CN114155173A - 一种图像去雾方法、设备及非易失性存储介质 - Google Patents

Abstract

本发明实施例公开了一种图像去雾方法、设备及非易失性存储介质，属于图像去雾技术领域，用于解决现有技术中天空区域与物体边缘去雾效果差的问题。方法包括：根据待处理图像的RGB图像确定灰度图像，并根据灰度图像获取梯度图像；根据灰度图像的灰度值与梯度图像的梯度值，确定RGB图像的第一区域与第二区域；根据第一区域与第二区域的标识值，确定RGB图像中各像素点的羽化值；基于RGB图像获取对应的暗通道图像确定RGB图像的初始透射率；根据羽化值对初始透射率加权处理，获得符合要求的透射率；根据符合要求的透射率对灰度图像重建，获得灰度重建图；根据灰度重建图对RGB图像中各通道的像素点调整，以获得待处理图像去雾后的图像，提高了图像去雾效果。

Description

一种图像去雾方法、设备及非易失性存储介质

技术领域

本发明涉及图像去雾技术领域，尤其涉及一种图像去雾方法、设备及非易失性存储介质。

背景技术

可见光成像设备因其成像方式易于实现、获取信息丰富，是当前获取视觉信息的主要途径，但是此类设备的成像效果易受到环境以及天气等因素的影响。恶劣天气下拍摄的图像往往存在对比度、色彩和能见度方面的问题。因此，需要对图像质量进行改善。

图像质量改善的方法主要有图像增强和图像复原两大类。基于图像增强的方法，将有雾图像看作被降质的图像，不考虑图像质量下降原因，直接通过突出图像细节，提高对比度等方式，从而使有雾图像更加清晰。基于图像复原的方法，如暗通道先验、最优传输估计方法等通过分析图像退化原理，通过相关信息搭建图像降质的物理模型，针对性的复原清晰图像。然而，传统去雾算法受到不同场景的大气光值亮度等影响，无法很好的恢复有雾图像并且传统透射率优化方法需要耗费大量时间。

因此，现需要一种高效的图像去雾方法用以改善图像的质量。

发明内容

本发明一个或多个实施例提供了一种图像去雾方法、设备及非易失性存储介质，用于解决如下技术问题：天空区域等高亮区域与物体交界处图像去雾后图像质量差。

本发明一个或多个实施例采用下述技术方案：

本发明一个或多个实施例提供一种图像去雾方法，方法包括：

根据待处理图像的RGB图像，确定对应的灰度图像，并根据所述灰度图像获取对应的梯度图像；

根据所述灰度图像的灰度值与所述梯度图像的梯度值，确定出所述RGB图像的第一区域与第二区域；其中，所述第一区域的亮度大于所述第二区域的亮度；

分别为所述第一区域与所述第二区域中的像素点设置标识值，并根据所述第一区域的标识值与所述第二区域的标识值，确定所述RGB图像中各像素点的羽化值；

基于所述RGB图像获取对应的暗通道图像，以确定所述RGB图像的初始透射率；

根据所述羽化值对所述初始透射率进行加权处理，获得符合要求的透射率；

根据所述符合要求的透射率对所述灰度图像进行重建，获得灰度重建图；

根据所述灰度重建图对所述RGB图像中各通道的像素点进行调整，以获得所述待处理图像去雾后的图像。

在本发明一个或多个实施例中，所述根据待处理图像的RGB图像，确定对应的灰度图像，并根据所述灰度图像获取对应的梯度图像，具体包括：

获取待处理图像的初始RGB图像，并将所述待处理图像的RGB图像进行转换，获得所述待处理图像的初始灰度图像；

基于预设尺寸对所述初始RGB图像与所述初始灰度图像进行下采样，获得所述待处理图像的灰度图像；

基于预设算子卷积获得所述灰度图像不同方向的梯度值，并基于所述不同方向的梯度值的绝对值，计算所述灰度图像中各个像素点的梯度值，以获得所述待处理图像的梯度图像。

在本发明一个或多个实施例中，所述根据所述灰度重建图对所述RGB图像中各通道的像素点进行调整，以获得所述待处理图像去雾后的图像，具体包括：

根据所述灰度重建图与所述初始灰度图像的比值，确定所述待处理图像的色彩比例值；其中，所述色彩比例值通过下述公式确定：

，Ratio_re为所述色彩比例值，Gray_re为所述灰度重建图中的像素点，Gray为所述待处理图像的初始灰度图像的像素点；

根据所述色彩比例值对所述待处理图像的第一通道进行色彩重建，获得第一色彩重建图；其中，所述第一通道中包含的亮度像素大于所述RGB图像的其他通道；

确定所述其他通道与所述第一通道之间的色差；

将所述色彩比例值进行预设系数的映射，以获得所述色差的调节值；

基于所述色差、所述第一色彩重建图与所述调节值对所述其他通道进行色彩重建，以获得所述待处理图像去雾后的图像。

在本发明一个或多个实施例中，所述根据所述灰度图像的灰度值与所述梯度图像的梯度值，确定出所述RGB图像的第一区域与第二区域，具体包括：

对所述梯度图像进行羽化处理，获得羽化梯度图像；

若所述灰度图像中像素点的灰度值大于预设灰度阈值，且所述羽化梯度图像中所述像素点的梯度值小于预设梯度阈值，则确定所述像素点处于所述梯度图像的第一区域，并将所述梯度图像的其他区域作为第二区域。

在本发明一个或多个实施例中，基于所述RGB图像获取对应的暗通道图像，以确定所述RGB图像的初始透射率，具体包括：

根据预设暗通道计算公式对所述RGB图像进行处理，获取与所述RGB图像对应的暗通道图像；

在所述暗通道图像中获取预设比例数目的多个最大灰度像素点，以根据所述多个最大灰度像素点的平均灰度确定所述RGB图像的大气光度；

根据预设透射率公式对所述大气光度、所述暗通道图像进行处理，获得所述待处理图像的符合要求的初始透射率；

其中，所述预设透射率公式为：

；t为所述初始透射率，

为所述待处理图像的去雾系数，DC_Scale为所述暗通道图像的各像素点，A为所述大气光度。

在本发明一个或多个实施例中，分别为所述第一区域与所述第二区域中的像素点设置标识值，并根据所述第一区域的标识值与所述第二区域的标识值，确定所述RGB图像中各像素点的羽化值，具体包括：

分别为所述第一区域与所述第二区域中的像素点设置标识值；其中，所述第一区域的标识值为255，所述第二区域的标识值为0；

对所述第一区域与所述第二区域中各像素点进行预设尺寸的均值滤波，以输出所述RGB图像中各像素点的羽化值。

在本发明一个或多个实施例中，所述根据所述羽化值对所述初始透射率进行加权处理，获得符合要求的透射率，具体包括：

基于预设修正公式实现所述羽化值对所述初始透射率的加权，以获得修正后的透射率；其中，所述预设修正公式为：

t_acc=t*(255–mask_feather)/255+sky_trans*mask_feather/255；t_acc为所述修正后的透射率，t为所述初始透射率，mask_feather为所述各像素点的羽化值，sky_trans为预设的第一区域的基础透射率；

基于预设滤波方式将所述修正后的透射率作为输入图，将所述初始灰度图像作为导向图进行滤波，以对所述修正后的投射率进行细化，获得所述待处理图像的符合要求的透射率。

在本发明一个或多个实施例中，所述根据所述灰度重建图对所述RGB图像中各通道的像素点进行调整，以获得所述待处理图像去雾后的图像，具体包括：

将所述符合要求的透射率与所述大气光值基于预设重建公式进行处理，以对所述待处理图像的初始灰度图像进行重建，获得灰度重建图；

其中，所述预设重建公式为:

;Gray_re（x,y）为灰度重建图中的各个像素点的灰度，G_In（x,y）为所述初始灰度图像的灰度通道，t_total(x,y)为所述待处理图像的符合要求的透射率。

本发明一个或多个实施例提供一种图像去雾设备，包括：

至少一个处理器；

以及，与所述至少一个处理器通信连接的存储器；

其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：

根据待处理图像的RGB图像，确定对应的灰度图像，并根据所述灰度图像获取对应的梯度图像；

根据所述灰度图像的灰度值与所述梯度图像的梯度值，确定出所述RGB图像的第一区域与第二区域；其中，所述第一区域的亮度大于所述第二区域的亮度；

分别为所述第一区域与所述第二区域中的像素点设置标识值，并根据所述第一区域的标识值与所述第二区域的标识值，确定所述RGB图像中各像素点的羽化值；

基于所述RGB图像获取对应的暗通道图像，以确定所述RGB图像的初始透射率；

根据所述羽化值对所述初始透射率进行加权处理，获得符合要求的透射率；

根据所述符合要求的透射率对所述灰度图像进行重建，获得灰度重建图；

根据所述灰度重建图对所述RGB图像中各通道的像素点进行调整，以获得所述待处理图像去雾后的图像。

本发明一个或多个实施例提供的一种非易失性计算机存储介质，存储有计算机可执行指令，所述计算机可执行指令设置为：

根据待处理图像的RGB图像，确定对应的灰度图像，并根据所述灰度图像获取对应的梯度图像；

根据所述灰度图像的灰度值与所述梯度图像的梯度值，确定出所述RGB图像的第一区域与第二区域；其中，所述第一区域的亮度大于所述第二区域的亮度；

分别为所述第一区域与所述第二区域中的像素点设置标识值，并根据所述第一区域的标识值与所述第二区域的标识值，确定所述RGB图像中各像素点的羽化值；

基于所述RGB图像获取对应的暗通道图像，以确定所述RGB图像的初始透射率；

根据所述羽化值对所述初始透射率进行加权处理，获得符合要求的透射率；

根据所述符合要求的透射率对所述灰度图像进行重建，获得灰度重建图；

根据所述灰度重建图对所述RGB图像中各通道的像素点进行调整，以获得所述待处理图像去雾后的图像。

本发明实施例采用的上述至少一个技术方案能够达到以下有益效果：

基于灰度图像的灰度图以及梯度图像的梯度图在有效保留了天空区域以及湖泊区域等具有高亮度的第一区域的同时，通过对第一区域以及第二区域的分割，避免了传统方式中透射率对于天空区域复原效果不明显的问题。通过引入第一区域与第二区域中各个像素点的羽化值对透射率进行处理，避免了第一区域中透射率小于实际透射率的问题，且羽化值对第一区域与第二区域交界处像素点的处理，使得图像呈现平缓过度，提高了图像去雾后第一区域与物体交界处的图像质量，使得去雾图像的效果更好。

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中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。在附图中：

图1为本发明实施例提供的一种图像去雾方法的方法流程示意图；

图2为本发明实施例提供的一种图像去雾设备的内部结构示意图。

具体实施方式

本发明实施例提供一种图像去雾方法、设备及非易失性存储介质。

为了使本技术领域的人员更好地理解本发明中的技术方案，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。基于本发明实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

如图1所示，本发明一个或多个实施例提供，一种图像去雾方法的流程示意图。本方案可以应用于需要提高图像去雾效果的不同领域中，例如：工程测量领域中由于可见光设备成像受到环境或天气的影响导致图像存在能见度方面的问题对测量精度产生影响时，自动驾驶领域中需要对高亮度区域及物体边缘进行区分等，通过不同领域中的计算设备例如服务器或各执行单元等执行方案。

由图1可知，方法包括以下步骤：

S101：根据待处理图像的RGB图像，确定对应的灰度图像，并根据所述灰度图像获取对应的梯度图像。

获取可见光成像设备受到环境以及天气等因素的影响之后，拍摄的存在对比度、色彩或者能见度方面问题的有雾图像作为待处理图像。其中，需要说明的是，可见光设备因其成像方式易于实现、获取信息丰富是当前获取视觉信息的主要途径。

在本发明一个或多个实施例中，由于天空区域、湖泊区域等高亮度区域的影响使得图像去雾效果差的问题。需要对区域进行分割，而在此之前为了减少计算强度需要对待处理图像进行相应的转换以及处理。其中，对根据待处理图像的RGB图像，确定对应的灰度图像，并根据所述灰度图像获取对应的梯度图像，具体包括以下步骤：

首先获取待处理图像的初始RGB图像，并将所述待处理图像的初始RGB图像进行转换，获得所述待处理图像的初始灰度图像。在此过程中可以使用现有技术中的RGB2GRAY算子以及Gray=0.2126*R+0.7152*G+0.0722*B的转换公式等进行转换，从而得到待处理图像的初始灰度图像，此处不再加以赘述。同时因为对区域进行分割时用到的灰度以及梯度信息于图像大小的相关度较低，所以为了降低计算复杂度以及节省计算资源。还需要基于预设尺寸对初始RGB图像与初始灰度图像进行下采样，获得所述待处理图像的灰度图像。可以理解的是，此时的灰度图像为初始灰度图像经过下采样后获得的缩放后的灰度图像。例如对待处理图像的行列数量进行8倍的下采样时可以节省64倍的处理资源，即RGB_Scale(x,y)=RGB(x*8,y*8),RGB_Scala作为初始灰度图像缩放后的灰度图像其尺寸为初始RGB图像的1/64。而当进行8倍下彩香会导致图像过小时可以指定狂高的缩放以输出指定宽高的RGB图像。

之后，根据预先设置的算子计算出，灰度图像中各个像素点的梯度值，从而获得所述灰度图像的梯度图像。具体的，获得灰度图像的梯度图可以基于prewitt算子、sobel算子、lsotropic算子、sobel算子等经过卷积获得不同梯度方向上的数值，此处不再加以赘述。以Gx,Gy分别代表x方向梯度和y方向梯度时，将梯度G=|Gx|+|Gy|作为梯度图像以进行后续处理。

S102：根据所述灰度图像的灰度值与所述梯度图像的梯度值，确定出所述RGB图像的第一区域与第二区域；其中，所述第一区域的亮度大于所述第二区域的亮度。

传统技术中基于暗通道先验算法对户外图像有很好的去雾效果，但其对于透射率图估计较为模糊导致对于天空区域效果不明显，并且利用软抠图的透射率优化方法也需要耗费大量时间。所以为了解决高亮度区域不适应于暗通道理论的问题，需要对图像进行区域分割。在本发明一个或多个实施例中，根据灰度图像的灰度值与梯度图像的梯度值，确定出RGB图像的第一区域与第二区域，具体包括以下步骤：首先对梯度图像进行羽化处理，获得羽化梯度图像。如果灰度图像中像素点的灰度值大于灰度阈值，且羽化梯度图像中像素点的梯度值小于梯度阈值，那么可以确定像素点处于梯度图像的第一区域，然后将梯度图像的其他区域作为第二区域完成区域的划分。

其中，可以理解的时灰度图像中的灰度值可以对应于待处理图像中各像素点的亮度值，基于灰度值大于预设阈值可以先划分出高亮度的像素点。而梯度值反映了相邻像素之间的变化，选择在高亮度像素点中选择梯度值小于预设阈值的像素点完成区域划分，可以将高亮度像素点中连续变化的像素点选择出来，提高了区域划分的精确性，避免了某高亮像素点对整体区域划分的影响。

S103：分别为所述第一区域与所述第二区域中的像素点设置标识值，并根据所述第一区域的标识值与所述第二区域的标识值，确定所述RGB图像中各像素点的羽化值。

为了避免第一区域与物体边缘之间存在明显的过度界限，造成图像效果差的问题，需要确定出第一区域与第二区域的过渡带，以便后续对该过渡带中的像素点进行处理。本发明中基于羽化值确定出第一区域与第二区域之间的过渡带。在本发明一个或多个实施例中，分别为所述第一区域与所述第二区域中的像素点设置标识值，并根据所述第一区域的标识值与所述第二区域的标识值，确定所述RGB图像中各像素点的羽化值，具体包括以下步骤：首先，分别为第一区域与第二区域中的像素点设置标识值mask，将第一区域的标识值设置为255，将第二区域的标识值设置为0。标识之后第一区域与第二区域之间有255直接变化到0，有明显的界限。为了实现第一区域与第二区域之间的平缓过渡，对第一区域与第二区域中的各个像素点对应的标识值进行预设尺寸的均值滤波，实现羽化处理，输出所述RGB图像中各像素点的羽化值。

S104：基于所述RGB图像获取对应的暗通道图像，以确定所述RGB图像的初始透射率。

在本发明一个或多个实施例中，基于RGB图像获取对应的暗通道图像，以确定RGB图像的初始透射率，具体包括以下步骤：首先根据预设暗通道计算公式对所述RGB图像进行处理，获取与所述RGB图像对应的暗通道图像。其中，需要说明的是暗通道计算公式为：

，其中min为最小值运算，r、g、b分别为RGB图像的三个通道，

表示彩色图像的每个通道，

表示以像素X为中心的一个窗口获得的是暗通道分布图；

表示获得的暗通道图像。在获取到暗通道图像之后，在暗通道图像中获取预设比例数目的多个最大灰度像素点，例如设置预设比例数目为0.1%时，暗通道图像所有像素点数目为n时，需要获取的最大灰度像素点的数目为0.1%n个。之后将获取的多个最大灰度像素点的平均灰度作为RGB图像的大气光度A。然后根据预设透射率公式对大气光度A、所述暗通道图像DC_Scale进行处理，获得所述待处理图像的符合要求的初始透射率t。其中，预设透射率公式为：

；t为初始透射率，

为待处理图像的去雾系数，DC_Scale为暗通道图像的各个像素点，A为大气光度。

S105：根据所述羽化值对所述初始透射率进行加权处理，获得符合要求的透射率。

在对图像去雾的过程中，图像质量改善的方式主要有图像增强和图像复原两类。基于图像增强的方法就是将有雾图像，看做被降质的图像，不考虑图像质量下降的原因，直接通过突出图像细节，提高对比度等方式，从而使得有雾图像更加清晰。而基于图像复原的方法，例如暗通道先验、最优传输估计等通过分析图像退化的原理，针对性的复原清晰图像。与图像增强相比，图像复原算法具有更强的针对性，应用场景更具体还原效果也更好。所以本发明采用了图像复原的方法进行图像去雾。目前，传统的去雾算法受到了不同场景下大气光值等影响，导致了天空区域与物体边缘不明显，并且传统透射率优化的方法也需要耗费大量的时间。暗通道先验算法虽然对户外图像有很好的去雾效果，但其对于透射率图估计较为模糊导致对于天空区域效果不明显。所以为了对天空区域更友好的拟合，达到准确重建天空细节的效果需要符合要求的透射率进行重建。所以在本发明一个或多个实施例中，根据羽化值对初始透射率进行加权处理，获得符合要求的透射率，具体包括以下步骤：

首先，由于上述步骤S104中获得的暗通道图像DC_Scale对应的数值很高导致计算得到的第一区域的透射率小于实际的第一区域的透射率。所以需要先对初始透射率进行修正。本发明一个或多个实施例中，基于预设修正公式实现述羽化值对所述初始透射率的加权，从而获得修正后的透射率。其中，预设修正公式为：t_acc=t*(255–mask_feather)/255+sky_trans*mask_feather/255。t_acc表示修正后的透射率，t表示初始透射率，mask_feather表示各像素点的羽化值，sky_trans表示预设的第一区域的基础透射率。在获得修正后的透射率之后，会使得第二区域的透射率保持原有的透射率t,第一区域的透射率接近于预设的第一区域的基础透射率，而第一区域与第二区域过渡带的透射率也基于各像素点的羽化值实现了平缓变换的效果。

在获得修正后的透射率之后，由于上述步骤S101在预处理时可能将待处理图像的尺寸进行了缩放以减少计算损耗，所以为了使得透射率的尺寸与原始的有雾图像的尺寸相同，需要基于预设滤波方式将所述修正后的透射率作为输入图，将初始灰度图像作为导向图进行滤波，实现对所述修正后的投射率进行细化，获得待处理图像的符合要求的透射率。其中，预设滤波方式可以选择快速导向滤波FastGuide，则符合要求的透射率为：

t_total=FastGuide(t_acc,Gray)；其中，t_total表示符合要求的透射率，Gray表示初始灰度图像的灰度值，t_acc表示修正后的透射率，FastGuide表示快速导向滤波。

S106：根据所述符合要求的透射率对所述灰度图像进行重建，获得灰度重建图。

在本发明一个或多个实施例中，根据符合要求的透射率对灰度图像进行重建，获得灰度重建图。

具体地，基于

的公式进行重建获得灰度重建图Gray_re中各像素点灰度值，其中，Gray_In代表灰度图像的通道，A表示大气光值，t_total表示符合要求的透射率。

S107：根据所述灰度重建图对所述RGB图像中各通道的像素点进行调整，以获得所述待处理图像去雾后的图像。

由于传统的色彩重建方式采用三通道分别重建是经常会引起色彩比例的失衡和低灰度区域的鬼影问题。所以，在本发明一个或多个实施例中，根据灰度重建图对RGB图像中各通道的像素点进行调整，以获得待处理图像去雾后的图像，具体包括以下步骤：

首先，需要根据灰度重建图与初始灰度图像的比值，确定所述待处理图像的色彩比例值；其中，所述色彩比例值通过下述公式确定：

,Ratio_re为所述色彩比例值，Gray_re为所述灰度重建图中各像素点的灰度值，Gray为所述待处理图像的初始灰度图像中各像素点的灰度值。然后根据所述色彩比例值对所述待处理图像的第一通道进行色彩重建，获得第一色彩重建图；其中，需要说明的是第一通道中包含的亮度像素大于其他通道。在RGB图像中，由于图像的G通道中亮度分量占到60%以上与灰度图像最为接近，所以将G通道作为第一色彩通道基于色彩比例值进行色彩重建，即G_re(x,y)=G_In(x,y)*Ratio_re(x,y)；其中，G_re(x,y)表示重建后的第一色彩重建图，G_In表示第一通道，Ratio_re表示色彩比例值。

由于色彩重建过程中仅基于色彩比例值进行的色彩重建，其对比度过度增强，而基于色差进行的重建则对比度增强较弱，所以为了中和增强效果，得到图像质量与效果适中的去雾图像。本发明一个或多个实施例中，首先确定出其他通道与所述第一通道之间的色差。即将G通道作为第一通道时，R_In(x,y)–G_In(x,y)与B_In(x,y)–G_In(x,y)分别为第二通道R通道与第一通道之间的色差，以及第三通道B通道与第一通道之间的色差。然后，将色彩比例值进行预设系数的映射，以获得所述色差的调节值。基于所述色差、所述第一色彩重建图与所述调节值对所述其他通道进行色彩重建，以获得所述待处理图像去雾后的图像包括：首先基于色彩比例值进行预设系数的映射后的值对色彩进行加权，然后再加上第一色彩重建图得到其他通道的色彩重建图。其中第二色彩重建图与第三色彩重建图分别为:

R_re(x,y)=G_re(x,y)+(R_In(x,y)-G_In(x,y))*pow(Ratio_re(x,y),0.8)；R_re表示第二色彩重建图，R_In表示RGB图像的第二通道，pow表示幂运算获得Ratio_re的0.8次方。

B_re(x,y)=G_re(x,y)+(B_In(x,y)–G_In(x,y))*pow(Ratio_re(x,y),0.8)；B_re表示第三色彩重建图，B_In表示RGB图像的第三通道。其中，由于色彩比例值是灰度重建图Gray与初始灰度图像的比值，可以理解的是其值是一个小于1的数，所以对一个小于1的数取小于1的系数作为幂时，得到的是一个大于1的数。此时再对色差进行处理的其得到的效果是大于1的即效果得到增强，缓解了基于色差进行色彩重建时得到的图像效果质量差的问题，也有效的解决了图像鬼影和对比度过度增强的问题。

如图2所示，本发明一个或多个实施例中提供了一种图像去雾设备的内部结构示意图。

由图2可知，设备包括：

至少一个处理器；

以及，与所述至少一个处理器通信连接的存储器；

其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：

根据待处理图像的RGB图像，确定对应的灰度图像，并根据所述灰度图像获取对应的梯度图像；

根据所述灰度图像的灰度值与所述梯度图像的梯度值，确定出所述RGB图像的第一区域与第二区域；其中，所述第一区域的亮度大于所述第二区域的亮度；

分别为所述第一区域与所述第二区域中的像素点设置标识值，并根据所述第一区域的标识值与所述第二区域的标识值，确定所述RGB图像中各像素点的羽化值；

基于所述RGB图像获取对应的暗通道图像，以确定所述RGB图像的初始透射率；

根据所述羽化值对所述初始透射率进行加权处理，获得符合要求的透射率；

根据所述符合要求的透射率对所述灰度图像进行重建，获得灰度重建图；

根据所述灰度重建图对所述RGB图像中各通道的像素点进行调整，以获得所述待处理图像去雾后的图像。

本发明一个或多个实施例提供了一种非易失性存储介质存储有计算机可执行指令，可执行指令包括：

根据待处理图像的RGB图像，确定对应的灰度图像，并根据所述灰度图像获取对应的梯度图像；

根据所述灰度图像的灰度值与所述梯度图像的梯度值，确定出所述RGB图像的第一区域与第二区域；其中，所述第一区域的亮度大于所述第二区域的亮度；

分别为所述第一区域与所述第二区域中的像素点设置标识值，并根据所述第一区域的标识值与所述第二区域的标识值，确定所述RGB图像中各像素点的羽化值；

基于所述RGB图像获取对应的暗通道图像，以确定所述RGB图像的初始透射率；

根据所述羽化值对所述初始透射率进行加权处理，获得符合要求的透射率；

根据所述符合要求的透射率对所述灰度图像进行重建，获得灰度重建图；

根据所述灰度重建图对所述RGB图像中各通道的像素点进行调整，以获得所述待处理图像去雾后的图像。

本发明中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置、设备、非易失性计算机存储介质实施例而言，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。

上述对本发明特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

以上所述仅为本发明的一个或多个实施例而已，并不用于限制本发明。对于本领域技术人员来说，本发明的一个或多个实施例可以有各种更改和变化。凡在本发明的一个或多个实施例的精神和原理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权利要求范围之内。

Claims (10)

1.一种图像去雾方法，其特征在于，所述方法包括：

根据待处理图像的RGB图像，确定对应的灰度图像，并根据所述灰度图像获取对应的梯度图像；

根据所述灰度图像的灰度值与所述梯度图像的梯度值，确定出所述RGB图像的第一区域与第二区域；其中，所述第一区域的亮度大于所述第二区域的亮度；

分别为所述第一区域与所述第二区域中的像素点设置标识值，并根据所述第一区域的标识值与所述第二区域的标识值，确定所述RGB图像中各像素点的羽化值；

基于所述RGB图像获取对应的暗通道图像，以确定所述RGB图像的初始透射率；

根据所述羽化值对所述初始透射率进行加权处理，获得符合要求的透射率；

根据所述符合要求的透射率对所述灰度图像进行重建，获得灰度重建图；

根据所述灰度重建图对所述RGB图像中各通道的像素点进行调整，以获得所述待处理图像去雾后的图像。

2.根据权利要求1所述的一种图像去雾方法，其特征在于，所述根据待处理图像的RGB图像，确定对应的灰度图像，并根据所述灰度图像获取对应的梯度图像，具体包括：

获取待处理图像的初始RGB图像，并将所述待处理图像的RGB图像进行转换，获得所述待处理图像的初始灰度图像；

基于预设尺寸对所述初始RGB图像与所述初始灰度图像进行下采样，获得所述待处理图像的灰度图像；

基于预设算子卷积获得所述灰度图像不同方向的梯度值，并基于所述不同方向的梯度值的绝对值，计算所述灰度图像中各个像素点的梯度值，以获得所述待处理图像的梯度图像。

3.根据权利要求2所述的一种图像去雾方法，其特征在于，所述根据所述灰度重建图对所述RGB图像中各通道的像素点进行调整，以获得所述待处理图像去雾后的图像，具体包括：

根据所述灰度重建图与所述初始灰度图像的比值，确定所述待处理图像的色彩比例值；其中，所述色彩比例值通过下述公式确定：

，Ratio_re为所述色彩比例值，Gray_re为所述灰度重建图中各像素点的灰度值，Gray为所述待处理图像的初始灰度图像中各像素点的灰度值；

根据所述色彩比例值对所述待处理图像的第一通道进行色彩重建，获得第一色彩重建图；其中，所述第一通道中包含的亮度像素大于其他通道；

确定所述其他通道与所述第一通道之间的色差；

将所述色彩比例值进行预设系数的映射，以获得所述色差的调节值；

基于所述色差、所述第一色彩重建图与所述调节值对所述其他通道进行色彩重建，以获得所述待处理图像去雾后的图像。

4.根据权利要求1所述的一种图像去雾方法，其特征在于，根据所述灰度图像的灰度值与所述梯度图像的梯度值，确定出所述RGB图像的第一区域与第二区域，具体包括：

对所述梯度图像进行羽化处理，获得羽化梯度图像；

若所述灰度图像中像素点的灰度值大于预设灰度阈值，且所述羽化梯度图像中所述像素点的梯度值小于预设梯度阈值，则确定所述像素点处于所述梯度图像的第一区域，并将所述梯度图像的其他区域作为第二区域。

5.根据权利要求1所述的一种图像去雾方法，其特征在于，所述基于所述RGB图像获取对应的暗通道图像，以确定所述RGB图像的初始透射率，具体包括：

根据预设暗通道计算公式对所述RGB图像进行处理，获取与所述RGB图像对应的暗通道图像；

在所述暗通道图像中获取预设比例数目的多个最大灰度像素点，以根据所述多个最大灰度像素点的平均灰度确定所述RGB图像的大气光度；

根据预设透射率公式对所述大气光度、所述暗通道图像进行处理，获得所述待处理图像的符合要求的初始透射率；

其中，所述预设透射率公式为：

；t为所述初始透射率，

为所述待处理图像的去雾系数，DC_Scale为所述暗通道图像的各像素点，A为所述大气光度。

6.根据权利要求1所述的一种图像去雾方法，其特征在于，所述分别为所述第一区域与所述第二区域中的像素点设置标识值，并根据所述第一区域的标识值与所述第二区域的标识值，确定所述RGB图像中各像素点的羽化值，具体包括：

分别为所述第一区域与所述第二区域中的像素点设置标识值；其中，所述第一区域的标识值为255，所述第二区域的标识值为0；

对所述第一区域与所述第二区域中各像素点进行预设尺寸的均值滤波，以输出所述RGB图像中各像素点的羽化值。

7.根据权利要求2所述的一种图像去雾方法，其特征在于，所述根据所述羽化值对所述初始透射率进行加权处理，获得符合要求的透射率，具体包括：

基于预设修正公式实现所述羽化值对所述初始透射率的加权，以获得修正后的透射率；其中，所述预设修正公式为：

t_acc=t*(255–mask_feather)/255+sky_trans*mask_feather/255；t_acc为所述修正后的透射率，t为所述初始透射率，mask_feather为所述各像素点的羽化值，sky_trans为预设的第一区域的基础透射率；

基于预设滤波方式将所述修正后的透射率作为输入图，将所述初始灰度图像作为导向图进行滤波，以对所述修正后的投射率进行细化，获得所述待处理图像的符合要求的透射率。

8.根据权利要求5所述的一种图像去雾方法，其特征在于，所述根据所述灰度重建图对所述RGB图像中各通道的像素点进行调整，以获得所述待处理图像去雾后的图像，具体包括：

将所述符合要求的透射率与所述大气光值基于预设重建公式进行处理，以对所述待处理图像的初始灰度图像进行重建，获得灰度重建图；

其中，所述预设重建公式为:

;Gray_re（x,y）为灰度重建图中的各个像素点的灰度，G_In（x,y）为所述初始灰度图像的灰度通道，t_total(x,y)为所述待处理图像的符合要求的透射率。

9.一种图像去雾设备，其特征在于，所述设备包括：

至少一个处理器；

以及，与所述至少一个处理器通信连接的存储器；

其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：

根据待处理图像的RGB图像，确定对应的灰度图像，并根据所述灰度图像获取对应的梯度图像；

根据所述灰度图像的灰度值与所述梯度图像的梯度值，确定出所述RGB图像的第一区域与第二区域；其中，所述第一区域的亮度大于所述第二区域的亮度；

分别为所述第一区域与所述第二区域中的像素点设置标识值，并根据所述第一区域的标识值与所述第二区域的标识值，确定所述RGB图像中各像素点的羽化值；

基于所述RGB图像获取对应的暗通道图像，以确定所述RGB图像的初始透射率；

根据所述羽化值对所述初始透射率进行加权处理，获得符合要求的透射率；

根据所述符合要求的透射率对所述灰度图像进行重建，获得灰度重建图；

根据所述灰度重建图对所述RGB图像中各通道的像素点进行调整，以获得所述待处理图像去雾后的图像。

10.一种非易失性存储介质，存储有计算机可执行指令，其特征在于，所述计算机可执行指令包括：

根据待处理图像的RGB图像，确定对应的灰度图像，并根据所述灰度图像获取对应的梯度图像；

根据所述灰度图像的灰度值与所述梯度图像的梯度值，确定出所述RGB图像的第一区域与第二区域；其中，所述第一区域的亮度大于所述第二区域的亮度；

分别为所述第一区域与所述第二区域中的像素点设置标识值，并根据所述第一区域的标识值与所述第二区域的标识值，确定所述RGB图像中各像素点的羽化值；

基于所述RGB图像获取对应的暗通道图像，以确定所述RGB图像的初始透射率；

根据所述羽化值对所述初始透射率进行加权处理，获得符合要求的透射率；

根据所述符合要求的透射率对所述灰度图像进行重建，获得灰度重建图；

根据所述灰度重建图对所述RGB图像中各通道的像素点进行调整，以获得所述待处理图像去雾后的图像。

Images