的每个第一像素点,确定该第一像素点的RGB三分量值中每两个分量的差值绝对值;判断确定的每个差值绝对值是否均小于预设的第二阈值;如果均为是,则在更新后的目标图像中将该第一像素点作为第一有效像素点;
并在更新后的最小值图中识别出与每个第一有效像素点对应的第二有效像素点,确定每个第二有效像素点中像素值最大的每个第二有效最大像素点;
根据更新后的目标图像中与每个第二有效最大像素点对应的第一有效最大像素点的RGB三分量值,确定大气光值。
进一步地,所述根据更新后的目标图像中与每个第二有效最大像素点对应的第一有效最大像素点的RGB三分量值,确定大气光值包括:
如果第一有效最大像素点为一个,则将该第一有效最大像素点的RGB三分量值,确定为大气光值;
如果第一有效最大像素点为至少两个,则确定每个第一有效最大像素点的RGB三分量值的和,识别至少两个和中的最大值,将该最大值对应的第一有效最大像素点作为第一有效双最大像素点,根据第一有效双最大像素点,确定大气光值。
进一步地,所述根据第一有效双最大像素点,确定大气光值包括:
如果第一有效双最大像素点为一个,则将该第一有效双最大像素点的RGB三分量值,确定为大气光值;
如果第一有效双最大像素点为至少两个,则对每个第一有效双最大像素点的每两个分量的差值绝对值进行求和,得到差值和,根据每个第一有效双最大像素点的差值和,确定大气光值。
进一步地,所述根据每个第一有效双最大像素点的差值和,确定大气光值包括:
如果每个第一有效双最大像素点的差值和中最小值为一个,则将该差值和为最小值的第一有效双最大像素点的RGB三分量值,确定为大气光值;
如果每个第一有效双最大像素点的差值和中最小值为至少两个,则将任一第一有效双最大像素点的RGB三分量值,确定为大气光值。
进一步地,确定目标图像的过程包括:
针对获取到的原始图像,采用预设块大小的像素点的像素值取平均值的方式进行图像缩小处理,得到目标图像;或
针对获取到的原始图像,划分大气光区域,将大气光区域对应的图像作为目标图像。
进一步地,在采用预设块大小的像素点的像素值取平均值的方式进行图像缩小处理之后,在确定目标图像之前,对缩小处理得到的图像划分大气光区域,将大气光区域对应的图像作为目标图像。
上述实施例中的计算机可读存储介质可以是电子设备中的处理器能够存取的任何可用介质或数据存储设备,包括但不限于磁性存储器如软盘、硬盘、磁带、磁光盘(MO)等、光学存储器如CD、DVD、BD、HVD等、以及半导体存储器如ROM、EPROM、EEPROM、非易失性存储器(NAND FLASH)、固态硬盘(SSD)等。
本发明实施例公开了一种大气光值的确定方法、装置、电子设备和存储介质,方法包括:根据目标图像中的每个第一像素点的RGB三分量值中的最小值,确定最小值图中与每个第一像素点对应的第二像素点的像素值;对每个第二像素点,识别包含该第二像素点的预设区域中的最大像素值和最小像素值;在最大像素值和最小像素值中选取目标像素值,采用所述目标像素值对该第二像素点的像素值进行更新,并在目标图像中识别与该第二像素点对应的第一像素点,以及与该目标像素值所属的第二候选像素点对应的第一候选像素点,根据第一候选像素点的RGB三分量值对与该第二像素点对应的第一像素点的RGB三分量值进行更新;根据更新后的最小值图中的每个第二像素点的像素值,以及目标图像中的每个第一像素点的RGB三分量值,确定大气光值。由于在本发明实施例中,针对最小值图中的每个第二像素点,进行白块替换操作,采用最小像素值对该第二像素点的像素值进行更新,排出了最亮的白块;采用最大像素值对该第二像素点的像素值进行更新,保留了图像中大气光最亮的点;并且对目标图像的RGB分量值也进行相应的替换,后续在根据更新后的最小值图中的每个第二像素点的像素值,以及更新后的目标图像中的每个第一像素点的RGB三分量值,确定大气光值时,可以提高准确性。
对于系统/装置实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者一个操作与另一个实体或者另一个操作区分开来,而不一定要求或者暗示这些实体或者操作之间存在任何这种实际的关系或者顺序。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全应用实施例、或结合应用和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (18)
1.一种大气光值的确定方法,其特征在于,所述方法包括:
根据目标图像中的每个第一像素点的RGB三分量值中的最小值,确定最小值图中与每个第一像素点对应的第二像素点的像素值;
对每个第二像素点,识别包含该第二像素点的预设区域中的最大像素值和最小像素值;在最大像素值和最小像素值中选取目标像素值,采用所述目标像素值对该第二像素点的像素值进行更新,并在目标图像中识别与该第二像素点对应的第一像素点,以及与该目标像素值所属的第二候选像素点对应的第一候选像素点,根据第一候选像素点的RGB三分量值对与该第二像素点对应的第一像素点的RGB三分量值进行更新;
根据更新后的最小值图中的每个第二像素点的像素值,以及目标图像中的每个第一像素点的RGB三分量值,确定大气光值。
2.如权利要求1所述的方法,其特征在于,所述在最大像素值和最小像素值中选取目标像素值,包括:
判断最大像素值与最小像素值的差值是否大于预设的第一阈值;
如果是,则将所述最小像素值作为目标像素值;
如果否,则将所述最大像素值作为目标像素值。
3.如权利要求1所述的方法,其特征在于,所述根据更新后的最小值图中的每个第二像素点的像素值,以及更新后的目标图像中的每个第一像素点的RGB三分量值,确定大气光值,包括:
针对更新后的目标图像中的每个第一像素点,确定该第一像素点的RGB三分量值中每两个分量的差值绝对值;
判断确定的每个差值绝对值是否均小于预设的第二阈值;
如果均为是,则在更新后的目标图像中将该第一像素点作为第一有效像素点;
在更新后的最小值图中识别出与每个第一有效像素点对应的第二有效像素点,确定每个第二有效像素点中像素值最大的每个第二有效最大像素点;
根据更新后的目标图像中与每个第二有效最大像素点对应的第一有效最大像素点的RGB三分量值,确定大气光值。
4.如权利要求3所述的方法,其特征在于,所述根据更新后的目标图像中与每个第二有效最大像素点对应的第一有效最大像素点的RGB三分量值,确定大气光值,包括:
如果第一有效最大像素点为一个,则将该第一有效最大像素点的RGB三分量值,确定为大气光值;
如果第一有效最大像素点为至少两个,则确定每个第一有效最大像素点的RGB三分量值的和,识别至少两个和中的最大值,将该最大值对应的第一有效最大像素点作为第一有效双最大像素点,根据第一有效双最大像素点,确定大气光值。
5.如权利要求4所述的方法,其特征在于,所述根据第一有效双最大像素点,确定大气光值,包括:
如果第一有效双最大像素点为一个,则将该第一有效双最大像素点的RGB三分量值,确定为大气光值;
如果第一有效双最大像素点为至少两个,则对每个第一有效双最大像素点的每两个分量的差值绝对值进行求和,得到差值和,根据每个第一有效双最大像素点的差值和,确定大气光值。
6.如权利要求5所述的方法,其特征在于,所述根据每个第一有效双最大像素点的差值和,确定大气光值,包括:
如果每个第一有效双最大像素点的差值和中最小值为一个,则将该差值和为最小值的第一有效双最大像素点的RGB三分量值,确定为大气光值;
如果每个第一有效双最大像素点的差值和中最小值为至少两个,则将任一第一有效双最大像素点的RGB三分量值,确定为大气光值。
7.如权利要求1所述的方法,其特征在于,确定目标图像的过程包括:
针对获取到的原始图像,采用预设块大小的像素点的像素值取平均值的方式进行图像缩小处理,得到目标图像;或
针对获取到的原始图像,划分大气光区域,将大气光区域对应的图像作为目标图像。
8.如权利要求7所述的方法,其特征在于,在采用预设块大小的像素点的像素值取平均值的方式进行图像缩小处理之后,在确定目标图像之前,所述方法还包括:
对缩小处理得到的图像划分大气光区域,将大气光区域对应的图像作为目标图像。
9.一种大气光值的确定装置,其特征在于,所述装置包括:
最小值图确定模块,用于根据目标图像中的每个第一像素点的RGB三分量值中的最小值,确定最小值图中与每个第一像素点对应的第二像素点的像素值;
白块替换模块,用于对每个第二像素点,识别包含该第二像素点的预设区域中的最大像素值和最小像素值;在最大像素值和最小像素值中选取目标像素值,采用所述目标像素值对该第二像素点的像素值进行更新,并在目标图像中识别与该第二像素点对应的第一像素点,以及与该目标像素值所属的第二候选像素点对应的第一候选像素点,根据第一候选像素点的RGB三分量值对与该第二像素点对应的第一像素点的RGB三分量值进行更新;
大气光确定模块,用于根据更新后的最小值图中的每个第二像素点的像素值,以及目标图像中的每个第一像素点的RGB三分量值,确定大气光值。
10.如权利要求9所述的装置,其特征在于,所述白块替换模块,具体用于判断最大像素值与最小像素值的差值是否大于预设的第一阈值;
如果是,则将所述最小像素值作为目标像素值;
如果否,则将所述最大像素值作为目标像素值。
11.如权利要求9所述的装置,其特征在于,所述大气光确定模块,具体用于针对更新后的目标图像中的每个第一像素点,确定该第一像素点的RGB三分量值中每两个分量的差值绝对值;判断确定的每个差值绝对值是否均小于预设的第二阈值;如果均为是,则在更新后的目标图像中将该第一像素点作为第一有效像素点;
并在更新后的最小值图中识别出与每个第一有效像素点对应的第二有效像素点,确定每个第二有效像素点中像素值最大的每个第二有效最大像素点;
根据更新后的目标图像中与每个第二有效最大像素点对应的第一有效最大像素点的RGB三分量值,确定大气光值。
12.如权利要求11所述的装置,其特征在于,所述大气光确定模块,具体用于如果第一有效最大像素点为一个,则将该第一有效最大像素点的RGB三分量值,确定为大气光值;
如果第一有效最大像素点为至少两个,则确定每个第一有效最大像素点的RGB三分量值的和,识别至少两个和中的最大值,将该最大值对应的第一有效最大像素点作为第一有效双最大像素点,根据第一有效双最大像素点,确定大气光值。
13.如权利要求12所述的装置,其特征在于,所述大气光确定模块,具体用于如果第一有效双最大像素点为一个,则将该第一有效双最大像素点的RGB三分量值,确定为大气光值;
如果第一有效双最大像素点为至少两个,则对每个第一有效双最大像素点的每两个分量的差值绝对值进行求和,得到差值和,根据每个第一有效双最大像素点的差值和,确定大气光值。
14.如权利要求13所述的装置,其特征在于,所述大气光确定模块,具体用于如果每个第一有效双最大像素点的差值和中最小值为一个,则将该差值和为最小值的第一有效双最大像素点的RGB三分量值,确定为大气光值;
如果每个第一有效双最大像素点的差值和中最小值为至少两个,则将任一第一有效双最大像素点的RGB三分量值,确定为大气光值。
15.如权利要求9所述的装置,其特征在于,所述装置还包括:
目标图像确定模块,用于针对获取到的原始图像,采用预设块大小的像素点的像素值取平均值的方式进行图像缩小处理,得到目标图像;或
针对获取到的原始图像,划分大气光区域,将大气光区域对应的图像作为目标图像。
16.如权利要求15所述的装置,其特征在于,所述目标图像确定模块,还用于在采用预设块大小的像素点的像素值取平均值的方式进行图像缩小处理之后,在确定目标图像之前,对缩小处理得到的图像划分大气光区域,将大气光区域对应的图像作为目标图像。
17.一种电子设备,其特征在于,包括:处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
所述存储器中存储有计算机程序,当所述程序被所述处理器执行时,使得所述处理器执行权利要求1-8任一项所述方法的步骤。
18.一种计算机可读存储介质,其特征在于,其存储有可由电子设备执行的计算机程序,当所述程序在所述电子设备上运行时,使得所述电子设备执行权利要求1-8任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811220080.6A CN110246195B (zh) | 2018-10-19 | 2018-10-19 | 一种大气光值的确定方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811220080.6A CN110246195B (zh) | 2018-10-19 | 2018-10-19 | 一种大气光值的确定方法、装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110246195A true CN110246195A (zh) | 2019-09-17 |
CN110246195B CN110246195B (zh) | 2022-05-17 |
Family
ID=67882833
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811220080.6A Active CN110246195B (zh) | 2018-10-19 | 2018-10-19 | 一种大气光值的确定方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110246195B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104200446A (zh) * | 2014-08-14 | 2014-12-10 | 深圳市安健科技有限公司 | 一种dr影像对比度均衡的方法及系统 |
CN104252698A (zh) * | 2014-06-25 | 2014-12-31 | 西南科技大学 | 一种基于半逆法的快速单幅图像去雾算法 |
CN104537615A (zh) * | 2014-12-04 | 2015-04-22 | 大连理工大学 | 一种基于HSV色彩空间的局部Retinex增强算法 |
US20170206690A1 (en) * | 2016-01-20 | 2017-07-20 | Canon Kabushiki Kaisha | Image processing apparatus, image processing method, and storage medium |
US20180122051A1 (en) * | 2015-03-30 | 2018-05-03 | Agency For Science, Technology And Research | Method and device for image haze removal |
CN108154492A (zh) * | 2017-12-25 | 2018-06-12 | 北京航空航天大学 | 一种基于非局部均值滤波的图像去雾霾方法 |
-
2018
- 2018-10-19 CN CN201811220080.6A patent/CN110246195B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104252698A (zh) * | 2014-06-25 | 2014-12-31 | 西南科技大学 | 一种基于半逆法的快速单幅图像去雾算法 |
CN104200446A (zh) * | 2014-08-14 | 2014-12-10 | 深圳市安健科技有限公司 | 一种dr影像对比度均衡的方法及系统 |
CN104537615A (zh) * | 2014-12-04 | 2015-04-22 | 大连理工大学 | 一种基于HSV色彩空间的局部Retinex增强算法 |
US20180122051A1 (en) * | 2015-03-30 | 2018-05-03 | Agency For Science, Technology And Research | Method and device for image haze removal |
US20170206690A1 (en) * | 2016-01-20 | 2017-07-20 | Canon Kabushiki Kaisha | Image processing apparatus, image processing method, and storage medium |
CN108154492A (zh) * | 2017-12-25 | 2018-06-12 | 北京航空航天大学 | 一种基于非局部均值滤波的图像去雾霾方法 |
Non-Patent Citations (1)
Title |
---|
ZENG HAO等: "Fast image haze removal base on dark channel prior", 《JOURNAL OF IMAGE & GRAPHICS》 * |
Also Published As
Publication number | Publication date |
---|---|
CN110246195B (zh) | 2022-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109886997B (zh) | 基于目标检测的识别框确定方法、装置及终端设备 | |
CN106683100B (zh) | 一种图像分割去雾方法及终端 | |
CN110473185B (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
KR20230074579A (ko) | 주차 공간 관리를 위한 방법 및 시스템 | |
CN110473238B (zh) | 一种图像配准方法、装置、电子设备及存储介质 | |
CN111083388B (zh) | 一种补光灯控制方法、装置、电子设备及存储介质 | |
CN106504205A (zh) | 一种图像去雾方法及终端 | |
CN109145678A (zh) | 信号灯检测方法及装置和计算机设备及可读存储介质 | |
CN105069453A (zh) | 一种图像校正方法及装置 | |
CN109658427B (zh) | 图像处理方法及装置 | |
CN111291601B (zh) | 车道线识别方法和装置以及电子设备 | |
CN106651797B (zh) | 一种信号灯有效区域的确定方法和装置 | |
CN110866486B (zh) | 主体检测方法和装置、电子设备、计算机可读存储介质 | |
US11836903B2 (en) | Subject recognition method, electronic device, and computer readable storage medium | |
CN113313626A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN110334652B (zh) | 图像处理方法、电子设备及存储介质 | |
CN113191221B (zh) | 基于全景相机的车辆检测方法、装置以及计算机存储介质 | |
CN113673474B (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
CN113723229A (zh) | 信号灯的检测方法、装置及计算机可读存储介质 | |
CN113888509A (zh) | 一种图像清晰度的评价方法、装置、设备及存储介质 | |
CN113223023A (zh) | 图像处理方法及装置、电子设备、存储介质 | |
CN111160340B (zh) | 一种运动目标检测方法、装置、存储介质及终端设备 | |
CN105430352A (zh) | 一种视频监控图像的处理方法 | |
CN110246195A (zh) | 一种大气光值的确定方法、装置、电子设备和存储介质 | |
CN109151336B (zh) | 摄像头的同步方法、装置、系统、存储介质及计算机设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |