CN113362235A - 一种图像去雾方法及装置 - Google Patents
一种图像去雾方法及装置 Download PDFInfo
- Publication number
- CN113362235A CN113362235A CN202010144018.4A CN202010144018A CN113362235A CN 113362235 A CN113362235 A CN 113362235A CN 202010144018 A CN202010144018 A CN 202010144018A CN 113362235 A CN113362235 A CN 113362235A
- Authority
- CN
- China
- Prior art keywords
- image
- gaussian
- current frame
- defogging
- module
- 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
- 238000000034 method Methods 0.000 title claims abstract description 107
- 238000001914 filtration Methods 0.000 claims abstract description 108
- 230000002146 bilateral effect Effects 0.000 claims abstract description 39
- 239000011159 matrix material Substances 0.000 claims description 55
- 238000005070 sampling Methods 0.000 claims description 38
- 238000012545 processing Methods 0.000 claims description 22
- 230000009286 beneficial effect Effects 0.000 abstract description 7
- 230000000694 effects Effects 0.000 description 13
- 230000008569 process Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 7
- 238000012544 monitoring process Methods 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000002834 transmittance Methods 0.000 description 1
Images
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
- 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
- G06T3/4007—Scaling of whole images or parts thereof, e.g. expanding or contracting based on interpolation, e.g. bilinear interpolation
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明提供一种图像去雾方法及装置。所述图像去雾方法包括：获取所述待去雾图像的当前帧图像；获取所述待去雾图像对应的高斯滤波图像；所述高斯滤波图像由所述待去雾图像对应的下采样图像生成；对所述高斯滤波图像进行插值，获得插值图像；根据所述插值图像对所述当前帧图像进行双边滤波，获得透射率；根据所述透射率生成所述当前帧图像对应的去雾图像。所述图像去雾方法只需存储待去雾图像经下采样之后获得的高斯滤波结果，有利于降低存储开销。
Description
技术领域
本发明属于图像处理领域，涉及一种去雾方法，特别是涉及一种图像去雾方法及装置。
背景技术
雾霾是由空气中的灰尘和烟雾等小的漂浮颗粒产生的常见大气现象。这些漂浮的颗粒极大地吸收和散射光，导致图像质量下降。在雾霾影响下，视频监控、远程感应、自动驾驶等许多实际应用很容易受到威胁，检测和识别等高级计算机视觉任务很难完成。因此，图像去雾(除雾)成为一种越来越重要的技术。
基于双边滤波的去雾方法是目前常用的一种图像去雾方法。所述基于双边滤波的去雾方法采用加权平均的方法，用周边像素点暗通道的加权平均值代表某个像素点的雾浓度。然而，在用硬件实现所述基于双边滤波的去雾方法时需要存储整帧图像的相关信息和高斯滤波结果，这会导致存储资源的增加。
发明内容
鉴于以上所述现有技术的缺点，本发明的目的在于提供一种图像去雾方法及装置，用于解决现有图像去雾方法中存储资源开销过大的问题。
为实现上述目的及其他相关目的，本发明提供一种图像去雾方法。所述图像去雾方法包括：获取所述待去雾图像的当前帧图像；获取所述待去雾图像对应的高斯滤波图像；所述高斯滤波图像由所述待去雾图像对应的下采样图像生成；对所述高斯滤波图像进行插值，获得插值图像；根据所述插值图像对所述当前帧图像进行双边滤波，获得透射率；根据所述透射率生成所述当前帧图像对应的去雾图像。
于本发明的一实施例中，所述待去雾图像对应的高斯滤波图像为当前帧图像对应的高斯滤波图像。
于本发明的一实施例中，所述待去雾图像对应的高斯滤波图像为上一帧图像对应的高斯滤波图像。
于本发明的一实施例中，所述图像去雾方法还包括：对所述当前帧图像进行下采样，获得所述当前帧图像对应的下采样图像；对所述当前帧图像对应的下采样图像进行处理，生成所述当前帧图像对应的高斯滤波图像；所述当前帧图像对应的高斯滤波图像用于下一帧图像的去雾。
于本发明的一实施例中，所述图像去雾方法还包括：从第一缓存器中读取所述上一帧图像对应的高斯滤波图像；将所述当前帧图像对应的高斯滤波图像存入所述第一缓存器中。
于本发明的一实施例中，对所述当前帧图像中的任一目标像素点，获取所述目标像素点及其周围像素点对应的第一高斯滤波矩阵；对所述第一高斯滤波矩阵进行插值，获得第一插值矩阵；对所述第一插值矩阵进行扩展，获得所述目标像素点对应的插值图像块；根据所有目标像素点对应的插值图像块获得所述插值图像。
本发明还提供一种图像去雾装置。所述图像去雾装置包括：图像获取模块，用于获取待去雾图像的当前帧图像；滤波值获取模块，用于获取所述待去雾图像对应的高斯滤波图像；所述高斯滤波图像由所述待去雾图像对应的下采样图像生成；插值模块，与所述滤波值获取模块相连，用于对所述高斯滤波图像进行插值，获得插值图像；双边滤波模块，与所述图像获取模块和所述插值模块相连，用于根据所述插值图像对所述当前帧图像进行双边滤波，获得透射率；去雾模块，与所述双边滤波模块相连，用于根据所述透射率生成所述当前帧图像对应的去雾图像；控制模块，与所述图像获取模块、所述滤波值获取模块、所述插值模块、所述双边滤波模块和所述去雾模块分别相连，用于控制所述图像去雾装置。
于本发明的一实施例中，所述待去雾图像对应的高斯滤波图像为当前帧图像对应的高斯滤波图像。
于本发明的一实施例中，所述待去雾图像对应的高斯滤波图像为上一帧图像对应的高斯滤波图像。
于本发明的一实施例中，所述图像去雾装置还包括：下采样模块，与所述图像获取模块相连，用于对所述当前帧图像进行下采样，获得所述当前帧图像对应的下采样图像；高斯滤波模块，与所述下采样模块相连，用于对所述当前帧图像对应的下采样图像进行处理，生成所述当前帧图像对应的高斯滤波图像；所述当前帧图像对应的高斯滤波图像用于下一帧图像的去雾。
于本发明的一实施例中，所述图像去雾装置还包括：第一缓存器，与所述滤波值获取模块和所述高斯滤波模块相连；所述滤波值获取模块从所述第一缓存器中读取所述上一帧图像对应的高斯滤波图像；所述高斯滤波模块将所述当前帧图像对应的高斯滤波图像存入所述第一缓存器中。
如上所述，本发明所述的图像去雾方法及装置，具有以下有益效果：
所述图像去雾方法中需要存储的高斯滤波图像为当前帧图像经下采样后生成，无需存储整幅图像的高斯滤波结果和统计信息，有利于降低存储开销，节省存储资源。
附图说明
图1显示为本发明所述图像去雾方法于一具体实施例中的流程图。
图2显示为本发明所述图像去雾方法于一具体实施例中的流程图。
图3显示为本发明所述图像去雾方法于一具体实施例中下采样和高斯滤波示意图。
图4显示为本发明所述图像去雾方法于一具体实施例中的流程图。
图5A显示为本发明所述图像去雾方法于一具体实施例中的插值方法流程图。
图5B显示为本发明所述图像去雾方法于一具体实施例中的插值示意图。
图5C显示为本发明所述图像去雾方法于一具体实施例中的插值示意图。
图5D显示为本发明所述图像去雾方法于一具体实施例中获取第一高斯滤波矩阵的流程图。
图6A显示为本发明所述图像去雾方法于一具体实施例中的缓存区写入示意图。
图6B显示为本发明所述图像去雾方法于一具体实施例中的缓存区读取示意图。
图6C显示为本发明所述图像去雾方法于一具体实施例中的缓存区读取示意图。
图6D显示为本发明所述图像去雾方法于一具体实施例中的缓存区读取示意图。
图6E显示为本发明所述图像去雾方法于一具体实施例中的缓存区读取示意图。
图6F显示为本发明所述图像去雾方法于一具体实施例中的缓存区读取示意图。
图7显示为本发明所述图像去雾装置于一具体实施例中的结构图。
元件标号说明
700 图像去雾装置
710 图像获取模块
720 滤波值获取模块
730 插值模块
740 双边滤波模块
750 去雾模块
760 下采样模块
770 高斯滤波模块
780 第一缓存器
790 第二缓存器
S11～S15 步骤
S11a～S17a 步骤
S11b～S15b 步骤
S31～S33 步骤
S51～S54 步骤
S511～S513 步骤
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
基于双边滤波的去雾方法是目前常用的一种图像去雾方法。所述基于双边滤波的去雾方法采用加权平均的方法，用周边像素点暗通道的加权平均值代表某个像素点的雾浓度，其缺点是：若仅用相邻的像素点来做双边滤波算法，当出现变换明显的边界，有可能会出现块效应、坏点，且存储的资源会比较大。针对这一问题，现有基于双边滤波的去雾方法倾向于选择像素点周围更大范围内的像素点暗通道进行加权平均，例如，选取像素点周围80×80范围内的像素点暗通道进行加权平均。然而，在用硬件实现所述基于双边滤波的去雾方法时需要存储整帧图像的相关信息和高斯滤波结果，这会导致存储资源的增加。
针对上述问题，本发明提供一种图像去雾方法，所述图像去雾方法包括：获取所述待去雾图像的当前帧图像；获取所述待去雾图像对应的高斯滤波图像；所述高斯滤波图像由所述待去雾图像对应的下采样图像生成；对所述高斯滤波图像进行插值，获得插值图像；根据所述插值图像对所述当前帧图像进行双边滤波，获得透射率；根据所述透射率生成所述当前帧图像对应的去雾图像。本发明所述图像去雾方法只需存储当前帧图像经下采样后获得的高斯滤波值，减少了存储开销，有利于节约存储资源。
请参阅图1，于本发明的一实施例中，所述图像去雾方法包括：
S11，获取所述待去雾图像的当前帧图像；所述待去雾图像为雾天或雾霾天由图像采集设备或视频采集设备采集到的视频图像，所述待去雾图像包括至少一帧图像。
S12，获取所述待去雾图像对应的高斯滤波图像；所述高斯滤波图像由所述待去雾图像对应的下采样图像生成。优选地，所述高斯滤波图像存放于存储器中，步骤S12可以直接从所述存储器中读取所述高斯滤波图像。所述高斯滤波图像可以由图像内不同像素点的高斯滤波值进行表示。
S13，对所述高斯滤波图像进行插值，获得插值图像。
S14，根据所述插值图像对所述当前帧图像进行双边滤波，获得透射率t(x)。
S15，根据所述透射率生成所述当前帧图像对应的去雾图像。根据所述透射率生成所述当前帧图像对应的去雾图像的公式为：
其中，J(x)为去雾后的图像，I(x)为所述待去雾图像，A为大气光值。
所述大气光值A可以由用户自行配置，也可以通过对上一帧图像进行双边滤波处理获得，还可以通过对暗通道进行处理获得。通过对暗通道进行处理获得大气光值的实现方法包括：从暗通道图中按照亮度的大小取前0.1％的像素点，获取这些像素点的位置；根据这些位置在待去雾图像I(x)中寻找对应的具有最高亮度的点的值，作为A值。
于本实施例中，所述图像去雾方法只需存储当前帧图像经下采样后获得的高斯滤波值，减少了存储开销，有利于节约存储资源。
于本发明的一实施例中，所述待去雾图像对应的高斯滤波图像为当前帧图像对应的高斯滤波图像。具体地，请参阅图2，所述图像去雾方法包括S11a～S17a。于本实施例中，所述当前帧图像对应的高斯滤波图像的获取方法包括：
S12a，对所述当前帧图像进行下采样，获得所述当前帧图像对应的下采样图像。下采样是对图像进行缩小的过程，对于原尺寸为a×b的图像来说，对其进行S倍下采样后获得(a/S)×(b/S)大小的图像。其中，S为正整数；优选地，S为2的整数次幂以提升硬件处理的速度；进一步优选的，S＝16。
S13a，对所述当前帧图像对应的下采样图像进行处理，生成所述当前帧图像对应的高斯滤波图像。优选地，所述当前帧图像对应的高斯滤波图像存入存储器中，步骤S14a可以从所述存储器中直接读取所述当前帧图像对应的高斯滤波图像作为所述待去雾图像对应的高斯滤波图像。于本实施例中，步骤S13a只需存储经下采样处理后获得的高斯滤波值，需要的存储空间较少。
请参阅图3，以尺寸为96×96的当前帧图像BLK为例，对其进行下采样以及高斯滤波的过程如下：
将该待去雾图像BLK划分为多个16×16的像素块，所述像素块例如blk_00～blk55；此时，下采样倍数S＝16；
对各像素块进行下采样处理，每个像素块下采样成一个像素点，进而获得下采样图像；例如，对于16×16的像素块blk_05，对其进行下采样后获得像素点s05。对某一像素块进行下采样可以利用现有技术实现，例如：通过求该像素块内所有像素点的加权平均值作为该像素块对应的下采样值；
对下采样图像中的各像素点进行高斯滤波，获得对应的高斯滤波图像。其中，所述采样图像中的每个像素点对应一个高斯滤波值，例如，像素点s05对应高斯滤波值g05像素点s15对应高斯滤波值g15。所有像素点对应的高斯滤波值合并在一起即可获得图像BLK对应的高斯滤波值，进而能够获得图像BLK对应的高斯滤波图像。
本实施例所述图像去雾方法中用到的高斯滤波值由当前帧图像的像素点生成，能够真实的反映当前帧图像的整体状况，因此去雾效果更好。然而，理想状况下，本实施例中的步骤S12a～S13a中需要当前帧图像所有像素点的信息，因此步骤S12a～S13a需要在整帧图像中所有像素点全部加载完成之后进行。此外，由于步骤S14a～S17a依赖于步骤S13a中获得的高斯滤波图像，因此步骤S14a～S17a需要在步骤S13a执行完成之后进行。对于当前帧图像来说，本实施例所述图像去雾方法的单帧去雾时长较长，在帧率较高时容易造成卡顿现象；其中，所述单帧去雾时长为对单帧图像进行去雾处理所需要的时间。因此，本实施例所述图像去雾方法适用于对去雾时间要求不高和/或连续两帧图像相差较大的场景。
请参阅图4，于本发明的一实施例中，所述图像去雾方法包括步骤S11b～S15b。于本实施例中，所述待去雾图像对应的高斯滤波图像为上一帧图像对应的高斯滤波图像。此时，所述待去雾图像至少包括两帧图像。
优选地，所述上一帧图像对应的高斯滤波图像存储于存储器中；步骤S12b只需从所述存储器中读取所述上一帧图像对应的高斯滤波图像即可获得所述待去雾图像对应的高斯滤波图像，其后便可执行步骤S13b～S15b以获得所述当前帧图像对应的去雾图像。因此，本实施例所述图像去雾方法中步骤S13b～S15b无需等到当前帧中所有像素点均加载完毕，也无需等待当前帧对应的高斯滤波图像获取完成，故本实施例所述图像去雾方法的单帧去雾时长较短，能够有效避免卡顿现象的产生。
本实施例所述图像去雾方法中用到的高斯滤波值由上一帧图像的像素点生成：当上一帧图像和当前帧图像相差不大时，所述高斯滤波值能够较好的反映当前帧的状况，去雾效果良好。因此，本实施例所述图像去雾方法尤其适用于监控等场景。
于本实施例中，所述上一帧图像对应的高斯滤波图像获取方法包括：对所述上一帧图像进行下采样和高斯滤波以获得所述上一帧图像对应的高斯滤波图像，具体过程可参阅图3。
于本发明的一实施例中，所述图像去雾方法还包括：
S31，对所述当前帧图像进行下采样，获得所述当前帧图像对应的下采样图像；
S32，对所述当前帧图像对应的下采样图像进行处理，生成所述当前帧图像对应的高斯滤波图像；所述当前帧图像对应的高斯滤波图像用于下一帧图像的去雾。
优选地，步骤S31～S32与步骤S11b～S15b同时进行，故对当前帧图像的下采样和高斯滤波不会影响当前帧图像的单帧去雾时长，从而避免卡顿现象的产生。
类似的，上一帧图像对应的高斯滤波图像可以通过对上一帧图像进行下采样和高斯滤波获得；具体方法参阅步骤S31～S32，此处不再赘述。
于本发明的一实施例中，所述图像去雾方法还包括：S33，将所述当前帧图像对应的高斯滤波图像存入存储器中。优选地，所述存储器为第一缓存器。
对于尺寸为a×b的一帧图像，所述第一缓存器的存储空间只要大于ceil(a/S)×ceil(b/S)个数据块即可，其中，S为下采样倍数，每个数据块的位宽为8bit，ceil()为取整函数。例如，对于一帧1920×1080的图像，直接存储原图像对应的高斯滤波图像需要存储253.125Kbyte的数据；于本实施例中，通过16倍下采样之后再进行高斯滤波，此时需要存储的数据约为8Kbyte。
为了进一步减少存储资源的开销，所述上一帧图像对应的高斯滤波图像也存储于所述第一缓存器中。此时，必须保证步骤S33对所述第一缓存器的写操作不会对步骤S12b对所述第一缓存器的读操作产生影响，即：只有在步骤S12b读取完所述上一帧图像对应的高斯滤波图像后，步骤S33才能执行当前帧图像对应的高斯滤波图像的写入操作。
为实现这一目标，可以先将步骤S33中所述当前帧图像对应的高斯滤波图像存入第二缓存器中，当步骤S12b读取完所述第一缓存器相应位置的数据后再将所述第二缓存器中的数据存入所述第一缓存器。优选地，所述第二缓存器的容量远远小于所述第一缓存器，例如，所述第二缓存器可以为一4行缓存器，即：所述图像去雾方法对所述第一缓存器的写操作比读操作慢4行。
于本实施例中，第一缓存器的引入有利于减少单帧去雾时长从而避免卡顿，此时步骤S12b只需执行缓存器的读操作即可获取所述上一帧图像对应的高斯滤波图像。第二缓存器的引入有利于避免读写冲突，保证良好的去雾效果。
请参阅图5A，于本发明的一实施例中，对所述高斯滤波图像进行插值，获得插值图像的实现方法包括：
S51，对所述当前帧图像中的任一目标像素点，获取所述目标像素点及其周围像素点对应的第一高斯滤波矩阵；所述目标像素点是指待去雾的像素点。特别地，所述当前帧图像中的所有像素点均为目标像素点。
S52，对所述第一高斯滤波矩阵进行插值，获得第一插值矩阵；所述插值方法可以采用现有方法中的最近邻插值、双线性插值、均值插值、中值插值等方法，此处不做限制。请参阅图5B，对第一高斯滤波矩阵G进行插值得到第一插值矩阵PD。其中，pd00由g00、g01、g10和g11这4个数据插值得到，pd01由g01、g02、g11和g12插值得到，以此类推。
S53，对所述第一插值矩阵进行扩展，获得所述目标像素点对应的插值图像块；所述插值图像块的尺寸为B×C；其中，B和C均为正整数，表示所述基于双边滤波的去雾方法中选择像素点周围B×C范围内的像素点暗通道进行加权平均。
请参阅图5C，于本发明的一实施例中，B＝80，C＝80，下采样倍数S＝16。需要说明的是，图5C中插值图像块的尺寸为80×80像素，其被划分成多个子块sub00～sub44，每个子块的尺寸为16×16像素；图5C仅示例性的示出了每个子块最左边和最上边的像素点。
以子块sub00为例，对所述第一插值矩阵进行扩展的一种实现方法是：子块sub00中的所有像素点均采用pd00的值。
以子块sub00为例，对所述第一插值矩阵进行扩展的另一种实现方法是：以pd00作为子块sub00最左上角的像素点。对于该子块中的其他任一像素点，根据该像素点的位置设置相应的权重，利用该权重乘以pd00得到的结果作为该像素点的值。
S54，根据所有目标像素点对应的插值图像块获得所述插值图像。具体的，每个目标像素点对应一个插值图像块，将所有目标像素点对应的插值图像块合并在一起即可得到所述插值图像。
于本实施例中，假设图像大小为1920×1080，若直接存储插值图像则需要存储1920×1080个数据。优选地，存储器中只存储高斯滤波图像，即插值前的数据；而当需要使用插值图像时，可以读出相应的高斯滤波图像实时插值得到。
请参阅图5D和图3，步骤S51的一种实现方法包括：
S511，确定目标像素块；所述目标像素块是指所述当前帧图像中包含所述目标像素点的像素块，例如图3中的blk_32；
S512，确定所述目标像素块对应的目标高斯滤波值；所述目标高斯滤波值是指与所述目标像素块对应的高斯滤波值，例如图3中与blk_32对应的目标高斯滤波值为g32；
S513，从所述当前帧图像对应的高斯滤波图像中选取包含所述目标像素点且大小为(B/S+1)×(C/S+1)的矩阵作为所述第一高斯滤波矩阵；所述第一高斯滤波矩阵例如图3中由g00～g55组成的像素点矩阵。所述目标高斯滤波值可以位于所述第一高斯滤波矩阵的任意位置。优选地，所述目标高斯滤波值位于所述第一高斯滤波矩阵的中心。
本发明所述图像去雾方法通过对当前帧图像进行下采样以节省存储资源，在下采样过程中不可避免的会导致信息丢失。由于所述基于双边滤波的去雾方法需要选取像素点周围B×C范围内的像素暗通道进行加权平均，例如：B＝80，C＝80。B×C的取值越大这种信息丢失对去雾效果的影响越大。为解决这一问题，本实施例采用S51～S53所述插值方案对下采样之后的高斯滤波图像进行还原，从而保证所述基于双边滤波的去雾方法能够取得较好的去雾效果；本实施例所述插值方案尤其适用于B×C取值较大的场景。
于本发明的一实施例中，所述当前帧图像的尺寸为240×176，下采样倍数S＝16，所述基于双边滤波的去雾方法需要选取像素点周围B×C范围内的像素点暗通道进行加权平均。请参阅图6A，所述当前帧图像对应的高斯滤波图像尺寸为15×11，所述第一缓存器中需要存储该高斯滤波图像。于本实施例中，B/S+1＝6，故在对所述缓存器进行写入时每次写入6行数据，具体如下：首先写入前6行数据g00～g5e，当前6行数据写入完成之后再写入后6行数据g60～gbe。对于尺寸更大的图像，依此顺序每次写入6行数据直到高斯滤波图像中所有数据均写入完成。
请参阅图6B～图6F，显示为所述第一缓存器的读取流程。为便于插值，每次需要获得5×5的第一插值矩阵，而所述第一插值矩阵中的每个点需要2个高斯滤波值生成，因此每次需要读取6×6的高斯滤波值。请参阅图6B，第一次读取g00～g52并对左边界进行扩边3次处理形成6×6的高斯滤波矩阵；请参阅图6C，第二次读取g00～g53并对左边界进行扩边2次处理形成6×6的高斯滤波矩阵；请参阅图6D，第三次读取g00～g54并对左边界进行扩边1次处理形成6×6的高斯滤波矩阵；请参阅图6E，第四次读取g00～g55，此时无需对其进行扩边处理；请参阅图6F，第五次读取g01～g56，此时无需对其进行扩边处理。以此类推，从所述第一缓存器中依次读取相应的高斯滤波矩阵直到所述当前帧图像中所有像素点对应的高斯滤波矩阵读取完成。当遇到左边界、上边界、下边界和/或右边界时，需要对边界的高斯滤波值进行一定次数的扩边以保证获得的高斯滤波矩阵为6×6。
本发明还提供一种图像去雾装置。请参阅图7，于本发明的一实施例中，所述图像去雾装置700包括：
图像获取模块710，用于获取待去雾图像的当前帧图像；所述待去雾图像为雾天或雾霾天由图像采集设备或视频采集设备采集到的视频图像，该视频由至少一帧图像组成。
滤波值获取模块720，用于获取所述待去雾图像对应的高斯滤波图像；所述高斯滤波图像由所述待去雾图像对应的下采样图像生成；优选地，所述高斯滤波图像存放于存储器中，所述滤波值获取模块720能够直接从所述存储器中读取所述高斯滤波图像。所述高斯滤波图像可以由图像内不同像素点的高斯滤波值进行表示。
插值模块730，与所述滤波值获取模块相连，用于对所述高斯滤波图像进行插值，获得插值图像；
双边滤波模块740，与所述图像获取模块710和所述插值模块730相连，用于根据所述插值图像对所述当前帧图像进行双边滤波，获得透射率t(x)；
去雾模块750，与所述双边滤波模块相连，用于根据所述透射率生成所述当前帧图像对应的去雾图像；根据所述透射率生成所述当前帧图像对应的去雾图像的公式为：
其中，J(x)为去雾后的图像，I(x)为所述待去雾图像，A为大气光值。所述大气光值A可以由用户自行配置，也可以通过对上一帧图像进行双边滤波处理获得，还可以通过对暗通道进行处理获得。通过对暗通道进行处理获得大气光值的实现方法包括：从暗通道图中按照亮度的大小取前0.1％的像素点，获取这些像素点的位置；根据这些位置在待去雾图像I(x)中寻找对应的具有最高亮度的点的值，作为A值。
控制模块，与所述图像获取模块710、所述滤波值获取模块720、所述插值模块730、所述双边滤波模块740和所述去雾模块750分别相连，用于控制所述图像去雾装置700。
于本实施例中，所述图像去雾装置只需存储经下采样后获得的高斯滤波值，减少了存储开销，有利于节约存储资源。
于本发明的一实施例中，所述待去雾图像对应的高斯滤波图像为当前帧图像对应的高斯滤波图像。此时，所述图像去雾装置700还包括：
下采样模块760，与所述图像获取模块710相连，用于对所述当前帧图像进行下采样，获得所述当前帧图像对应的下采样图像。下采样是对图像进行缩小的过程，对于原尺寸为a×b的图像来说，对其进行S倍下采样后获得(a/S)×(b/S)大小的图像。其中，S为正整数；优选地，S为2的整数次幂以提升硬件处理的速度；进一步优选的，S＝16。
高斯滤波模块770，与所述下采样模块760相连，用于对所述当前帧图像对应的下采样图像进行处理，生成所述当前帧图像对应的高斯滤波图像。优选地，所述当前帧图像对应的高斯滤波图像以高斯滤波值的形式存入存储器中。所述滤波值获取模块720可以从所述存储器中直接读取所述当前帧图像对应的高斯滤波图像作为所述待去雾图像对应的高斯滤波图像。于本实施例中，所述图像去雾装置只需存储经下采样处理后获得的高斯滤波值，需要的存储空间较少。
请参阅图3，以尺寸为96×96的当前帧图像BLK为例，对其进行下采样以及高斯滤波的过程如下：
所述下采样模块760首先将该待去雾图像BLK划分为多个16×16的像素块，所述像素块例如blk_00～blk55；此时，下采样倍数S＝16。此后，所述下采样模块760对各像素块进行下采样处理，每个像素块下采样成一个像素点，进而获得下采样图像；例如，对于16×16的像素块blk_05，对其进行下采样后获得像素点s05。对某一像素块进行下采样可以通过求该像素块内所有像素点的加权平均值实现。
所述高斯滤波模块770对下采样图像中的各像素点进行高斯滤波，获得对应的高斯滤波图像。其中，所述采样图像中的每个像素点对应一个高斯滤波值，例如，像素点s05对应高斯滤波值g05。所有像素点对应的高斯滤波值合并在一起即可获得图像BLK对应的高斯滤波值，进而能够获得图像BLK对应的高斯滤波图像。
本实施例所述图像去雾装置中用到的高斯滤波值由当前帧图像的像素点生成，能够真实的反映当前帧图像的整体状况，因此去雾效果更好。然而，理想状况下，本实施例中的下采样模块760需要当前帧图像所有像素点的信息，因此所述需要下采样模块760对图像的下采样处理需要在整帧图像中所有像素点全部加载完成之后进行。此外，由于所述滤波值获取模块720依赖于高斯滤波模块770获得的高斯滤波图像，因此所述滤波值获取模块720需要在高斯滤波模块770执行完成高斯滤波之后进行。因此，对于当前帧图像来说，本实施例所述图像去雾装置的单帧去雾时长较长，在帧率较高时容易造成卡顿现象。故本实施例所述图像去雾装置适用于对去雾时间要求不高和/或连续两帧图像相差较大的场景。
于本发明的一实施例中，所述待去雾图像对应的高斯滤波图像为上一帧图像对应的高斯滤波图像。优选地，所述上一帧图像对应的高斯滤波图像存储于存储器中。此时，所述滤波值获取模块只需执行存储器的读取操作即可获得所述待去雾图像对应的高斯滤波图像。此后所述图像去雾装置即可执行去雾操作，因此，本实施例所述图像去雾装置的单帧去雾时长较短，能够有效避免卡顿现象的产生。
本实施例所述图像去雾装置中用到的高斯滤波值由上一帧图像的像素点生成：当上一帧图像和当前帧图像相差不大时，所述高斯滤波值能够较好的反映当前帧的状况，去雾效果良好。故本实施例所述图像去雾装置尤其适用于监控等场景。
于本发明的一实施例中，所述下采样模块和所述高斯滤波模块生成的高斯滤波图像用于下一帧图像的去雾操作。
于本实施例中，所述滤波值获取模块获取上一帧图像对应的高斯滤波图像进行去雾处理。优选地，所述下采样模块和所述高斯滤波模块对当前图像进行下采样和高斯滤波，与此同时，所述滤波值获取模块、所述插值模块、所述双边滤波模块和所述去雾模块执行当前帧图像的去雾操作。
于本发明的一实施例中，所述图像去雾装置还包括第一缓存器780，用于存储当前帧图像对应的高斯滤波图像。
对于尺寸为a×b的一帧图像，所述第一缓存器780的存储空间只要大于ceil(a/S)×ceil(b/S)个数据块即可，其中，S为下采样倍数，每个数据块的位宽为8bit。例如，对于一帧1920×1080的图像，直接存储原图像对应的高斯滤波图像需要存储253.125Kbyte的数据；于本实施例中，需要存储的数据约为8Kbyte。
为了进一步减少存储资源的开销，所述上一帧图像对应的高斯滤波图像也存储于所述第一缓存器中。此时，必须保证所述高斯滤波模块770对所述第一缓存器780的写操作不会对所述滤波值获取模块720对所述第一缓存器780的读操作产生影响，即：只有所述滤波值获取模块720读取完所述上一帧图像对应的高斯滤波图像后，所述高斯滤波模块770才能执行当前帧图像对应的高斯滤波图像的写入操作。
为实现这一目标，可以先将所述高斯滤波模块770产生的所述当前帧图像对应的高斯滤波图存入第二缓存器790中，当所述滤波值获取模块720读取完所述第一缓存器780相应位置的数据后将所述第二缓存器790中的数据存入所述第一缓存器780。优选地，所述第二缓存器790的容量远远小于所述第一缓存器，例如，所述第二缓存器可以为一4行缓存器，此时，对所述第一缓存器780的写操作比读操作慢4行。
于本实施例中，第一缓存器780的引入有利于减少单帧去雾时长，此时所述滤波值获取模块720只需执行缓存器的读操作即可获取所述上一帧图像对应的高斯滤波图像。第二缓存器790的引入有利于避免读写冲突，从而保证良好的去雾效果。
于本发明的一实施例中，所述插值模块包括：滤波矩阵获取单元，第一插值单元，矩阵扩展单元和合并单元。具体地：
所述滤波矩阵获取单元与所述图像获取模块相连，用于对所述当前帧图像中的任一目标像素点，获取所述目标像素点及其周围像素点对应的第一高斯滤波矩阵；特别地，所述当前帧图像中的所有像素点均为目标像素点。
所述第一插值单元与所述滤波矩阵获取单元相连，用于对所述第一高斯滤波矩阵进行插值，获得第一插值矩阵；所述插值方法可以采用现有方法中的最近邻插值、双线性插值、均值插值、中值插值等方法，此处不做限制。请参阅图5B，对所述第一高斯滤波矩阵G进行插值得到第一插值矩阵PD。其中，pd00由g00、g01、g10和g11这4个数据插值得到，pd01由g01、g02、g11和g12插值得到，以此类推。
所述矩阵扩展单元与所述第一插值单元相连，用于对所述第一插值矩阵进行扩展，获得所述目标像素点对应的插值图像块；所述插值图像块的尺寸为B×C；其中，B和C均为正整数，表示在进行所述基于双边滤波的去雾时选择像素点B×C范围内的像素点暗通道进行加权平均。
请参阅图5C，其中B＝80，C＝80，下采样倍数S＝16。需要说明的是，图5C中插值图像块的尺寸为80×80像素，其被划分成多个子块sub00～sub44，每个子块的尺寸为16×16像素。图5C仅示例性的示出了每个子块最左边和最上边的像素点。
以子块sub00为例，对所述第一插值矩阵进行扩展的一种实现方法是：子块sub00中的所有像素点均采用pd00的值。
以子块sub00为例，对所述第一插值矩阵进行扩展的另一种实现方法是：以pd00作为子块sub00最左上角的像素点。对于其他任一像素点，根据该像素点的位置设置相应的权重，利用该权重乘以pd00得到的结果作为该像素点的值。
所述合并单元与所述矩阵扩展单元相连，用于根据所有目标像素点对应的插值图像块获得所述插值图像。具体的，每个目标像素点对应一个插值图像块，将所有目标像素点对应的插值图像块合并在一起即可得到所述插值图像。
于本实施例中，假设图像大小为1920×1080，若直接存储插值图像则需要存储1920×1080个数据。优选地，存储器中只存储高斯滤波图像，即插值前的数据；而当需要使用插值图像时，可以读出相应的高斯滤波图像实时插值得到。
所述滤波矩阵获取单元确定第一高斯滤波矩阵的方法包括：
确定目标像素块；所述目标像素块是指所述当前帧图像中包含所述目标像素点的像素块，例如图3中的blk_32；
确定所述目标像素块对应的目标高斯滤波值；所述目标高斯滤波值是指与所述目标像素块对应的高斯滤波值，例如图3中blk_32对应的目标高斯滤波值为g32；
从所述当前帧图像对应的高斯滤波图像中选取包含所述目标像素点且大小为(B/S+1)×(C/S+1)的矩阵作为所述第一高斯滤波矩阵，所述第一高斯滤波矩阵例如图3中由g00～g55组成的像素点矩阵。优选地，所述目标高斯滤波值位于所述第一高斯滤波矩阵的中心。
由于本发明所述图像去雾装置通过对当前帧图像进行下采样以节省存储资源，在下采样过程中不可避免的会导致信息丢失。基于双边滤波的去雾装置需要选取像素点周围B×C范围内的像素暗通道进行加权平均，例如：B＝80，C＝80。当B×C的取值越大这种信息丢失对去雾效果的影响越大。通过本实施例所述插值方案能够对下采样之后的高斯滤波图像进行还原，保证所述基于双边滤波的去雾装置能够取得较好的去雾效果。本实施例所述插值方案尤其适用于B×C取值较大的场景。
于本发明的一实施例中，所述当前帧图像的尺寸为240×176，下采样倍数S＝16，所述基于双边滤波的去雾装置需要选取像素点周围B×C范围内的像素点暗通道进行加权平均。请参阅图6A，所述当前帧图像对应的高斯滤波图像尺寸为15×11，所述第一缓存器中需要存储该高斯滤波图像。在对所述缓存器进行写入时每次写入6行数据，具体位置：首先写入前6行数据g00～g5e，当前6行数据写入完成之后再写入后6行数据g60～gbe。对于尺寸更大的图像，依此顺序每次写入6行数据直到高斯滤波图像中所有数据均写入完成。
请参阅图6B～图6F，显示为所述第一缓存器的读取流程。为便于插值，每次需要获得5×5的第一插值矩阵，而所述第一插值矩阵中的每个点需要2个高斯滤波值生成，因此每次需要读取6×6的高斯滤波值。请参阅图6B，第一次读取g00～g52并对左边界进行扩边3次处理形成6×6的高斯滤波矩阵；请参阅图6C，第二次读取g00～g53并对左边界进行扩边2次处理形成6×6的高斯滤波矩阵；请参阅图6D，第三次读取g00～g54并对左边界进行扩边1次处理形成6×6的高斯滤波矩阵；请参阅图6E，第四次读取g00～g55，此时无需对其进行扩边处理；请参阅图6F，第五次读取g01～g56，此时无需对其进行扩边处理。以此类推，从所述第一缓存器中依次读取相应的高斯滤波矩阵直到所述当前帧图像中所有像素点对应的高斯滤波矩阵读取完成。
本发明所述图像去雾方法需要存储的高斯滤波图像由原始图像下采样之后获得，与现有技术直接存储原始图像对应的高斯滤波图像相比，能够有效减少需要存储的数据量，有利于节省存储资源，降低存储开销；
本发明所述图像去雾方法包含的插值方案能够对下采样之后的高斯滤波图像进行插值并获得插值图像，在所述插值图像的基础上进行图像去雾能够取得良好的去雾效果。所述差值方案适用于基于双边滤波的图像去雾方案，尤其适用于B×C较大的基于双边滤波的图像去雾方案。
本发明所述图像去雾方法采用上一帧图像对应的高斯滤波图像时可以实现较短的单帧去雾时长，有利于避免卡顿现象的产生。
本发明所述图像去雾方法采用当前帧图像对应的高斯滤波图像时，由于方案用到的高斯滤波结果和相关信息均来自于当前帧图像，可以实现高质量的图像去雾。
本发明所述图像去雾方法采用上一帧图像对应的高斯滤波图像时，无需等待当前帧图像的所有像素点加载完成，能够做到无论当前加载完多少像素点均能实现该像素点的去雾处理，有利于硬件的流水处理。
综上所述，本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。
Claims (11)
1.一种图像去雾方法，其特征在于，所述图像去雾方法包括：
获取待去雾图像的当前帧图像；
获取所述待去雾图像对应的高斯滤波图像；所述高斯滤波图像由所述待去雾图像对应的下采样图像生成；
对所述高斯滤波图像进行插值，获得插值图像；
根据所述插值图像对所述当前帧图像进行双边滤波，获得透射率；
根据所述透射率生成所述当前帧图像对应的去雾图像。
2.根据权利要求1所述图像去雾方法，其特征在于：所述待去雾图像对应的高斯滤波图像为当前帧图像对应的高斯滤波图像。
3.根据权利要求1所述图像去雾方法，其特征在于：所述待去雾图像对应的高斯滤波图像为上一帧图像对应的高斯滤波图像。
4.根据权利要求3所述图像去雾方法，其特征在于，所述图像去雾方法还包括：
对所述当前帧图像进行下采样，获得所述当前帧图像对应的下采样图像；
对所述当前帧图像对应的下采样图像进行处理，生成所述当前帧图像对应的高斯滤波图像；所述当前帧图像对应的高斯滤波图像用于下一帧图像的去雾。
5.根据权利要求4所述图像去雾方法，其特征在于，所述图像去雾方法还包括：
从第一缓存器中读取所述上一帧图像对应的高斯滤波图像；
将所述当前帧图像对应的高斯滤波图像存入所述第一缓存器中。
6.根据权利要求1所述图像去雾方法，其特征在于，对所述高斯滤波图像进行插值，获得插值图像的实现方法包括：
对所述当前帧图像中的任一目标像素点，获取所述目标像素点及其周围像素点对应的第一高斯滤波矩阵；
对所述第一高斯滤波矩阵进行插值，获得第一插值矩阵；
对所述第一插值矩阵进行扩展，获得所述目标像素点对应的插值图像块；
根据所有目标像素点对应的插值图像块获得所述插值图像。
7.一种图像去雾装置，其特征在于，所述图像去雾装置包括：
图像获取模块，用于获取待去雾图像的当前帧图像；
滤波值获取模块，用于获取所述待去雾图像对应的高斯滤波图像；所述高斯滤波图像由所述待去雾图像对应的下采样图像生成；
插值模块，与所述滤波值获取模块相连，用于对所述高斯滤波图像进行插值，获得插值图像；
双边滤波模块，与所述图像获取模块和所述插值模块相连，用于根据所述插值图像对所述当前帧图像进行双边滤波，获得透射率；
去雾模块，与所述双边滤波模块相连，用于根据所述透射率生成所述当前帧图像对应的去雾图像；
控制模块，与所述图像获取模块、所述滤波值获取模块、所述插值模块、所述双边滤波模块和所述去雾模块分别相连，用于控制所述图像去雾装置。
8.根据权利要求7所述图像去雾装置，其特征在于：所述待去雾图像对应的高斯滤波图像为当前帧图像对应的高斯滤波图像。
9.根据权利要求7所述图像去雾装置，其特征在于：所述待去雾图像对应的高斯滤波图像为上一帧图像对应的高斯滤波图像。
10.根据权利要求9所述图像去雾装置，其特征在于，所述图像去雾装置还包括：
下采样模块，与所述图像获取模块相连，用于对所述当前帧图像进行下采样，获得所述当前帧图像对应的下采样图像；
高斯滤波模块，与所述下采样模块相连，用于对所述当前帧图像对应的下采样图像进行处理，生成所述当前帧图像对应的高斯滤波图像；所述当前帧图像对应的高斯滤波图像用于下一帧图像的去雾。
11.根据权利要求10所述图像去雾装置，其特征在于，所述图像去雾装置还包括：
第一缓存器，与所述滤波值获取模块和所述高斯滤波模块相连；所述滤波值获取模块从所述第一缓存器中读取所述上一帧图像对应的高斯滤波图像；所述高斯滤波模块将所述当前帧图像对应的高斯滤波图像存入所述第一缓存器中。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010144018.4A CN113362235A (zh) | 2020-03-04 | 2020-03-04 | 一种图像去雾方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010144018.4A CN113362235A (zh) | 2020-03-04 | 2020-03-04 | 一种图像去雾方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113362235A true CN113362235A (zh) | 2021-09-07 |
Family
ID=77523520
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010144018.4A Pending CN113362235A (zh) | 2020-03-04 | 2020-03-04 | 一种图像去雾方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113362235A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114155161A (zh) * | 2021-11-01 | 2022-03-08 | 富瀚微电子(成都)有限公司 | 图像去噪方法、装置、电子设备与存储介质 |
| CN116228756A (zh) * | 2023-05-08 | 2023-06-06 | 常州星宇车灯股份有限公司 | 一种自动驾驶中相机坏点的检测方法及检测系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102930514A (zh) * | 2012-09-27 | 2013-02-13 | 西安电子科技大学 | 基于大气物理散射模型的快速图像去雾方法 |
| CN103761720A (zh) * | 2013-12-13 | 2014-04-30 | 中国科学院深圳先进技术研究院 | 图像去雾方法以图像去雾装置 |
| CN108038831A (zh) * | 2017-12-19 | 2018-05-15 | 北京理工大学 | 一种基于大气散射模型的彩色视频去雾方法 |
| US20190180423A1 (en) * | 2019-02-13 | 2019-06-13 | Intel Corporation | Method and system of haze reduction for image processing |
-
2020
- 2020-03-04 CN CN202010144018.4A patent/CN113362235A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102930514A (zh) * | 2012-09-27 | 2013-02-13 | 西安电子科技大学 | 基于大气物理散射模型的快速图像去雾方法 |
| CN103761720A (zh) * | 2013-12-13 | 2014-04-30 | 中国科学院深圳先进技术研究院 | 图像去雾方法以图像去雾装置 |
| CN108038831A (zh) * | 2017-12-19 | 2018-05-15 | 北京理工大学 | 一种基于大气散射模型的彩色视频去雾方法 |
| US20190180423A1 (en) * | 2019-02-13 | 2019-06-13 | Intel Corporation | Method and system of haze reduction for image processing |
Non-Patent Citations (1)
| Title |
|---|
| 吴翠先 等: "《 一种改进的基于暗原色先验的雾天图像清晰化方法》", 广东通信技术, 15 June 2015 (2015-06-15) * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114155161A (zh) * | 2021-11-01 | 2022-03-08 | 富瀚微电子(成都)有限公司 | 图像去噪方法、装置、电子设备与存储介质 |
| CN114155161B (zh) * | 2021-11-01 | 2023-05-09 | 富瀚微电子(成都)有限公司 | 图像去噪方法、装置、电子设备与存储介质 |
| CN116228756A (zh) * | 2023-05-08 | 2023-06-06 | 常州星宇车灯股份有限公司 | 一种自动驾驶中相机坏点的检测方法及检测系统 |
| CN116228756B (zh) * | 2023-05-08 | 2023-07-25 | 常州星宇车灯股份有限公司 | 一种自动驾驶中相机坏点的检测方法及检测系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10868985B2 (en) | Correcting pixel defects based on defect history in an image processing pipeline | |
| CN107924554B (zh) | 图像处理流水线中对图像数据的多速率处理 | |
| US9747514B2 (en) | Noise filtering and image sharpening utilizing common spatial support | |
| WO2021248705A1 (zh) | 图像渲染方法、装置、计算机程序和可读介质 | |
| RU2623806C1 (ru) | Способ и устройство обработки стереоизображений | |
| US20170064227A1 (en) | Pixel defect preprocessing in an image signal processor | |
| CN113362235A (zh) | 一种图像去雾方法及装置 | |
| CN109325901B (zh) | 一种实现图像处理的方法及装置 | |
| US10929965B2 (en) | Histogram statistics circuit and multimedia processing system | |
| CN108346131A (zh) | 一种数字图像缩放方法、装置及显示设备 | |
| CN113315884A (zh) | 一种实时视频降噪方法、装置、终端及存储介质 | |
| US9787991B2 (en) | Analytics assisted encoding | |
| CN108521824A (zh) | 图像处理装置、方法及相关电路 | |
| US11127111B2 (en) | Selective allocation of processing resources for processing image data | |
| JP2005057605A (ja) | 画像処理装置、画像処理システム、撮像装置および画像処理方法 | |
| CN107657587A (zh) | 图像处理方法、装置及系统 | |
| US9648261B2 (en) | Account for clipped pixels in auto-focus statistics collection | |
| CN102572219B (zh) | 移动终端及其图像处理方法 | |
| CN104869284B (zh) | 一种双线性插值放大算法的高效率fpga实现方法和装置 | |
| CN107506119B (zh) | 一种图片显示方法、装置、设备和存储介质 | |
| CN110660013B (zh) | 半导体器件、图像识别系统和图像处理方法 | |
| CN108875733B (zh) | 一种红外小目标快速提取系统 | |
| US8280181B2 (en) | Efficient filtering of image data | |
| CN102868855A (zh) | 一种数码变焦方法和装置 | |
| WO2021212498A1 (zh) | 图像处理方法、片上系统和电子设备 |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 350003 building 18, No.89, software Avenue, Gulou District, Fuzhou City, Fujian Province Applicant after: Ruixin Microelectronics Co.,Ltd. Address before: 350003 building 18, No.89, software Avenue, Gulou District, Fuzhou City, Fujian Province Applicant before: FUZHOU ROCKCHIP ELECTRONICS Co.,Ltd. |