CN111696031A - 适用于景观电子望远镜的图像处理方法和系统 - Google Patents

适用于景观电子望远镜的图像处理方法和系统 Download PDF

Info

Publication number
CN111696031A
CN111696031A CN202010545194.9A CN202010545194A CN111696031A CN 111696031 A CN111696031 A CN 111696031A CN 202010545194 A CN202010545194 A CN 202010545194A CN 111696031 A CN111696031 A CN 111696031A
Authority
CN
China
Prior art keywords
value
image
valley
data
calculation
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
Application number
CN202010545194.9A
Other languages
English (en)
Inventor
冯为心
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.)
Beijing Putai Ruixun Technology Co ltd
Original Assignee
Beijing Putai Ruixun Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Putai Ruixun Technology Co ltd filed Critical Beijing Putai Ruixun Technology Co ltd
Priority to CN202010545194.9A priority Critical patent/CN111696031A/zh
Publication of CN111696031A publication Critical patent/CN111696031A/zh
Pending legal-status Critical Current

Links

Images

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
    • G06T3/04—Context-preserving transformations, e.g. by using an importance map
    • 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
    • G06T2207/10004—Still image; Photographic image

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及一种适用于景观电子望远镜的图像处理方法和系统，其中方法包括对图像计算数据做去色彩处理，得到黑白图像；对黑白图像的亮度像素点数据做平均值计算、谷峰值计算和谷底值计算；由平均值、谷峰值和谷底值中提取雾值像素点数据；从原始图像的像素点数据减去雾值像素点数据，得到真实图像的像素点数据。本发明可大大提高用户对景观电子望远镜的体验度；且本发明的处理方法速度较快，适用于景观望远镜这一领域中对实时性和清晰性要求高的领域。

Description

适用于景观电子望远镜的图像处理方法和系统
技术领域
本发明涉及景观电子望远镜，具体涉及一种适用于景观电子望远镜的图像处理方法和系统。
背景技术
景观电子望远镜用于观景，所以通常会用来观察远处的景观图像；由于天气等原因，所看到的远处的景观经常是较为模糊的，这是因为远处的景观距离观察者较远，对于较远的视距，空气中的污染颗粒或水雾浓度增大，造成了观测图像模糊。所以现有技术中尤为重要的问题是，如何去除使用景观电子望远镜时参杂在图像中的雾或污染颗粒物(在本文中统称雾)。图像中的雾极大的影响了景观电子望远镜用户的体验度。
在现有技术中，解决图像不清晰这一问题的方法一般有两种：提高图像的锐利度，或者采取多次平均的方法进行降噪。传统方法会本算法把图像内容分成两部分进行计算，一是雾值的计算，二真实图像的计算；景观图像处理的原始图像其实是这两部分的叠加。这两种方法具有会对在图像中造成移动目标拖尾、图像滞后时间长等缺点，这不适合对实时性和清晰性要求高的景观电子望远镜。
发明内容
针对现有技术的不足，本发明公开了一种适用于景观电子望远镜的图像处理方法和系统。
本发明所采用的技术方案如下：
一种适用于景观电子望远镜的图像处理方法，包括：
对图像计算数据做去色彩处理，得到黑白图像；
对黑白图像的亮度像素点数据做平均值计算、谷峰值计算和谷底值计算；
由平均值、谷峰值和谷底值中提取雾值像素点数据；
从原始图像的像素点数据减去雾值像素点数据，得到真实图像的像素点数据。
其进一步的技术方案为，从原图像中提取部分图像区域作为图像计算数据。
其进一步的技术方案为，从原图像的中心部分提取原图像三分之一的图像区域作为图像计算数据。
其进一步的技术方案为，雾值像素点W的计算方法如下：
W＝GJ×(1-h)+GJ×(1-f)+GJ×(1-d) (1)
式(1)中，f＝(GF/H)，d＝(L/GD)，h＝(GF-GD)/(H-L)；GF为谷峰值，GJ为平均值，GD为谷底值，H为最亮值，L为最暗值。
其进一步的技术方案为，对所得到的真实图像做优化处理。
一种适用于景观电子望远镜的图像处理系统，包括：
去色彩模块，用于对图像计算数据做去色彩处理，得到黑白图像；
平均值计算模块，用于对黑白图像的像素点数据做平均值计算；
谷峰值计算模块，用于对黑白图像的像素点数据做谷峰值计算；
谷底值计算模块，用于对黑白图像的像素点数据做谷底值计算；
雾值计算模块，由平均值、谷峰值和谷底值中提取雾值像素点数据；
雾值去除模块，从原始图像的像素点数据中减去雾值像素点数据，得到真实图像的像素点数据。
其进一步的技术方案为，还包括图像提取模块，从原图像中提取部分图像区域作为图像计算数据，传输至去色彩模块。
其进一步的技术方案为，在所述雾值计算模块中，雾值像素点W的计算方法如下：
W＝GJ×(1-h)+GJ×(1-f)+GJ×(1-d) (1)
式(1)中，f＝(GF/H)，d＝(L/GD)，h＝(GF-GD)/(H-L)；GF为谷峰值，GJ为平均值，GD为谷底值，H为最亮值，L为最暗值。
一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上所述的用于景观电子望远镜的图像处理方法的步骤。
一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如上所述的用于景观电子望远镜的图像处理方法的步骤。
本发明的有益效果如下：
本发明所公开的景观电子望远镜的图像处理采样方法和系统与传统的图像处理技术中，将原始图像分为两部分处理之后再叠加的方法不同。本发明要从图像中去除雾值，留下真实图像。本发明可大大提高用户对景观电子望远镜的体验度；且本发明的处理方法速度较快，适用于景观望远镜这一领域中对实时性和清晰性要求高的领域。
附图说明
图1为适用于景观电子望远镜的图像处理方法流程图。
图2为适用于景观电子望远镜的图像处理系统框架结构图。
具体实施方式
下面结合附图，说明本发明的具体实施方式。
实施例1。
图1为适用于景观电子望远镜的图像处理方法流程图。如图1所示，在实施例1中，图像处理方法包括：
对图像计算数据做去色彩处理，得到黑白图像；
对黑白图像的亮度像素点数据做平均值计算、谷峰值计算和谷底值计算；
由平均值、谷峰值和谷底值中提取雾值像素点数据；
从原始图像的像素点数据减去雾值像素点数据，得到真实图像的像素点数据。
具体的，在实施例1中，雾值像素点W的计算方法如下：
W＝GJ×(1-h)+GJ×(1-f)+GJ×(1-d) (1)
式(1)中，f＝(GF/H)，d＝(L/GD)，h＝(GF-GD)/(H-L)；GF为谷峰值，GJ为平均值，GD为谷底值，H为最亮值，L为最暗值。GF、GD、GJ、H、L均可从亮度像素点数据中直接读出或者通过惯常的、简单的数学方法计算得出。
实施例2。
实施例2是在实施例1的基础上进一步优选的技术方案，在实施例2中，从原图像中提取部分图像区域作为图像计算数据。进一步的，可从原图像的中心部分提取原图像三分之一的图像区域作为图像计算数据。
实施例2的技术效果是可以大幅度减少计算量。由于人在观察中，其视觉范围主要集中在原图像的中心区域，所以即使减少了计算范围，也不会大幅度影响观察效果。
实施例3。
实施例3是在实施例1的基础上进一步优选的技术方案，在实施例3中，对所得到的真实图像做优化处理。也即对处理后的图像做白平衡、色度均衡、时间轴上的均衡等处理，使其显示效果更佳优化。
实施例4。
图2为适用于景观电子望远镜的图像处理系统框架结构图。如图2所示，实施例4中的适用于景观电子望远镜的图像处理系统，包括：
去色彩模块，用于对图像计算数据做去色彩处理，得到黑白图像；
平均值计算模块，用于对黑白图像的像素点数据做平均值计算；
谷峰值计算模块，用于对黑白图像的像素点数据做谷峰值计算；
谷底值计算模块，用于对黑白图像的像素点数据做谷底值计算；
雾值计算模块，由平均值、谷峰值和谷底值中提取雾值像素点数据；
雾值去除模块，从原始图像的像素点数据中减去雾值像素点数据，得到真实图像的像素点数据。
在雾值计算模块中，雾值像素点W的计算方法如下：
W＝GJ×(1-h)+GJ×(1-f)+GJ×(1-d) (1)
式(1)中，f＝(GF/H)，d＝(L/GD)，h＝(GF-GD)/(H-L)；GF为谷峰值，GJ为平均值，GD为谷底值，H为最亮值，L为最暗值。
实施例5。
实施例5是在实施例4的基础上进一步优选的技术方案，在实施例5中，还包括图像提取模块，从原图像中提取部分图像区域作为图像计算数据，传输至去色彩模块。可以大幅度减少计算量。
实施例6。
实施例6提出了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，处理器执行所述计算机程序时实现如实施例1～实施例3中的方法的步骤。
实施例7。
实施例7提出了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现如实施例1～实施例3中的方法的步骤。
以上描述是对本发明的解释，不是对发明的限定，本发明所限定的范围参见权利要求，在不违背本发明的基本结构的情况下，本发明可以作任何形式的修改。

Claims (10)

1.一种适用于景观电子望远镜的图像处理方法，其特征在于，包括：
对图像计算数据做去色彩处理，得到黑白图像；
对黑白图像的亮度像素点数据做平均值计算、谷峰值计算和谷底值计算；
由平均值、谷峰值和谷底值中提取雾值像素点数据；
从原始图像的像素点数据减去雾值像素点数据，得到真实图像的像素点数据。
2.根据权利要求1所述的适用于景观电子望远镜的图像处理方法，其特征在于，从原图像中提取部分图像区域作为图像计算数据。
3.根据权利要求2所述的适用于景观电子望远镜的图像处理方法，其特征在于，从原图像的中心部分提取原图像三分之一的图像区域作为图像计算数据。
4.根据权利要求1所述的适用于景观电子望远镜的图像处理方法，其特征在于，雾值像素点W的计算方法如下：
W＝GJ×(1-h)+GJ×(1-f)+GJ×(1-d) (1)
式(1)中，f＝(GF/H)，d＝(L/GD)，h＝(GF-GD)/(H-L)；GF为谷峰值，GJ为平均值，GD为谷底值，H为最亮值，L为最暗值。
5.根据权利要求1所述的适用于景观电子望远镜的图像处理方法，其特征在于，对所得到的真实图像做优化处理。
6.一种适用于景观电子望远镜的图像处理系统，其特征在于，包括：
去色彩模块，用于对图像计算数据做去色彩处理，得到黑白图像；
平均值计算模块，用于对黑白图像的像素点数据做平均值计算；
谷峰值计算模块，用于对黑白图像的像素点数据做谷峰值计算；
谷底值计算模块，用于对黑白图像的像素点数据做谷底值计算；
雾值计算模块，由平均值、谷峰值和谷底值中提取雾值像素点数据；
雾值去除模块，从原始图像的像素点数据中减去雾值像素点数据，得到真实图像的像素点数据。
7.根据权利要求6所述的适用于景观电子望远镜的图像处理系统，其特征在于，还包括图像提取模块，从原图像中提取部分图像区域作为图像计算数据，传输至去色彩模块。
8.根据权利要求6所述的适用于景观电子望远镜的图像处理系统，其特征在于，在所述雾值计算模块中，雾值像素点W的计算方法如下：
W＝GJ×(1-h)+GJ×(1-f)+GJ×(1-d) (1)
式(1)中，f＝(GF/H)，d＝(L/GD)，h＝(GF-GD)/(H-L)；GF为谷峰值，GJ为平均值，GD为谷底值，H为最亮值，L为最暗值。
9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1～5任一项所述方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1～5任一项所述方法的步骤。
CN202010545194.9A 2020-06-15 2020-06-15 适用于景观电子望远镜的图像处理方法和系统 Pending CN111696031A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010545194.9A CN111696031A (zh) 2020-06-15 2020-06-15 适用于景观电子望远镜的图像处理方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010545194.9A CN111696031A (zh) 2020-06-15 2020-06-15 适用于景观电子望远镜的图像处理方法和系统

Publications (1)

Publication Number Publication Date
CN111696031A true CN111696031A (zh) 2020-09-22

Family

ID=72481288

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010545194.9A Pending CN111696031A (zh) 2020-06-15 2020-06-15 适用于景观电子望远镜的图像处理方法和系统

Country Status (1)

Country Link
CN (1) CN111696031A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106355560A (zh) * 2016-08-30 2017-01-25 潍坊学院 一种雾霾图像中大气光值的提取方法及系统
CN107403421A (zh) * 2017-08-10 2017-11-28 杭州联吉技术有限公司 一种图像去雾方法、存储介质及终端设备
CN109903253A (zh) * 2019-02-28 2019-06-18 温州大学 一种基于景深先验的公路交通视频去雾算法
US20190287219A1 (en) * 2018-03-15 2019-09-19 National Chiao Tung University Video dehazing device and method
CN110544220A (zh) * 2019-09-05 2019-12-06 北京天地玛珂电液控制系统有限公司 一种煤矿井下视频图像智能去雾方法、存储介质及系统
CN111105358A (zh) * 2018-10-26 2020-05-05 阿里巴巴集团控股有限公司 图像处理方法及装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106355560A (zh) * 2016-08-30 2017-01-25 潍坊学院 一种雾霾图像中大气光值的提取方法及系统
CN107403421A (zh) * 2017-08-10 2017-11-28 杭州联吉技术有限公司 一种图像去雾方法、存储介质及终端设备
US20190287219A1 (en) * 2018-03-15 2019-09-19 National Chiao Tung University Video dehazing device and method
CN111105358A (zh) * 2018-10-26 2020-05-05 阿里巴巴集团控股有限公司 图像处理方法及装置
CN109903253A (zh) * 2019-02-28 2019-06-18 温州大学 一种基于景深先验的公路交通视频去雾算法
CN110544220A (zh) * 2019-09-05 2019-12-06 北京天地玛珂电液控制系统有限公司 一种煤矿井下视频图像智能去雾方法、存储介质及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
唐鉴波等: "基于均值滤波的雾霾图像快速复原算法", vol. 28, no. 1, pages 192 - 196 *

Similar Documents

Publication Publication Date Title
CN110148095B (zh) 一种水下图像增强方法及增强装置
US20200273154A1 (en) Image enhancement method and system
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
Xu et al. Fast image dehazing using improved dark channel prior
CN110163818B (zh) 一种用于海事无人机的低照度视频图像增强方法
CN111292258B (zh) 一种基于暗通道和亮通道先验的图像去雾方法
WO2016206087A1 (zh) 一种低照度图像处理方法和装置
CN111598791B (zh) 一种基于改进动态大气散射系数函数的图像去雾方法
CN107067375A (zh) 一种基于暗通道先验和边缘信息的图像去雾方法
CN108492259A (zh) 一种图像处理方法及图像处理系统
CN110827221A (zh) 一种基于双通道先验和侧窗导向滤波的单幅图像去雾方法
CN106296608B (zh) 一种基于映射表的鱼眼图像处理方法及系统
Mei et al. Single image dehazing using dark channel fusion and haze density weight
CN108629750A (zh) 一种夜间去雾方法、终端设备及存储介质
KR20140026747A (ko) Ｈｓｖ 색상 공간에서 영상의 안개 제거 장치 및 방법, 그리고 그 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 기록매체
CN108230275A (zh) 图像去雾的方法
CN108093175A (zh) 一种实时高清视频自适应去雾方法及装置
CN112750089B (zh) 基于局部块最大和最小像素先验的光学遥感影像去雾方法
Zhang et al. A fast video image defogging algorithm based on dark channel prior
CN111696031A (zh) 适用于景观电子望远镜的图像处理方法和系统
CN110136085B (zh) 一种图像的降噪方法及装置
CN111028184B (zh) 一种图像增强方法及系统
Kumari et al. Improved single image and video dehazing using morphological operation
Han et al. An improved adaptive correction algorithm for non-uniform illumination panoramic image
CN108921805B (zh) 一种图像及视频去雾霾方法、计算机装置及存储介质

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: 20200922

RJ01 Rejection of invention patent application after publication