CN111951194A - 图像处理方法、装置、电子设备和计算机可读存储介质 - Google Patents
图像处理方法、装置、电子设备和计算机可读存储介质 Download PDFInfo
- Publication number
- CN111951194A CN111951194A CN202010868201.9A CN202010868201A CN111951194A CN 111951194 A CN111951194 A CN 111951194A CN 202010868201 A CN202010868201 A CN 202010868201A CN 111951194 A CN111951194 A CN 111951194A
- Authority
- CN
- China
- Prior art keywords
- gray level
- current frame
- frame image
- image
- fog
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 50
- 238000003672 processing method Methods 0.000 title claims abstract description 20
- 238000001514 detection method Methods 0.000 claims abstract description 70
- 238000000034 method Methods 0.000 claims abstract description 34
- 230000035515 penetration Effects 0.000 claims abstract description 30
- 238000004590 computer program Methods 0.000 claims description 12
- 230000002708 enhancing effect Effects 0.000 claims description 5
- 230000003313 weakening effect Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 230000000149 penetrating effect Effects 0.000 description 9
- 230000006870 function Effects 0.000 description 6
- 230000009471 action Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G06T5/73—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration by the use of histogram techniques
-
- 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
- G06T2207/10016—Video; Image sequence
-
- 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
- G06T2207/30236—Traffic on road, railway or crossing
Abstract
本发明实施例提出一种图像处理方法、装置、电子设备和计算机可读存储介质，涉及图像处理领域。该方法包括：获取视频流中当前帧图像的亮度信息，根据亮度信息确定当前帧图像的灰度直方图，根据该灰度直方图和当前帧图像对应的像素点数目总和检测当前帧图像为有雾图像或无雾图像，在当前帧图像为有雾图像时，根据灰度直方图和当前帧图像对应的像素点数目总和，检测当前帧图像为大雾图像或小雾图像，得到检测结果，根据检测结果对当前帧图像进行透雾增强处理。通过对大雾图像和小雾图像的检测，可以准确判断出雾天场景的能见度情况，故根据雾天能见度情况对采集的图像进行透雾增强处理，可以使图像变得更通透和清晰，从而获得较好的图像效果。
Description
技术领域
本发明涉及图像处理领域，具体而言，涉及一种图像处理方法、装置、 电子设备和计算机可读存储介质。
背景技术
在智能交通中，雾会造成能见度降低，容易引发交通事故。现有技术 中，当用户发现环境中雾浓度较大时，用户可以手动开启图像采集设备的 透雾功能，然而，这种方式需要用户实时监测环境的雾天能见度情况，故 增加了用户的工作量；此外，用户对于雾天能见度情况的判断不够准确， 故在雾天场景下难以获得较好的图像效果。
发明内容
有鉴于此，本发明的目的在于提供一种图像处理方法、装置、电子设 备和计算机可读存储介质，能够在雾天场景下获得清晰的图像，还能用户 手动选择和配置。
为了实现上述目的，本发明实施例采用的技术方案如下：
第一方面，本发明实施例提供一种图像处理方法，所述方法包括：
获取视频流中当前帧图像的亮度信息；
根据所述当前帧图像的亮度信息确定所述当前帧图像的灰度直方图；
根据所述当前帧图像的灰度直方图和所述当前帧图像对应的像素点数 目总和检测所述当前帧图像为有雾图像或无雾图像；
在所述当前帧图像为有雾图像时，根据所述当前帧图像的灰度直方图 和所述当前帧图像对应的像素点数目总和，检测所述当前帧图像为大雾图 像或小雾图像，得到检测结果；
根据所述检测结果对所述当前帧图像进行透雾增强处理。
在可选的实施方式中，所述当前帧图像的灰度直方图表征所述当前帧 图像在各个灰度级对应的像素点数目的分布情况，所述根据所述当前帧图 像的灰度直方图和所述当前帧图像对应的像素点数目总和检测所述当前帧 图像为有雾图像或无雾图像，包括：
根据所述灰度直方图计算像素点数目大于预设的第一雾天阈值的灰度 级的总个数，得到第一求和参数；
根据所述第一求和参数判断所述当前帧图像对应的场景为非雾天场景 或雾天场景；
在所述当前帧图像对应的场景为非雾天场景时，根据预设的第二雾天 阈值、第三雾天阈值、第一灰度级范围、第二灰度级范围、所述灰度直方 图和所述当前帧图像对应的像素点数目总和判定所述当前帧图像为有雾图 像或无雾图像；
在所述当前帧图像对应的场景为雾天场景时，根据预设的第四雾天阈 值、第五雾天阈值、第六雾天阈值、所述灰度直方图和所述当前帧图像对 应的像素点数目总和判定所述当前帧图像为有雾图像或无雾图像。
在可选的实施方式中，所述根据所述第一求和参数判断所述当前帧图 像对应的场景为非雾天场景或雾天场景，包括：
在所述第一求和参数大于预设的第一判断阈值时，判定所述当前帧图 像对应的场景为雾天场景；
在所述第一求和参数小于或等于所述第一判断阈值时，判定所述当前 帧图像对应的场景为非雾天场景。
在可选的实施方式中，所述根据预设的第二雾天阈值、第三雾天阈值、 第一灰度级范围、第二灰度级范围、所述灰度直方图和所述当前帧图像对 应的像素点数目总和判定所述当前帧图像为有雾图像或无雾图像，包括：
根据所述灰度直方图确定像素点数目大于所述第二雾天阈值的第一目 标灰度级，并根据所述第一目标灰度级中的最大灰度级和所述第一灰度级 范围计算第一灰度级条件；
计算符合所述第一灰度级条件的灰度级对应的像素点数目总和与所述 当前帧图像对应的像素点数目总和的比值，得到第一比值；
根据所述灰度直方图确定像素点数目大于所述第三雾天阈值的第二目 标灰度级，并根据所述第二目标灰度级中的最大灰度级和所述第二灰度级 范围计算第二灰度级条件；
计算符合所述第二灰度级条件的灰度级中，像素点数目大于第一设定 阈值的灰度级的总个数，得到第二求和参数；
在所述第一比值大于预设的第二判断阈值且所述第二求和参数大于预 设的第三判断阈值时，判定所述当前帧图像为有雾图像；在所述第一比值 小于或等于所述第二判断阈值，或者所述第二求和参数小于或等于所述第 三判断阈值时，判定所述当前帧图像为无雾图像。
在可选的实施方式中，所述根据所述第一目标灰度级中的最大灰度级 和所述第一灰度级范围计算第一灰度级条件，包括：计算所述第一目标灰 度级中的最大灰度级与所述第一灰度级范围的上限值之间的差值，得到所 述第一灰度级条件中的下限值，将所述第一目标灰度级中的最大灰度级作 为所述第一灰度级条件中的上限值；
所述根据所述第二目标灰度级中的最大灰度级和所述第二灰度级范围 计算第二灰度级条件，包括：计算所述第二目标灰度级中的最大灰度级与 所述第二灰度级范围的上限值之间的差值，得到所述第二灰度级条件中的 下限值，将所述第二目标灰度级中的最大灰度级作为所述第二灰度级条件 中的上限值。
在可选的实施方式中，所述根据预设的第四雾天阈值、第五雾天阈值、 第六雾天阈值、所述灰度直方图和所述当前帧图像对应的像素点数目总和 判定所述当前帧图像为有雾图像或无雾图像，包括：
根据所述灰度直方图计算像素点数目大于所述第四雾天阈值的第三目 标灰度级的总个数，以及像素点数目大于所述第五雾天阈值的第四目标灰 度级的总个数，分别得到第三求和参数和第四求和参数；
根据所述灰度直方图确定像素点数目大于所述第六雾天阈值的第五目 标灰度级，并计算所述第五目标灰度级中的最大灰度级与最小灰度级之间 的差值，得到第一差值参数；
在所述第三求和参数大于预设的第四判断阈值、所述第四求和参数大 于预设的第五判断阈值且所述第一差值参数大于所述第五判断阈值时，判 定所述当前帧图像为无雾图像；在所述第三求和参数小于或等于所述第四 判断阈值，或者所述第四求和参数小于或等于所述第五判断阈值，或者所 述第一差值参数小于或等于所述第五判断阈值时，判定所述当前帧图像为 有雾图像。
在可选的实施方式中，所述根据所述当前帧图像的灰度直方图和所述 当前帧图像对应的像素点数目总和，检测所述当前帧图像为大雾图像或小 雾图像，包括：
根据所述灰度直方图确定像素点数目大于预设的第七雾天阈值的第六 目标灰度级，并根据所述第六目标灰度级中的最大灰度级与预设的第三灰 度级范围计算第三灰度级条件；
计算符合所述第三灰度级条件的灰度级对应的像素点数目总和与所述 当前帧图像对应的像素点数目总和的比值，得到第二比值；
根据所述灰度直方图确定像素点数目大于预设的第八雾天阈值的第七 目标灰度级，并根据所述第七目标灰度级中的最大灰度级与预设的第四灰 度级范围计算第四灰度级条件；
计算符合所述第四灰度级条件的灰度级中，像素点数目大于第二设定 阈值的灰度级的总个数，得到第五求和参数；
根据所述灰度直方图确定像素点数目大于所述第八雾天阈值的第八目 标灰度级，并计算所述第八目标灰度级中的最大灰度级与最小灰度级之间 的差值，得到第二差值参数；
当所述第二比值大于预设的第六判断阈值、所述第五求和参数大于预 设的第七判断阈值且所述第二差值参数大于预设的第八判断阈值时，判定 所述当前帧图像为大雾图像；当所述第二比值小于或等于所述第六判断阈 值，或者所述第五求和参数小于或等于所述第七判断阈值，或者所述第二 差值参数小于或等于所述第八判断阈值时，判定所述当前帧图像为小雾图 像。
在可选的实施方式中，所述根据所述检测结果对所述当前帧图像进行 透雾增强处理，包括：
当所述检测结果表征所述当前帧图像为小雾图像时，将所述当前帧图 像的对比度增强到预设的第一对比度；
当所述检测结果表征所述当前帧图像为大雾图像时，将所述当前帧图 像的对比度增强到预设的第二对比度；其中，所述第二对比度大于所述第 一对比度。
在可选的实施方式中，所述根据所述检测结果对所述当前帧图像进行 透雾增强处理，包括：
当连续检测到有雾图像的次数大于或等于预设的雾天检测阈值且所述 当前帧图像的对比度小于预设的对比度上限值时，根据所述检测结果对所 述当前帧图像进行透雾增强处理。
在可选的实施方式中，所述方法还包括：
在所述当前帧图像为无雾图像时，若连续检测到无雾图像的次数大于 或等于预设的非雾天检测阈值且所述当前帧图像的对比度大于预设的对比 度下限值，则对所述当前帧图像进行透雾减弱处理。
第二方面，本发明实施例提供一种图像处理装置，所述装置包括：
亮度信息获取模块，用于获取视频流中当前帧图像的亮度信息；
灰度直方图获取模块，用于根据所述当前帧图像的亮度信息确定所述 当前帧图像的灰度直方图；
第一图像检测模块，用于根据所述当前帧图像的灰度直方图和所述当 前帧图像对应的像素点数目总和检测所述当前帧图像为有雾图像或无雾图 像；
第二图像检测模块，用于在所述当前帧图像为有雾图像时，根据所述 当前帧图像的灰度直方图和所述当前帧图像对应的像素点数目总和，检测 所述当前帧图像为大雾图像或小雾图像，得到检测结果；
透雾处理模块，用于根据所述检测结果对所述当前帧图像进行透雾增 强处理。
第三方面，本发明实施例提供一种电子设备，包括处理器和存储器， 所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现前 述实施方式任一项所述的方法。
第四方面，本发明实施例提供一种计算机可读存储介质，其上存储有 计算机程序，所述计算机程序被处理器执行时实现前述实施方式任一项所 述的方法。
本发明实施例提供的图像处理方法、装置、电子设备和计算机可读存 储介质，通过获取视频流中当前帧图像的亮度信息，根据当前帧图像的亮 度信息确定当前帧图像的灰度直方图，根据当前帧图像的灰度直方图和当 前帧图像对应的像素点数目总和检测当前帧图像为有雾图像或无雾图像， 在当前帧图像为有雾图像时，根据当前帧图像的灰度直方图和当前帧图像 对应的像素点数目总和，检测当前帧图像为大雾图像或小雾图像，得到检 测结果，根据检测结果对当前帧图像进行透雾增强处理。可见，本发明实 施例通过对大雾图像和小雾图像的检测，可以准确判断出雾天场景的能见 度情况，故根据雾天能见度情况对采集的图像进行透雾增强处理，可以使 图像变得更通透和清晰，从而获得较好的图像效果；整个雾天检测和透雾 处理的过程不需要用户手动选择和配置，提高了用户的使用体验。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实 施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需 要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些 实施例，因此不应被看作是对范围的限定，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相关的附图。
图1示出了本发明实施例提供的电子设备的一种结构框图；
图2示出了本发明实施例提供的图像处理方法的一种流程示意图；
图3示出了图2中步骤S203的子步骤示意图；
图4示出了图2中步骤S204的子步骤示意图；
图5示出了本发明实施例提供的图像处理方法的另一种流程示意图；
图6示出了本发明实施例提供的图像处理装置的一种功能模块图。
图标：100-电子设备；600-图像处理装置；110-存储器；120-处理器； 130-图像传感器；610-亮度信息获取模块；620-灰度直方图获取模块；630- 第一图像检测模块；640-第二图像检测模块；650-透雾处理模块。
具体实施方式
下面将结合本发明实施例中附图，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。通常在此处附图中描述和示出的本发明实施例的组 件可以以各种不同的配置来布置和设计。
因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限 制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本 发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的 所有其他实施例，都属于本发明保护的范围。
需要说明的是，术语“第一”和“第二”等之类的关系术语仅仅用来 将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗 示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包 括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包 括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包 括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者 设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……” 限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还 存在另外的相同要素。
请参照图1，为本发明实施例提供的电子设备100的一种结构框图。该 电子设备100可以为具有视频录制模式和抓拍模式的抓拍机、摄像机等设 备，能够在雾天场景下实现雾天能见度情况的检测以及对采集的图像进行 透雾处理，从而获取清晰的图像。在本实施例中，该电子设备100可以包 括存储器110、处理器120及图像传感器130，存储器110、处理器120以 及图像传感器130各元件相互之间直接或间接地电性连接，以实现数据的 传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号 线实现电性连接。
其中，存储器110用于存储程序或者数据。存储器110可以是，但不 限于，随机存取存储器(Random Access Memory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(Programmable Read-Only Memory， PROM)，可擦除只读存储器(ErasableProgrammable Read-Only Memory， EPROM)，电可擦除只读存储器(Electric ErasableProgrammable Read-Only Memory，EEPROM)等。
处理器120用于读/写存储器110中存储的数据或程序，并执行相应地 功能。例如，当存储器110存储的计算机程序被处理器120执行时，能够 实现本发明各实施例所揭示的图像处理方法。
图像传感器130用于采集图像，生成实况视频流。
应当理解的是，图1所示的结构仅为电子设备100的结构示意图，该 电子设备100还可包括比图1中所示更多或者更少的组件，或者具有与图1 所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。
本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机 程序，该计算机程序被处理器120执行时，能够实现本发明各实施例所揭 示的图像处理方法。
请参照图2，为本发明实施例提供的图像处理方法的一种流程示意图。 需要说明的是，本发明实施例提供的图像处理方法并不以图2以及以下的 具体顺序为限制，应当理解，在其他实施例中，本发明实施例提供的图像 处理方法其中部分步骤的顺序可以根据实际需要相互交换，或者其中的部 分步骤也可以省略或删除。该图像处理方法可以应用在图1所示的电子设 备100中，下面将对图2所示的具体流程进行详细阐述。
步骤S201，获取视频流中当前帧图像的亮度信息。
在本实施例中，电子设备100可以利用图像传感器130采集图像，生 成实况视频流，即视频流中包括多帧图像。针对视频流中的当前帧图像， 电子设备100可以获得其亮度信息。
步骤S202，根据当前帧图像的亮度信息确定当前帧图像的灰度直方图。
在本实施例中，电子设备100根据当前帧图像的亮度信息可以统计出 该当前帧图像对应的灰度直方图。其中，该灰度直方图表征了当前帧图像 在各个灰度级对应的像素点数目的分布情况。例如，该灰度直方图中的横 坐标可以表示该当前帧图像对应的各个灰度级，纵坐标可以表示各个灰度 级对应的像素点的数目。
步骤S203，根据当前帧图像的灰度直方图和当前帧图像对应的像素点 数目总和检测当前帧图像为有雾图像或无雾图像。
在本实施例中，电子设备100根据当前帧图像的灰度直方图和该当前 帧图像对应的像素点数目总和可以判断出该当前帧图像是有雾图像还是无 雾图像。
步骤S204，在当前帧图像为有雾图像时，根据当前帧图像的灰度直方 图和当前帧图像对应的像素点数目总和，检测当前帧图像为大雾图像或小 雾图像，得到检测结果。
在本实施例中，电子设备100在判定该当前帧图像为有雾图像时，表 明当前环境为雾天场景，则可以进一步判断该当前帧图像为大雾图像还是 小雾图像，进而判断出该雾天场景下的能见度等级。例如，当该当前帧图 像为小雾图像时，表明当前环境的能见度较低；当该当前帧图像为大雾图 像时，表明当前环境的能见度极低。
步骤S205，根据检测结果对当前帧图像进行透雾增强处理。
在本实施例中，电子设备100根据该检测结果可以准确判断出雾天场 景的能见度情况，故根据雾天能见度情况对当前帧图像进行透雾增强处理， 可以使图像变得更通透和清晰，从而获得较好的图像效果；整个雾天检测 和透雾处理的过程不需要用户手动选择和配置，提高了用户的使用体验。
可选地，电子设备100在检测当前帧图像为有雾图像或无雾图像时， 可以采用图3所示的步骤进行，即上述的步骤S203可以包括如下子步骤：
子步骤S2031，根据灰度直方图计算像素点数目大于预设的第一雾天阈 值的灰度级的总个数，得到第一求和参数。
子步骤S2032，根据第一求和参数判断当前帧图像对应的场景为非雾天 场景或雾天场景。
其中，电子设备100可以在第一求和参数大于预设的第一判断阈值时， 判定当前帧图像对应的场景为雾天场景；在第一求和参数小于或等于第一 判断阈值时，判定当前帧图像对应的场景为非雾天场景。
可选地，该第一雾天阈值的取值范围可以根据当前帧图像对应的像素 点数目总和确定。例如，该第一雾天阈值的取值范围可以为当前帧图像对 应的像素点数目总和的[0.3％，0.5％]，具体的取值可以根据实际需要确定， 该第一判断阈值可取80。假设当前帧图像对应的像素点数目总和为10000， 可确定第一雾天阈值的取值范围为[30，50]，则在[30，50]范围内可以选取 一个值(例如，40)作为第一雾天阈值，第一求和参数可以理解为灰度直 方图中像素点数目大于40的灰度级的总个数。
在本实施例中，利用灰度直方图可以对当前帧图像对应的场景是否为 雾天场景进行初步判断，对于初步检测为非雾天的场景，可能存在误判的 情况，这类雾天场景的表现为画面中距离较近的物体较为清晰，很大一部 分较远距离的物体较为模糊；对于初步检测为雾天的场景，也可能存在误 判的情况，这类非雾天场景为阴天或者光线较暗的场景，图像对比度高。 因此，为了更为准确地检测出该当前帧图像为有雾图像或无雾图像，需要对初步检测为雾天或非雾天的场景进一步判断，以减少误判的发生。
子步骤S2033，在当前帧图像对应的场景为非雾天场景时，根据预设的 第二雾天阈值、第三雾天阈值、第一灰度级范围、第二灰度级范围、灰度 直方图和当前帧图像对应的像素点数目总和判定当前帧图像为有雾图像或 无雾图像。
可选地，该子步骤S2033具体包括：根据灰度直方图确定像素点数目 大于第二雾天阈值的第一目标灰度级，并根据第一目标灰度级中的最大灰 度级和第一灰度级范围计算第一灰度级条件；计算符合第一灰度级条件的 灰度级对应的像素点数目总和与当前帧图像对应的像素点数目总和的比值， 得到第一比值；根据灰度直方图确定像素点数目大于第三雾天阈值的第二 目标灰度级，并根据第二目标灰度级中的最大灰度级和第二灰度级范围计 算第二灰度级条件；计算符合第二灰度级条件的灰度级中，像素点数目大 于第一设定阈值的灰度级的总个数，得到第二求和参数；在第一比值大于 预设的第二判断阈值且第二求和参数大于预设的第三判断阈值时，判定当 前帧图像为有雾图像；在第一比值小于或等于第二判断阈值，或者第二求 和参数小于或等于第三判断阈值时，判定当前帧图像为无雾图像。
其中，电子设备100可以根据如下方式计算第一灰度级条件：计算第 一目标灰度级中的最大灰度级与第一灰度级范围的上限值之间的差值，得 到第一灰度级条件中的下限值，将第一目标灰度级中的最大灰度级作为第 一灰度级条件中的上限值。同理，电子设备100还可以根据如下方式计算 第二灰度级条件：计算第二目标灰度级中的最大灰度级与第二灰度级范围 的上限值之间的差值，得到第二灰度级条件中的下限值，将第二目标灰度级中的最大灰度级作为第二灰度级条件中的上限值。
可选地，该第二雾天阈值、第三雾天阈值和第一设定阈值的取值范围 可以根据当前帧图像对应的像素点数目总和确定。作为一种示例，该第二 雾天阈值和第一设定阈值的取值范围均可以为当前帧图像对应的像素点数 目总和的[0.1％，0.2％]，该第三雾天阈值的取值范围可以为当前帧图像对应 的像素点数目总和的[1％，2％]，具体的取值可以根据实际需要确定。假设 当前帧图像对应的像素点数目总和为10000，可确定第二雾天阈值的取值范 围为[10，20]，第三雾天阈值的取值范围为[100，200]，则在[10，20]范围 内可以分别选取一个值作为第二雾天阈值(例如，12)和第一设定阈值(例 如，15)，在[100，200]范围内可以选取一个值(例如，150)作为第三雾天 阈值。
可选地，该第一灰度级范围和第二灰度级范围可以相同，也可以不同。 例如，该第一灰度级范围和第二灰度级范围可以选择[0，40]或者[5，45]， 该第二判断阈值可取0.1，第三判断阈值可取30。
假设第一灰度级范围为[0，40]，像素点数目大于第二雾天阈值的第一 目标灰度级中的最大灰度级为200，则根据该最大灰度级“200”和第一灰 度级范围的上限值“40”可以计算出差值“160”，作为第一灰度级条件中 的下限值，将最大灰度级“200”作为第一灰度级条件中的上限值，则可以 得到第一灰度级条件为[160，200]；同理，假设第二灰度级范围为[5，45]， 像素点数目大于第三雾天阈值的第二目标灰度级中的最大灰度级为200，则 根据该最大灰度级“200”和第二灰度级范围的上限值“45”可以计算出差 值“155”，作为第二灰度级条件中的下限值，将最大灰度级“200”作为第 二灰度级条件中的上限值，则可以得到第二灰度级条件为[155，200]。
子步骤S2034，在当前帧图像对应的场景为雾天场景时，根据预设的第 四雾天阈值、第五雾天阈值、第六雾天阈值、灰度直方图和当前帧图像对 应的像素点数目总和判定当前帧图像为有雾图像或无雾图像。
可选地，该子步骤S2034具体包括：根据灰度直方图计算像素点数目 大于第四雾天阈值的第三目标灰度级的总个数，以及像素点数目大于第五 雾天阈值的第四目标灰度级的总个数，分别得到第三求和参数和第四求和 参数；根据灰度直方图确定像素点数目大于第六雾天阈值的第五目标灰度 级，并计算第五目标灰度级中的最大灰度级与最小灰度级之间的差值，得 到第一差值参数；在第三求和参数大于预设的第四判断阈值、第四求和参 数大于预设的第五判断阈值且第一差值参数大于第五判断阈值时，判定当 前帧图像为无雾图像；在第三求和参数小于或等于第四判断阈值，或者第 四求和参数小于或等于第五判断阈值，或者第一差值参数小于或等于第五 判断阈值时，判定当前帧图像为有雾图像。
可选地，该第四雾天阈值、第五雾天阈值和第六雾天阈值的取值范围 可以根据当前帧图像对应的像素点数目总和确定。作为一种示例，该第四 雾天阈值和第六雾天阈值的取值范围均可以为当前帧图像对应的像素点数 目总和的[1％，2％]，该第五雾天阈值的取值范围可以为当前帧图像对应的 像素点数目总和的[0.05％，0.1％]，具体的取值可以根据实际需要确定。假 设当前帧图像对应的像素点数目总和为10000，可确定第四雾天阈值和第六 雾天阈值的取值范围为[100，200]，第五雾天阈值的取值范围为[5，10]，则 在[100，200]范围内可以分别选取一个值作为第四雾天阈值(例如，110) 和第六雾天阈值(例如，120)，在[5，10]范围内可以选取一个值(例如，6) 作为第五雾天阈值。
作为一种示例，该第四判断阈值可取100，第五判断阈值可取20。
可见，本发明实施例提供的图像处理方法，利用灰度直方图以及当前 帧图像的像素点数目总和先是对雾天场景进行初步判断，即当第一求和参 数大于第一判断阈值时，初步判断当前帧图像对应的场景为雾天场景，否 则初步判断为非雾天场景；对于初步检测为非雾天的场景，进一步判断第 一比值和第二求和参数是否符合相应的判断条件，从而准确地判定当前帧 图像为无雾图像或有雾图像；对于初步检测为雾天的场景，进一步判断第三求和参数、第四求和参数以及第一差值参数是否符合相应的判断条件， 从而准确地判定当前帧图像为无雾图像或有雾图像。因此，本发明实施例 可以实现雾天场景的准确检测，减少误判的发生。
可选地，电子设备100在检测当前帧图像为大雾图像或小雾图像时， 可以采用图4所示的步骤进行，即上述的步骤S204可以包括如下子步骤：
子步骤S2041，根据灰度直方图确定像素点数目大于预设的第七雾天阈 值的第六目标灰度级，并根据第六目标灰度级中的最大灰度级与预设的第 三灰度级范围计算第三灰度级条件。
可选地，该第七雾天阈值可以根据当前帧图像对应的像素点数目总和 确定。作为一种示例，该第七雾天阈值的取值范围均可以为当前帧图像对 应的像素点数目总和的[0.05％，0.1％]，假设当前帧图像对应的像素点数目 总和为10000，可确定第七雾天阈值的取值范围为[5，10]，则在[5，10]范 围内可以选取一个值(例如，6)作为第七雾天阈值。第三灰度级范围可选 [0，40]或[5，45]，第三灰度级条件的具体计算方式与前述第一灰度级条件 和第二灰度级条件的具体计算方式类似，此处不再赘述。
子步骤S2042，计算符合第三灰度级条件的灰度级对应的像素点数目总 和与当前帧图像对应的像素点数目总和的比值，得到第二比值。
子步骤S2043，根据灰度直方图确定像素点数目大于预设的第八雾天阈 值的第七目标灰度级，并根据第七目标灰度级中的最大灰度级与预设的第 四灰度级范围计算第四灰度级条件。
可选地，该第八雾天阈值可以根据当前帧图像对应的像素点数目总和 确定。作为一种示例，该第八雾天阈值的取值范围均可以为当前帧图像对 应的像素点数目总和的[0.05％，0.1％]，假设当前帧图像对应的像素点数目 总和为10000，可确定第八雾天阈值的取值范围为[5，10]，则在[5，10]范 围内可以选取一个值(例如，8)作为第八雾天阈值。第四灰度级范围可选 [0，40]或[5，45]，第四灰度级条件的具体计算方式与前述第一灰度级条件 和第二灰度级条件的具体计算方式类似，此处不再赘述。
子步骤S2044，计算符合第四灰度级条件的灰度级中，像素点数目大于 第二设定阈值的灰度级的总个数，得到第五求和参数。
在本实施例中，该第二设定阈值可与前述的第一设定阈值相同，也可 以前述的第一设定阈值不同。例如，该第二设定阈值的取值范围均可以为 当前帧图像对应的像素点数目总和的[0.1％，0.2％]。
子步骤S2045，根据灰度直方图确定像素点数目大于第八雾天阈值的第 八目标灰度级，并计算第八目标灰度级中的最大灰度级与最小灰度级之间 的差值，得到第二差值参数。
子步骤S2046，当第二比值大于预设的第六判断阈值、第五求和参数大 于预设的第七判断阈值且第二差值参数大于预设的第八判断阈值时，判定 当前帧图像为大雾图像；当第二比值小于或等于第六判断阈值，或者第五 求和参数小于或等于第七判断阈值，或者第二差值参数小于或等于第八判 断阈值时，判定当前帧图像为小雾图像。
在本实施例中，该第六判断阈值、第七判断阈值和第八判断阈值的取 值可以根据实际需要设定。例如，该第六判断阈值可取0.2，第七判断阈值 可取20，第八判断阈值可取180。
可选地，在实际应用中，电子设备100在检测出当前帧图像为有雾图 像或者无雾图像时，还可以对当前的有雾图像或无雾图像的检测次数进行 判断，以便确定是继续进行雾天检测还是进入透雾处理的流程。请参照图5， 该图像处理方法还包括：
步骤S501，在当前帧图像为有雾图像时，判断连续检测到有雾图像的 次数是否小于预设的雾天检测阈值。
其中，当电子设备100当前连续检测到有雾图像的次数小于预设的雾 天检测阈值时，则进入下一帧图像的雾天检测流程；当电子设备100连续 检测到有雾图像的次数大于或等于预设的雾天检测阈值时，则执行步骤 S502。
步骤S502，判断当前帧图像的对比度是否小于预设的对比度上限值。
其中，若当前帧图像的对比度小于预设的对比度上限值，则执行步骤 S205；若当前帧图像的对比度大于或等于预设的对比度上限值，则不对当 前帧图像进行透雾增强处理，并进入下一帧图像的雾天检测流程。
可以理解，上述的步骤S205具体可以包括：当连续检测到有雾图像的 次数大于或等于预设的雾天检测阈值且当前帧图像的对比度小于预设的对 比度上限值时，根据检测结果对当前帧图像进行透雾增强处理。其中，当 检测结果表征当前帧图像为小雾图像时，电子设备100将当前帧图像的对 比度增强到预设的第一对比度；当检测结果表征当前帧图像为大雾图像时， 电子设备100将当前帧图像的对比度增强到预设的第二对比度；其中，第二对比度大于第一对比度。
作为一种实施方式，可以利用数学表达式Iout(k)＝α*I(k)+β实现对比度 调整，其中，I(k)表示有雾图像的第K像素点，Iout(k)表示输出图像的第K 像素点，α为对比度增强因子，当α≥1时输出图像的对比度增强，当α∈[0,1) 时，输出图像的对比度减弱。β表示图像亮度，当β>0时输出图像的亮度增 强，当β<0时，输出图像的亮度减弱。在本实施例中，可以考虑β取固定 值，例如β＝10。由此可见，通过调整对比度增强因子，就可以实现当前帧 图像的对比度增强。
在本实施例中，为了使用户有更好的视觉体验，可以设定一定的步长， 逐渐调整图像对比度。例如，给定一个步长d，则当前帧图像调整后的对比 度增强因子为α＝αinit+d*m，其中，m表示第m次调整次数，可以设定m≤5， αinit表示初始化的对比度增强因子，可以配置αinit＝1。实际应用中，大雾场 景和小雾场景下的对比度调整方式相同，但可以设置不同的步长d；例如， 设置小雾场景下的步长d＝0.05，大雾场景下的步长d＝0.1，则小雾场景下将 图像的对比度按照步长d＝0.05进行多次调整后，可将对比度增强到预设的 第一对比度，大雾场景下将图像的对比度按照步长d＝0.1进行多次调整后， 可将对比度增强到预设的第二对比度。
可见，本发明实施例通过对大雾图像和小雾图像的检测，实现对雾天 场景的能见度情况的判断，进而根据环境的雾天能见度情况，自适应调节 透雾算法参数(即对比度增强因子)，从而提升图像的对比度，使图像变通 透、清晰，故在道路监控、抓拍等场景中，能够在大雾天气下获取清晰的 抓拍图像，从而有利于从抓拍图像中提取出目标车辆的属性信息(例如， 车牌、车型等)。
步骤S503，在当前帧图像为无雾图像时，判断连续检测到无雾图像的 次数是否小于预设的非雾天检测阈值。
其中，当电子设备100当前连续检测到无雾图像的次数小于预设的非 雾天检测阈值时，则进入下一帧图像的雾天检测流程；当电子设备100连 续检测到无雾图像的次数大于或等于预设的雾天检测阈值时，则执行步骤 S504。
步骤S504，判断当前帧图像的对比度是否大于预设的对比度下限值。
其中，若当前帧图像的对比度大于预设的对比度下限值，则执行步骤 S505；若当前帧图像的对比度小于或等于预设的对比度下限值，则不对当 前帧图像进行透雾减弱处理，并进入下一帧图像的雾天检测流程。
步骤S505，在当前帧图像为无雾图像时，若连续检测到无雾图像的次 数大于或等于预设的非雾天检测阈值且当前帧图像的对比度大于预设的对 比度下限值，则对当前帧图像进行透雾减弱处理。
在本实施例中，电子设备100可以根据公式α＝αcur-d*k来调整对比度增 强因子，其中，αcur表示当前的对比度增强因子，可以设定步长d＝0.05，在 非雾天场景下通过将对比度增强因子按照α＝αcur-d*k进行调整，可以将对比 度增强因子减小，从而降低当前帧图像的对比度。
需要说明的是，在实际应用中，还可以设置电子设备100在获取触发 信号后，对图像进行透雾处理。例如，在道路监控抓拍场景中，电子设备 100在检测雾天情况的过程中，若接收到抓拍目标车辆的触发信号，则可以 根据对当前帧图像的雾气检测情况(即当前帧图像是否为有雾图像，以及 是大雾图像还是小雾图像)对抓拍的图像进行透雾处理。
为了执行上述实施例及各个可能的方式中的相应步骤，下面给出一种 图像处理装置的实现方式，请参阅图6，为本发明实施例提供的一种图像处 理装置600的功能模块图。需要说明的是，本实施例所提供的图像处理装 置600，其基本原理及产生的技术效果和上述实施例相同，为简要描述，本 实施例部分未提及之处，可参考上述的实施例中相应内容。该图像处理装 置600包括：亮度信息获取模块610、灰度直方图获取模块620、第一图像检测模块630、第二图像检测模块640和透雾处理模块650。
可选地，上述模块可以软件或固件(Firmware)的形式存储于图1所示 的存储器110中或固化于该电子设备100的操作系统(Operating System， OS)中，并可由图1中的处理器120执行。同时，执行上述模块所需的数 据、程序的代码等可以存储在存储器110中。
该亮度信息获取模块610用于获取视频流中当前帧图像的亮度信息。
可以理解，该亮度信息获取模块610可以执行上述步骤S201。
该灰度直方图获取模块620用于根据当前帧图像的亮度信息确定当前 帧图像的灰度直方图。
可以理解，该灰度直方图获取模块620可以执行上述步骤S202。
该第一图像检测模块630用于根据当前帧图像的灰度直方图和当前帧 图像对应的像素点数目总和检测当前帧图像为有雾图像或无雾图像。
可选地，该第一图像检测模块630用于根据灰度直方图计算像素点数 目大于预设的第一雾天阈值的灰度级的总个数，得到第一求和参数；根据 第一求和参数判断当前帧图像对应的场景为非雾天场景或雾天场景；在当 前帧图像对应的场景为非雾天场景时，根据预设的第二雾天阈值、第三雾 天阈值、第一灰度级范围、第二灰度级范围、灰度直方图和当前帧图像对 应的像素点数目总和判定当前帧图像为有雾图像或无雾图像；在当前帧图 像对应的场景为雾天场景时，根据预设的第四雾天阈值、第五雾天阈值、 第六雾天阈值、灰度直方图和当前帧图像对应的像素点数目总和判定当前 帧图像为有雾图像或无雾图像。
可选地，该第一图像检测模块630具体用于在第一求和参数大于预设 的第一判断阈值时，判定当前帧图像对应的场景为雾天场景，在第一求和 参数小于或等于第一判断阈值时，判定当前帧图像对应的场景为非雾天场 景。
可选地，该第一图像检测模块630具体用于根据灰度直方图确定像素 点数目大于第二雾天阈值的第一目标灰度级，并根据第一目标灰度级中的 最大灰度级和第一灰度级范围计算第一灰度级条件；计算符合第一灰度级 条件的灰度级对应的像素点数目总和与当前帧图像对应的像素点数目总和 的比值，得到第一比值；根据灰度直方图确定像素点数目大于第三雾天阈 值的第二目标灰度级，并根据第二目标灰度级中的最大灰度级和第二灰度 级范围计算第二灰度级条件；计算符合第二灰度级条件的灰度级中，像素 点数目大于第一设定阈值的灰度级的总个数，得到第二求和参数；在第一 比值大于预设的第二判断阈值且第二求和参数大于预设的第三判断阈值时， 判定当前帧图像为有雾图像；在第一比值小于或等于第二判断阈值，或者 第二求和参数小于或等于第三判断阈值时，判定当前帧图像为无雾图像。
可选地，该第一图像检测模块630具体用于计算第一目标灰度级中的 最大灰度级与第一灰度级范围的上限值之间的差值，得到第一灰度级条件 中的下限值，将第一目标灰度级中的最大灰度级作为第一灰度级条件中的 上限值；计算第二目标灰度级中的最大灰度级与第二灰度级范围的上限值 之间的差值，得到第二灰度级条件中的下限值，将第二目标灰度级中的最 大灰度级作为第二灰度级条件中的上限值。
可选地，该第一图像检测模块630具体用于根据灰度直方图计算像素 点数目大于第四雾天阈值的第三目标灰度级的总个数，以及像素点数目大 于第五雾天阈值的第四目标灰度级的总个数，分别得到第三求和参数和第 四求和参数；根据灰度直方图确定像素点数目大于第六雾天阈值的第五目 标灰度级，并计算第五目标灰度级中的最大灰度级与最小灰度级之间的差 值，得到第一差值参数；在第三求和参数大于预设的第四判断阈值、第四 求和参数大于预设的第五判断阈值且第一差值参数大于第五判断阈值时， 判定当前帧图像为无雾图像；在第三求和参数小于或等于第四判断阈值， 或者第四求和参数小于或等于第五判断阈值，或者第一差值参数小于或等 于第五判断阈值时，判定当前帧图像为有雾图像。
可以理解，该第一图像检测模块630可以执行上述步骤S203、子步骤 S2301～S2304。
该第二图像检测模块640用于在当前帧图像为有雾图像时，根据当前 帧图像的灰度直方图和当前帧图像对应的像素点数目总和，检测当前帧图 像为大雾图像或小雾图像，得到检测结果。
可选地，该第二图像检测模块640用于根据灰度直方图确定像素点数 目大于预设的第七雾天阈值的第六目标灰度级，并根据第六目标灰度级中 的最大灰度级与预设的第三灰度级范围计算第三灰度级条件；计算符合第 三灰度级条件的灰度级对应的像素点数目总和与当前帧图像对应的像素点 数目总和的比值，得到第二比值；根据灰度直方图确定像素点数目大于预 设的第八雾天阈值的第七目标灰度级，并根据第七目标灰度级中的最大灰 度级与预设的第四灰度级范围计算第四灰度级条件；计算符合第四灰度级 条件的灰度级中，像素点数目大于第二设定阈值的灰度级的总个数，得到 第五求和参数；根据灰度直方图确定像素点数目大于第八雾天阈值的第八 目标灰度级，并计算第八目标灰度级中的最大灰度级与最小灰度级之间的 差值，得到第二差值参数；当第二比值大于预设的第六判断阈值、第五求 和参数大于预设的第七判断阈值且第二差值参数大于预设的第八判断阈值 时，判定当前帧图像为大雾图像；当第二比值小于或等于第六判断阈值， 或者第五求和参数小于或等于第七判断阈值，或者第二差值参数小于或等 于第八判断阈值时，判定当前帧图像为小雾图像。
可以理解，该第二图像检测模块640可以执行上述步骤S204、子步骤 S2041～S2046。
该透雾处理模块650用于根据检测结果对当前帧图像进行透雾增强处 理。
可选地，该透雾处理模块650可以用于当检测结果表征当前帧图像为 小雾图像时，将当前帧图像的对比度增强到预设的第一对比度；当检测结 果表征当前帧图像为大雾图像时，将当前帧图像的对比度增强到预设的第 二对比度；其中，第二对比度大于第一对比度。
可选地，该透雾处理模块650可以用于当连续检测到有雾图像的次数 大于或等于预设的雾天检测阈值且当前帧图像的对比度小于预设的对比度 上限值时，根据检测结果对当前帧图像进行透雾增强处理。
可以理解，该透雾处理模块650可以执行上述步骤S205、步骤 S501～S502。
可选地，该透雾处理模块650还可以用于在当前帧图像为无雾图像时， 若连续检测到无雾图像的次数大于或等于预设的非雾天检测阈值且当前帧 图像的对比度大于预设的对比度下限值，则对当前帧图像进行透雾减弱处 理。
可以理解，该透雾处理模块650还可以执行上述步骤S503～S505。
综上所述，本发明实施例提供的图像处理方法、装置、电子设备和计 算机可读存储介质，通过获取视频流中当前帧图像的亮度信息，根据当前 帧图像的亮度信息确定当前帧图像的灰度直方图，根据当前帧图像的灰度 直方图和当前帧图像对应的像素点数目总和检测当前帧图像为有雾图像或 无雾图像，在当前帧图像为有雾图像时，根据当前帧图像的灰度直方图和 当前帧图像对应的像素点数目总和，检测当前帧图像为大雾图像或小雾图 像，得到检测结果，根据检测结果对当前帧图像进行透雾增强处理。可见， 本发明实施例通过对大雾图像和小雾图像的检测，可以准确判断出雾天场 景的能见度情况，故根据雾天能见度情况对采集的图像进行透雾增强处理， 可以使图像变得更通透和清晰，从而获得较好的图像效果；整个雾天检测 和透雾处理的过程不需要用户手动选择和配置，提高了用户的使用体验。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法， 也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的， 例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、方 法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流 程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所 述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标 注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方 框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依 所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及 框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的 基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个 独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集 成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使 用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发 明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的 部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储 介质中，包括若干指令用以使得一台计算机设备(可以是抓拍机、摄像机 等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介 质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机 存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存 储程序代码的介质。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于 本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精 神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明 的保护范围之内。
Claims (13)
1.一种图像处理方法，其特征在于，所述方法包括：
获取视频流中当前帧图像的亮度信息；
根据所述当前帧图像的亮度信息确定所述当前帧图像的灰度直方图；
根据所述当前帧图像的灰度直方图和所述当前帧图像对应的像素点数目总和检测所述当前帧图像为有雾图像或无雾图像；
在所述当前帧图像为有雾图像时，根据所述当前帧图像的灰度直方图和所述当前帧图像对应的像素点数目总和，检测所述当前帧图像为大雾图像或小雾图像，得到检测结果；
根据所述检测结果对所述当前帧图像进行透雾增强处理。
2.根据权利要求1所述的方法，其特征在于，所述当前帧图像的灰度直方图表征所述当前帧图像在各个灰度级对应的像素点数目的分布情况，所述根据所述当前帧图像的灰度直方图和所述当前帧图像对应的像素点数目总和检测所述当前帧图像为有雾图像或无雾图像，包括：
根据所述灰度直方图计算像素点数目大于预设的第一雾天阈值的灰度级的总个数，得到第一求和参数；
根据所述第一求和参数判断所述当前帧图像对应的场景为非雾天场景或雾天场景；
在所述当前帧图像对应的场景为非雾天场景时，根据预设的第二雾天阈值、第三雾天阈值、第一灰度级范围、第二灰度级范围、所述灰度直方图和所述当前帧图像对应的像素点数目总和判定所述当前帧图像为有雾图像或无雾图像；
在所述当前帧图像对应的场景为雾天场景时，根据预设的第四雾天阈值、第五雾天阈值、第六雾天阈值、所述灰度直方图和所述当前帧图像对应的像素点数目总和判定所述当前帧图像为有雾图像或无雾图像。
3.根据权利要求2所述的方法，其特征在于，所述根据所述第一求和参数判断所述当前帧图像对应的场景为非雾天场景或雾天场景，包括：
在所述第一求和参数大于预设的第一判断阈值时，判定所述当前帧图像对应的场景为雾天场景；
在所述第一求和参数小于或等于所述第一判断阈值时，判定所述当前帧图像对应的场景为非雾天场景。
4.根据权利要求2所述的方法，其特征在于，所述根据预设的第二雾天阈值、第三雾天阈值、第一灰度级范围、第二灰度级范围、所述灰度直方图和所述当前帧图像对应的像素点数目总和判定所述当前帧图像为有雾图像或无雾图像，包括：
根据所述灰度直方图确定像素点数目大于所述第二雾天阈值的第一目标灰度级，并根据所述第一目标灰度级中的最大灰度级和所述第一灰度级范围计算第一灰度级条件；
计算符合所述第一灰度级条件的灰度级对应的像素点数目总和与所述当前帧图像对应的像素点数目总和的比值，得到第一比值；
根据所述灰度直方图确定像素点数目大于所述第三雾天阈值的第二目标灰度级，并根据所述第二目标灰度级中的最大灰度级和所述第二灰度级范围计算第二灰度级条件；
计算符合所述第二灰度级条件的灰度级中，像素点数目大于第一设定阈值的灰度级的总个数，得到第二求和参数；
在所述第一比值大于预设的第二判断阈值且所述第二求和参数大于预设的第三判断阈值时，判定所述当前帧图像为有雾图像；在所述第一比值小于或等于所述第二判断阈值，或者所述第二求和参数小于或等于所述第三判断阈值时，判定所述当前帧图像为无雾图像。
5.根据权利要求4所述的方法，其特征在于，所述根据所述第一目标灰度级中的最大灰度级和所述第一灰度级范围计算第一灰度级条件，包括：计算所述第一目标灰度级中的最大灰度级与所述第一灰度级范围的上限值之间的差值，得到所述第一灰度级条件中的下限值，将所述第一目标灰度级中的最大灰度级作为所述第一灰度级条件中的上限值；
所述根据所述第二目标灰度级中的最大灰度级和所述第二灰度级范围计算第二灰度级条件，包括：计算所述第二目标灰度级中的最大灰度级与所述第二灰度级范围的上限值之间的差值，得到所述第二灰度级条件中的下限值，将所述第二目标灰度级中的最大灰度级作为所述第二灰度级条件中的上限值。
6.根据权利要求2所述的方法，其特征在于，所述根据预设的第四雾天阈值、第五雾天阈值、第六雾天阈值、所述灰度直方图和所述当前帧图像对应的像素点数目总和判定所述当前帧图像为有雾图像或无雾图像，包括：
根据所述灰度直方图计算像素点数目大于所述第四雾天阈值的第三目标灰度级的总个数，以及像素点数目大于所述第五雾天阈值的第四目标灰度级的总个数，分别得到第三求和参数和第四求和参数；
根据所述灰度直方图确定像素点数目大于所述第六雾天阈值的第五目标灰度级，并计算所述第五目标灰度级中的最大灰度级与最小灰度级之间的差值，得到第一差值参数；
在所述第三求和参数大于预设的第四判断阈值、所述第四求和参数大于预设的第五判断阈值且所述第一差值参数大于所述第五判断阈值时，判定所述当前帧图像为无雾图像；在所述第三求和参数小于或等于所述第四判断阈值，或者所述第四求和参数小于或等于所述第五判断阈值，或者所述第一差值参数小于或等于所述第五判断阈值时，判定所述当前帧图像为有雾图像。
7.根据权利要求1所述的方法，其特征在于，所述根据所述当前帧图像的灰度直方图和所述当前帧图像对应的像素点数目总和，检测所述当前帧图像为大雾图像或小雾图像，包括：
根据所述灰度直方图确定像素点数目大于预设的第七雾天阈值的第六目标灰度级，并根据所述第六目标灰度级中的最大灰度级与预设的第三灰度级范围计算第三灰度级条件；
计算符合所述第三灰度级条件的灰度级对应的像素点数目总和与所述当前帧图像对应的像素点数目总和的比值，得到第二比值；
根据所述灰度直方图确定像素点数目大于预设的第八雾天阈值的第七目标灰度级，并根据所述第七目标灰度级中的最大灰度级与预设的第四灰度级范围计算第四灰度级条件；
计算符合所述第四灰度级条件的灰度级中，像素点数目大于第二设定阈值的灰度级的总个数，得到第五求和参数；
根据所述灰度直方图确定像素点数目大于所述第八雾天阈值的第八目标灰度级，并计算所述第八目标灰度级中的最大灰度级与最小灰度级之间的差值，得到第二差值参数；
当所述第二比值大于预设的第六判断阈值、所述第五求和参数大于预设的第七判断阈值且所述第二差值参数大于预设的第八判断阈值时，判定所述当前帧图像为大雾图像；当所述第二比值小于或等于所述第六判断阈值，或者所述第五求和参数小于或等于所述第七判断阈值，或者所述第二差值参数小于或等于所述第八判断阈值时，判定所述当前帧图像为小雾图像。
8.根据权利要求1所述的方法，其特征在于，所述根据所述检测结果对所述当前帧图像进行透雾增强处理，包括：
当所述检测结果表征所述当前帧图像为小雾图像时，将所述当前帧图像的对比度增强到预设的第一对比度；
当所述检测结果表征所述当前帧图像为大雾图像时，将所述当前帧图像的对比度增强到预设的第二对比度；其中，所述第二对比度大于所述第一对比度。
9.根据权利要求1所述的方法，其特征在于，所述根据所述检测结果对所述当前帧图像进行透雾增强处理，包括：
当连续检测到有雾图像的次数大于或等于预设的雾天检测阈值且所述当前帧图像的对比度小于预设的对比度上限值时，根据所述检测结果对所述当前帧图像进行透雾增强处理。
10.根据权利要求1所述的方法，其特征在于，所述方法还包括：
在所述当前帧图像为无雾图像时，若连续检测到无雾图像的次数大于或等于预设的非雾天检测阈值且所述当前帧图像的对比度大于预设的对比度下限值，则对所述当前帧图像进行透雾减弱处理。
11.一种图像处理装置，其特征在于，所述装置包括：
亮度信息获取模块，用于获取视频流中当前帧图像的亮度信息；
灰度直方图获取模块，用于根据所述当前帧图像的亮度信息确定所述当前帧图像的灰度直方图；
第一图像检测模块，用于根据所述当前帧图像的灰度直方图和所述当前帧图像对应的像素点数目总和检测所述当前帧图像为有雾图像或无雾图像；
第二图像检测模块，用于在所述当前帧图像为有雾图像时，根据所述当前帧图像的灰度直方图和所述当前帧图像对应的像素点数目总和，检测所述当前帧图像为大雾图像或小雾图像，得到检测结果；
透雾处理模块，用于根据所述检测结果对所述当前帧图像进行透雾增强处理。
12.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现权利要求1-10任一项所述的方法。
13.一种计算机可读存储介质，其上存储有计算机程序，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1-10任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010868201.9A CN111951194B (zh) | 2020-08-26 | 2020-08-26 | 图像处理方法、装置、电子设备和计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010868201.9A CN111951194B (zh) | 2020-08-26 | 2020-08-26 | 图像处理方法、装置、电子设备和计算机可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111951194A true CN111951194A (zh) | 2020-11-17 |
| CN111951194B CN111951194B (zh) | 2024-02-02 |
Family
ID=73366587
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010868201.9A Active CN111951194B (zh) | 2020-08-26 | 2020-08-26 | 图像处理方法、装置、电子设备和计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111951194B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113514228A (zh) * | 2021-03-16 | 2021-10-19 | 复旦大学 | 一种模拟雾环境下的图像采集装置清晰度的评价方法 |
| CN115330779A (zh) * | 2022-10-13 | 2022-11-11 | 四川迪晟新达类脑智能技术有限公司 | 民用爆破中基于火光和烟尘的爆破时刻确认方法及系统 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE4309878A1 (de) * | 1992-04-06 | 1993-11-04 | Hell Ag Linotype | Verfahren und einrichtung zur analyse und korrektur der bildgradation in bildvorlagen |
| CN101819286A (zh) * | 2010-04-09 | 2010-09-01 | 东南大学 | 一种基于图像灰度直方图的雾天检测方法 |
| US20110135200A1 (en) * | 2009-12-04 | 2011-06-09 | Chao-Ho Chen | Method for determining if an input image is a foggy image, method for determining a foggy level of an input image and cleaning method for foggy images |
| CN102208101A (zh) * | 2011-04-29 | 2011-10-05 | 中国航空工业集团公司洛阳电光设备研究所 | 一种红外图像的自适应线性变换增强方法 |
| CN104168402A (zh) * | 2013-05-17 | 2014-11-26 | 浙江大华技术股份有限公司 | 一种视频帧图像去雾方法及装置 |
| CN105654438A (zh) * | 2015-12-27 | 2016-06-08 | 西南技术物理研究所 | 基于局部直方图均衡的灰度图像拟合增强方法 |
| CN110049250A (zh) * | 2019-05-15 | 2019-07-23 | 重庆紫光华山智安科技有限公司 | 摄像状态切换方法及装置 |
| CN110473158A (zh) * | 2019-08-14 | 2019-11-19 | 上海世茂物联网科技有限公司 | 一种车牌图像亮度的处理方法、装置及设备 |
| CN110636229A (zh) * | 2019-10-24 | 2019-12-31 | 重庆紫光华山智安科技有限公司 | 图像补光调节方法、装置及电子设备 |
| CN111445394A (zh) * | 2019-12-10 | 2020-07-24 | 西南技术物理研究所 | 空对地观测的可见光图像自适应增强方法 |
-
2020
- 2020-08-26 CN CN202010868201.9A patent/CN111951194B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE4309878A1 (de) * | 1992-04-06 | 1993-11-04 | Hell Ag Linotype | Verfahren und einrichtung zur analyse und korrektur der bildgradation in bildvorlagen |
| US20110135200A1 (en) * | 2009-12-04 | 2011-06-09 | Chao-Ho Chen | Method for determining if an input image is a foggy image, method for determining a foggy level of an input image and cleaning method for foggy images |
| CN101819286A (zh) * | 2010-04-09 | 2010-09-01 | 东南大学 | 一种基于图像灰度直方图的雾天检测方法 |
| CN102208101A (zh) * | 2011-04-29 | 2011-10-05 | 中国航空工业集团公司洛阳电光设备研究所 | 一种红外图像的自适应线性变换增强方法 |
| CN104168402A (zh) * | 2013-05-17 | 2014-11-26 | 浙江大华技术股份有限公司 | 一种视频帧图像去雾方法及装置 |
| CN105654438A (zh) * | 2015-12-27 | 2016-06-08 | 西南技术物理研究所 | 基于局部直方图均衡的灰度图像拟合增强方法 |
| CN110049250A (zh) * | 2019-05-15 | 2019-07-23 | 重庆紫光华山智安科技有限公司 | 摄像状态切换方法及装置 |
| CN110473158A (zh) * | 2019-08-14 | 2019-11-19 | 上海世茂物联网科技有限公司 | 一种车牌图像亮度的处理方法、装置及设备 |
| CN110636229A (zh) * | 2019-10-24 | 2019-12-31 | 重庆紫光华山智安科技有限公司 | 图像补光调节方法、装置及电子设备 |
| CN111445394A (zh) * | 2019-12-10 | 2020-07-24 | 西南技术物理研究所 | 空对地观测的可见光图像自适应增强方法 |
Non-Patent Citations (3)
| Title |
|---|
| KYUNGIL KIM 等: "Effective image enhancement techniques for fog-affected indoor and outdoor images", 《IET IMAGE PROCESSING》, vol. 12, no. 4, pages 465 - 471, XP006066519, DOI: 10.1049/iet-ipr.2016.0819 * |
| 孙士伟 等: "基于线性模型的自适应优化去雾算法", 《应用光学》, vol. 41, no. 01, pages 114 - 119 * |
| 聂恺 等: "复杂条件下天空图像的增强", 《太原科技大学学报》, vol. 36, no. 03, pages 217 - 222 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113514228A (zh) * | 2021-03-16 | 2021-10-19 | 复旦大学 | 一种模拟雾环境下的图像采集装置清晰度的评价方法 |
| CN115330779A (zh) * | 2022-10-13 | 2022-11-11 | 四川迪晟新达类脑智能技术有限公司 | 民用爆破中基于火光和烟尘的爆破时刻确认方法及系统 |
| CN115330779B (zh) * | 2022-10-13 | 2022-12-20 | 四川迪晟新达类脑智能技术有限公司 | 民用爆破中基于火光和烟尘的爆破时刻确认方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111951194B (zh) | 2024-02-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP2537138B1 (en) | Parameters interpolation for high dynamic range video tone mapping | |
| CN111951194A (zh) | 图像处理方法、装置、电子设备和计算机可读存储介质 | |
| El Baf et al. | A fuzzy approach for background subtraction | |
| KR101582478B1 (ko) | 정지영상에 포함된 헤이즈 제거를 위한 영상 처리 장치 및 그 방법 | |
| CN110718069B (zh) | 图像亮度调节方法、装置和存储介质 | |
| CN108986125B (zh) | 物体边缘提取方法、装置及电子设备 | |
| CN107563299B (zh) | 一种利用ReCNN融合上下文信息的行人检测方法 | |
| US20190311492A1 (en) | Image foreground detection apparatus and method and electronic device | |
| CN112149476A (zh) | 目标检测方法、装置、设备和存储介质 | |
| Yuan et al. | A confidence prior for image dehazing | |
| CN114596440B (zh) | 语义分割模型的生成方法、装置、电子设备及存储介质 | |
| CN111260604A (zh) | 补光灯故障检测方法、装置、电子设备及可读存储介质 | |
| CN113808135B (zh) | 图像亮度异常检测方法、电子设备及存储介质 | |
| WO2008115184A1 (en) | Spurious motion filter | |
| CN110033425B (zh) | 干扰区域检测装置及方法、电子设备 | |
| CN111311584B (zh) | 视频质量评估方法及装置、电子设备、可读介质 | |
| CN103093481B (zh) | 一种基于分水岭分割的静态背景下运动目标检测方法 | |
| CN116228756B (zh) | 一种自动驾驶中相机坏点的检测方法及检测系统 | |
| CN109166081B (zh) | 一种视频能见度检测过程中目标亮度调节方法 | |
| Gao et al. | Traffic video-based moving vehicle detection and tracking in the complex environment | |
| CN115131315A (zh) | 一种图像的变化检测方法、装置、设备及存储介质 | |
| CN114519694A (zh) | 基于深度学习的七段数码管液晶显示屏识别方法及系统 | |
| JP4939860B2 (ja) | イメージ・データを分析するための方法および装置 | |
| CN112215759B (zh) | 信号灯颜色增强方法、装置和电子设备 | |
| KR102168038B1 (ko) | 객체 인식 장치 및 객체 인식 방법 |
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 |