CN116883257A - 图像去雾方法、装置、计算机设备和存储介质 - Google Patents
图像去雾方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN116883257A CN116883257A CN202310609386.5A CN202310609386A CN116883257A CN 116883257 A CN116883257 A CN 116883257A CN 202310609386 A CN202310609386 A CN 202310609386A CN 116883257 A CN116883257 A CN 116883257A
- Authority
- CN
- China
- Prior art keywords
- value
- image
- color
- pixel point
- determining
- 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 62
- 238000004590 computer program Methods 0.000 claims abstract description 29
- 238000002834 transmittance Methods 0.000 claims description 87
- 238000012545 processing Methods 0.000 claims description 20
- 238000004364 calculation method Methods 0.000 claims description 14
- 230000000694 effects Effects 0.000 abstract description 11
- 238000004891 communication Methods 0.000 description 8
- 238000005286 illumination Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000012937 correction Methods 0.000 description 5
- 230000011218 segmentation Effects 0.000 description 3
- 238000013500 data storage Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000003672 processing method Methods 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
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本申请涉及一种图像去雾方法、装置、计算机设备、存储介质和计算机程序产品。可用于金融领域或其他领域,可用于金融领域的身份认证场景中,用于对采集的图像进行去雾后再进行身份认证,该方法包括:获取在雾霾环境下拍摄得到的目标图像,确定目标图像的背景图像区域和目标图像的前景图像区域;确定前景图像区域对应的第一颜色值统计结果,并确定背景图像区域对应的第二颜色值统计结果;基于第一颜色值统计结果确定第一大气光值,并基于第二颜色值统计结果确定第二大气光值;对第一大气光值和第二大气光值进行统计得到目标大气光值;根据目标大气光值对目标图像进行去雾处理,得到目标图像的去雾图像。采用本方法能够提高图像去雾的效果。
Description
技术领域
本申请涉及图像处理技术领域,特别是涉及一种图像去雾方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术
随着计算机视觉技术的发展,针对在雾霾环境下拍摄得到的图像,为了去除图像中的雾霾,出现了图像去雾技术。图像去雾技术,通过对有雾图像进行图像去雾处理,得到更加真实的图像。
传统技术中,在图像的对比度较大的情况下,例如图像中存在天空或水面的情况下,传统的图像去雾技术在对图像进行图像去雾处理后,图像容易出现图像失真的问题,例如图像中的天空或水面出现失真的问题,导致图像去雾的效果较差。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高图像去雾的效果的图像去雾方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
第一方面,本申请提供了一种图像去雾方法。所述方法包括:获取在雾霾环境下拍摄得到的目标图像,确定所述目标图像的背景图像区域和所述目标图像的前景图像区域;确定所述前景图像区域对应的第一颜色值统计结果,并确定所述背景图像区域对应的第二颜色值统计结果;所述第一颜色值统计结果包括所述前景图像区域中每个前景像素点在各颜色通道下的颜色值中的最小颜色值,所述第二颜色值统计结果包括所述背景图像区域中每个背景像素点在各颜色通道下的颜色值中的最大颜色值;基于所述第一颜色值统计结果确定第一大气光值,并基于所述第二颜色值统计结果确定第二大气光值;对所述第一大气光值和所述第二大气光值进行统计得到目标大气光值;根据所述目标大气光值对所述目标图像进行去雾处理,得到所述目标图像的去雾图像。
第二方面,本申请还提供了一种图像去雾装置。所述装置包括:图像区域确定模块,用于获取在雾霾环境下拍摄得到的目标图像,确定所述目标图像的背景图像区域和所述目标图像的前景图像区域;颜色值统计模块,用于确定所述前景图像区域对应的第一颜色值统计结果,并确定所述背景图像区域对应的第二颜色值统计结果;所述第一颜色值统计结果包括所述前景图像区域中每个前景像素点在各颜色通道下的颜色值中的最小颜色值,所述第二颜色值统计结果包括所述背景图像区域中每个背景像素点在各颜色通道下的颜色值中的最大颜色值;大气光值确定模块,用于基于所述第一颜色值统计结果确定第一大气光值,并基于所述第二颜色值统计结果确定第二大气光值;大气光值统计模块,用于对所述第一大气光值和所述第二大气光值进行统计得到目标大气光值;去雾处理模块,用于根据所述目标大气光值对所述目标图像进行去雾处理,得到所述目标图像的去雾图像。
在一些实施例中,所述大气光值统计模块包括:确定所述前景图像区域在所述目标图像中的占比得到前景区域占比;确定所述背景图像区域在所述目标图像中的占比得到背景区域占比;基于前景区域占比和背景区域占比对所第一大气光值和所述第二大气光值进行统计,得到目标大气光值。
在一些实施例中,所述图像去雾装置还包括透射率确定模块,所述透射率确定模块用于:基于所述第一颜色值统计结果确定各所述前景像素点各自的第一透射率;所述前景像素点的第一透射率,表征所述前景像素点处的雾气程度,透射率与雾气程度呈负相关关系;确定所述背景图像区域对应的第三颜色值统计结果;所述第三颜色值统计结果包括所述背景图像区域中每个背景像素点在各颜色通道下的颜色值中的最小颜色值;基于所述第三颜色值统计结果确定各所述背景像素点各自的第二透射率;所述背景像素点的第二透射率,表征所述背景像素点处的雾气程度;所述去雾处理模块还用于:根据各所述前景像素点各自的第一透射率、各所述背景像素点各自的第二透射率、所述目标大气光值,对所述目标图像进行去雾处理得到所述目标图像的去雾图像。
在一些实施例中,所述透射率确定模块还用于:基于所述第三颜色值统计结果确定各所述背景像素点各自的候选透射率;确定所述背景图像区域中的每个背景像素点各自的灰度差值;所述背景像素点的灰度差值,是指所述背景像素点的灰度值与所述第二大气光值之间的差值;针对每个所述背景像素点,在所述背景像素点的灰度差值小于预设阈值的情况下,对所述背景像素点的候选透射率进行增大处理,得到所述背景像素点的第二透射率;在所述背景像素点的灰度差值大于或等于所述预设阈值的情况下,将所述背景像素点的候选透射率确定为所述背景像素点的第二透射率。
在一些实施例中,所述透射率确定模块还用于:针对每个所述前景像素点,确定所述前景像素点在各颜色通道下的颜色值中的最小颜色值;计算所述最小颜色值与所述第一大气光值之间的比值,得到所述前景像素点的第一透射率。
在一些实施例中,所述大气光值确定模块还用于:按照颜色值从大到小的顺序,从所述第一颜色值统计结果中确定预设数量的颜色值;对所述预设数量的颜色值进行均值计算,得到所述第一大气光值。
第三方面,本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器,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上述图像去雾方法中的步骤。
第四方面,本申请还提供了一种计算机可读存储介质。所述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上述图像去雾方法中的步骤。
第五方面,本申请还提供了一种计算机程序产品。所述计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述图像去雾方法中的步骤。
上述图像去雾方法、装置、计算机设备、存储介质和计算机程序产品,由于在实际场景中进行拍摄时,前景的光照和背景的光照通常存在差异,通过将目标图像划分为前景图像区域和背景图像区域,针对前景图像区域,利用前景图像区域对应的第一颜色值统计结果,确定了更符合前景图像区域的第一大气光值,针对背景图像区域,利用背景图像区域对应的第二颜色值统计结果,确定了更符合背景图像区域的第二大气光值,使得第一大气光值和第二大气光值更加准确,对第一大气光值和第二大气光值进行统计,得到目标大气光值,从而根据目标大气光值对目标图像进行去雾处理的效果更好,提高了图像去雾的效果。
附图说明
图1为一个实施例中图像去雾方法的应用环境图;
图2为一个实施例中图像去雾方法的流程示意图;
图3为一个实施例中对有雾图像进行图像去雾的步骤示意图;
图4为另一个实施例中图像去雾方法的流程示意图;
图5为一个实施例中图像去雾装置的结构框图;
图6为一个实施例中计算机设备的内部结构图;
图7为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请实施例提供的图像去雾方法,可以应用于如图1所示的应用环境中。其中,终端102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上,也可以放在云上或其他网络服务器上。
具体地,终端102获取在雾霾环境下拍摄得到的目标图像,可以是从服务器104获取到,也可以是从其他计算机设备获取的,然后确定目标图像的背景图像区域和目标图像的前景图像区域。终端102确定前景图像区域对应的第一颜色值统计结果,并确定背景图像区域对应的第二颜色值统计结果;第一颜色值统计结果包括前景图像区域中每个前景像素点在各颜色通道下的颜色值中的最小颜色值,第二颜色值统计结果包括背景图像区域中每个背景像素点在各颜色通道下的颜色值中的最大颜色值.然后终端102可以基于第一颜色值统计结果确定第一大气光值,并基于第二颜色值统计结果确定第二大气光值,对第一大气光值和第二大气光值进行统计得到目标大气光值,根据目标大气光值对目标图像进行去雾处理,得到目标图像的去雾图像。终端102可以展示去雾图像,还可以保存去雾图像,还可以将去雾图像发送至服务器104。服务器104接收并保存去雾图像。
其中,终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备,物联网设备可为智能音箱、智能电视、智能空调、智能车载设备等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
本领域技术人员可以理解,图1中示出的应用环境,仅仅是与本申请方案相关的部分场景,并不构成对本申请方案应用环境的限定。
在一些实施例中,如图2所示,提供了一种图像去雾方法,该方法可以由终端或服务器执行,还可以由终端和服务器共同执行,以该方法应用于图1中的终端102为例进行说明,包括以下步骤:
步骤202,获取在雾霾环境下拍摄得到的目标图像,确定目标图像的背景图像区域和目标图像的前景图像区域。
其中,目标图像是在雾霾环境下拍摄得到的图片,也可以称为有雾图像,由于是在雾霾环境下拍摄得到的,目标图像的对比度较低、清晰度不高,因此需要对目标图像进行去雾处理,得到更加真实的去雾图像。例如,银行的应用程序中,在进行贷款或其他业务处理时,在需要提供真实、清晰的人物图像的情况下,可以利用图像去雾方法对用户上传的图像进行处理。背景图像区域是指目标图像中背景内容所占的图像区域,前景图像区域是指目标图像中前景内容所占的图像区域,例如,目标图像中包括树林和天空,则树林在目标图像中所占的为前景图像区域,天空在目标图像中所占的为背景图像区域。
具体地,终端可以从服务器获取目标图像,也可以从图像采集设备中获取目标图像,然后根据目标图像中各像素点分别对应的灰度值,确定目标图像的背景图像区域和前景图像区域。例如,可以将灰度值大于分割阈值的像素点确定为属于前景图像区域的像素点,将灰度值小于或等于分割阈值的像素点确定为属于背景图像区域的像素点,分割阈值可以是利用最大类间方差法计算得到的。
步骤204,确定前景图像区域对应的第一颜色值统计结果,并确定背景图像区域对应的第二颜色值统计结果;第一颜色值统计结果包括前景图像区域中每个前景像素点在各颜色通道下的颜色值中的最小颜色值,第二颜色值统计结果包括背景图像区域中每个背景像素点在各颜色通道下的颜色值中的最大颜色值。
其中,目标图像为RGB图像,R、G、B分别代表三个颜色通道:红色(R)、绿色(G)和蓝色(B),颜色值是指像素点在对应的颜色通道下,颜色值为0-255之间的整数,第一颜色值统计结果是对前景图像区域中的每个前景像素点在各颜色通道下的颜色值进行统计得到的,也称为前景图像区域的暗通道;第二颜色值统计结果是对背景图像区域中的每个背景像素点在各颜色通道下的颜色值进行统计得到的,也称为背景图像区域的亮通道。
具体地,终端确定前景图像区域中每个前景像素点在各颜色通道下的颜色值中的最小颜色值,得到第一颜色值统计结果;并确定背景图像区域中每个背景像素点在各颜色通道下的颜色值中的最大颜色值,得到第二颜色值统计结果。第一颜色值统计结果可以用如下公式表示:
Jdark(x)=miny∈Ω(x)(minc∈{r,g,b}Jc(y));
其中,c表示R、G、B颜色通道中的任一颜色通道,Ω(x)是以像素点x为中心的尺寸为3×3的像素区域,像素点y是Ω(x)中的任意一个像素点,Jc(y)表示像素点y处的颜色值,minc∈{r,g,b}Jc(y)表示像素点y在R、G、B三个颜色通道分别对应的颜色值中的最小颜色值。
第二颜色值统计结果可以用如下公式表示:
Jlight(x)=maxy∈Ω(x)(maxc∈{r,g,b}Jc(y));
其中,maxc∈{r,g,b}Jc(y)表示像素点y在R、G、B三个颜色通道分别对应的颜色值中的最大颜色值。
步骤206,基于第一颜色值统计结果确定第一大气光值,并基于第二颜色值统计结果确定第二大气光值。
其中,大气光值表征环境中的光照强度,大气光值与光照强度呈正相关关系,正相关关系指的是:在其他条件不变的情况下,两个变量变动方向相同,一个变量由大到小变化时,另一个变量也由大到小变化。可以理解的是,这里的正相关关系是指变化的方向是一致的,但并不是要求当一个变量有一点变化,另一个变量就必须也变化。第一大气光值表征前景图像区域的环境中的光照强度,第二大气光值表征背景图像区域的环境中的光照强度。
具体地,终端可以按照颜色值从大到小的顺序,从第一颜色值统计结果中确定预设数量的颜色值,对预设数量的颜色值进行均值计算,得到第一大气光值。同样的,基于第二颜色值统计结果确定第二大气光值,可以参照上述步骤进行计算,在此不再赘述。其中,预设数量是预先或根据需求设置的,例如,可以设置为3个,也可以是总数量的0.1%。
在一些实施例中,针对背景图像区域中的每个背景像素点,终端还可以将背景像素点在各颜色通道下的颜色值中的最大颜色值,作为该背景像素点对应的第二大气光值,即每个背景像素点分别对应一个第二大气光值。
步骤208,对第一大气光值和第二大气光值进行统计得到目标大气光值。
其中,目标大气光值是对第一大气光值和第二大气光值进行统计得到的。
具体地,终端可以对第一大气光值和第二大气光值进行均值计算,还可以利用第一大气光值对应的权重参数以及第二大气光值对应的权重参数对第一大气光值和第二大气光值进行加权计算,得到目标大气光值。其中,权重参数可以是预先设置的,也可以是基于背景图像区域的面积和前景图像区域的面积确定的。
步骤210,根据目标大气光值对目标图像进行去雾处理,得到目标图像的去雾图像。
其中,去雾处理是指去除图像中的雾霾、雾气的处理,如图3所示,也可以称为CLEAR色度调整。去雾图像是对目标图像进行去雾后得到的,相较于目标图像,去雾图像更加真实。
具体地,终端可以利用目标大气光值计算得到目标图像中的每个像素点对应的透射率,然后利用目标大气光值和每个像素点对应的透射率对目标图像进行去雾处理,得到目标图像的去雾图像。其中,透射率是在考虑空气中的悬浮颗粒影响后该处物体表面的反射光线的传输率,透射率表征雾气程度,取值范围为(0,1),透射率与雾气程度呈负相关关系,雾气程度是指受雾霾环境的影响程度,负相关关系指的是:在其他条件不变的情况下,两个变量变动方向相反,一个变量由大到小变化时,另一个变量由小到大变化。可以理解的是,这里的负相关关系是指变化的方向是相反的,但并不是要求当一个变量有一点变化,另一个变量就必须也变化。
例如,终端可以将目标大气光值和每个像素点对应的透射率代入大气散射模型中,对目标图像进行去雾处理,大气散射模型的公式如下:
I(x)=J(x)t(x)+A(1-t(x));
则目标图像的去雾图像可以用如下公式表示:
其中,I(x)表示目标图像,J(x)表示去雾图像,A表示目标大气光值,t(x)表示像素点x对应的透射率。
上述图像去雾方法中,由于在实际场景中进行拍摄时,前景的光照和背景的光照通常存在差异,通过将目标图像划分为前景图像区域和背景图像区域,针对前景图像区域,利用前景图像区域对应的第一颜色值统计结果,确定了更符合前景图像区域的第一大气光值,针对背景图像区域,利用背景图像区域对应的第二颜色值统计结果,确定了更符合背景图像区域的第二大气光值,使得第一大气光值和第二大气光值更加准确,对第一大气光值和第二大气光值进行统计,得到目标大气光值,从而根据目标大气光值对目标图像进行去雾处理的效果更好,提高了图像去雾的效果。
本申请提供的图像去雾方法和装置可以应用于金融领域中,也可用于除金融领域之外的任意领域,本申请提供的图像去雾方法和装置的应用领域不做限定,例如,在金融领域中,通过需要采集图像进行身份认证,例如需要采集人脸图像进行身份认证,当采集的图像是在雾霾环境下采集到的情况下,可以利用本申请提供的图像去雾方法对图像进行去雾处理,然后通过去雾后的图像进行身份验证,从而提高身份验证的准确度。具体地,终端响应于金融领域中的目标应用例如银行应用的认证操作,采集目标图像,在确定目标图像中存在雾霾的情况下,可以对目标图像进行去雾处理,得到目标图像的去雾图像,并向目标应用对应的后台服务器发送携带有去雾图像的认证请求,并接收后台服务器返回的针对去雾图像的认证结果。其中,目标应用可以是银行的应用程序。通过对目标图像进行去雾处理,得到更加真实的去雾图像,减少认证失败的情况,可以提高目标应用的认证的效率。
在一些实施例中,对第一大气光值和第二大气光值进行统计得到目标大气光值包括:确定前景图像区域在目标图像中的占比得到前景区域占比;确定背景图像区域在目标图像中的占比得到背景区域占比;基于前景区域占比和背景区域占比对所第一大气光值和第二大气光值进行统计,得到目标大气光值。
其中,区域占比是指面积占比,前景区域占比是前景图像区域的面积与目标图像的面积之间的比值,背景区域占比是面积占比背景图像区域的面积与目标图像的面积之间的比值。
具体地,终端可以计算前景图像区域中的前景像素点的数量与目标图像中的像素点的数量之间的比值,得到前景区域占比;并计算背景图像区域中的前景像素点的数量与目标图像中的像素点的数量之间的比值,得到背景区域占比。然后终端可以将前景区域占比作为第一大气光值的权重参数,将背景区域占比作为第二大气光值的权重参数,对第一大气光值和第二大气光值进行加权平均值计算,得到目标大气光值。计算公式如下:
A=u×A1+v×A2;
其中,A表示目标大气光值,A1表示第一大气光值,A2表示第二大气光值;u表示前景区域占比,v表示背景区域占比。
在一些实施例中,在背景图像区域中的每个背景像素点分别对应各自的第二大气光值的情况下,终端可以将第一大气光值作为各前景像素点各自的目标大气光值,并利用前景区域占比和背景区域占比,对各背景像素点各自的第二大气光值与第一大气光值进行加权平均计算,得到各背景像素点对应的目标大气光值。公式如下:
本实施例中,通过计算前景区域占比和背景区域占比,并基于前景区域占比和背景区域占比对所第一大气光值和第二大气光值进行统计,得到更加准确的目标大气光值,从而利用目标大气光值对目标图像进行去雾处理的效果更好。
在一些实施例中,图像处理方法还包括:基于第一颜色值统计结果确定各前景像素点各自的第一透射率;前景像素点的第一透射率,表征前景像素点处的雾气程度,透射率与雾气程度呈负相关关系;确定背景图像区域对应的第三颜色值统计结果;第三颜色值统计结果包括背景图像区域中每个背景像素点在各颜色通道下的颜色值中的最小颜色值;基于第三颜色值统计结果确定各背景像素点各自的第二透射率;背景像素点的第二透射率,表征背景像素点处的雾气程度;步骤210还包括:根据各前景像素点各自的第一透射率、各背景像素点各自的第二透射率、目标大气光值,对目标图像进行去雾处理得到目标图像的去雾图像。
其中,第三颜色值统计对背景图像区域中的每个背景像素点在各颜色通道下的颜色值进行统计得到的,也称为背景图像区域的暗通道。第一透射率是前景图像区域中的前景像素点对应的透射率,第二透射率是背景图像区域中的背景像素点对应的透射率。
具体地,终端可以利用第一颜色值统计结果和第一大气光值确定各前景像素点各自的第一透射率,利用第三颜色值统计结果和第二大气光值确定各背景像素点各自的第二透射率,然后利用各前景像素点各自的第一透射率、各背景像素点各自的第二透射率、目标大气光值以及大气散射模型,更新目标图像中各像素点的颜色值,得到目标图像的去雾图像。
在一些实施例中,终端还可以确定目标图像的灰度图像,利用灰度图像对各前景像素点各自的第一透射率、各背景像素点各自的第二透射率进行导向滤波处理,利用导向滤波处理后的各前景像素点各自的第一透射率、各背景像素点各自的第二透射率以及目标大气光值对目标图像进行去雾处理。
本实施例中,通过分别计算前景图像区域中的各前景像素点各自的第一透射率、以及背景图像区域中的各背景像素点各自的第二透射率,提高了第一透射率和第二透射率的准确度,从而利用各前景像素点各自的第一透射率、各背景像素点各自的第二透射率、目标大气光值,提高了对目标图像进行去雾处理的效果。
在一些实施例中,基于第三颜色值统计结果确定各背景像素点各自的第二透射率包括:基于第三颜色值统计结果确定各背景像素点各自的候选透射率;确定背景图像区域中的每个背景像素点各自的灰度差值;背景像素点的灰度差值,是指背景像素点的灰度值与第二大气光值之间的差值;针对每个背景像素点,在背景像素点的灰度差值小于预设阈值的情况下,对背景像素点的候选透射率进行增大处理,得到背景像素点的第二透射率;在背景像素点的灰度差值大于或等于预设阈值的情况下,将背景像素点的候选透射率确定为背景像素点的第二透射率。
其中,候选透射率是利用第三颜色值统计结果得到的,背景像素点的灰度差值是指背景像素点的灰度值与第二大气光值之间的差值。预设阈值是根据实际情况预先设置的,预设阈值可以是0-10之间的整数,例如,可以是10。
具体地,针对每个背景像素点,终端可以计算背景像素点的灰度值与第二大气光值之间的差值,得到背景像素点的灰度差值,在灰度差值小于预设阈值的情况下,即该背景像素点不满足暗通道先验的假设,则利用上述计算透射率的方法计算得到的候选透射率的指偏小,会使得去雾程度较大,导致得到的去雾图像色彩失真,因此终端可以利用预设修正参数对背景像素点的候选透射率进行增大处理,得到背景像素点的第二透射率。对候选透射率进行增大处理的过程可以用如下公式表示:
其中,t0是指预设透射率阈值,是预先设置的,例如,可以设置为0.1。K是预设修正参数,故增大处理的过程也可以称为K值修正,预设修正参数是预先设置的,例如,可以设置为50。
本实施例中,针对每个背景像素点,在背景像素点的灰度差值小于预设阈值的情况下,对背景像素点的候选透射率进行增大处理,更准确的得到背景像素点的第二透射率,从而减少图像去雾导致的色彩失真的问题,使得图像去雾的效果更好。
在一些实施例中,基于第一颜色值统计结果确定各前景像素点各自的第一透射率包括:针对每个前景像素点,确定前景像素点在各颜色通道下的颜色值中的最小颜色值;计算最小颜色值与第一大气光值之间的比值,得到前景像素点的第一透射率。
具体地,针对每个前景像素点,终端可以基于前景像素点在各颜色通道下的颜色值中的最小颜色值与第一大气光值之间的比值,得到各前景像素点的第一透射率。计算公式如下所示:
其中,t(x)表示像素点x对应的透射率。同样的,计算各背景像素点的第二透射率的过程,可以参照上述计算第一透射率的步骤,在此不再赘述。
本实施例中,针对每个前景像素点,通过计算前景像素点在各颜色通道下的颜色值中的最小颜色值与第一大气光值之间的比值,准确的得到了各前景像素点的第一透射率。
在一些实施例中,基于第一颜色值统计结果确定第一大气光值包括:按照颜色值从大到小的顺序,从第一颜色值统计结果中确定预设数量的颜色值;对预设数量的颜色值进行均值计算,得到第一大气光值。
其中,预设数量是预先或根据需求设置的,例如,可以设置为3个,也可以是总数量的0.1%。
具体地,终端按照颜色值从大到小的顺序,从第一颜色值统计结果中确定预设数量的颜色值,对预设数量的颜色值进行均值计算,得到第一大气光值。例如,按照从大到小的顺序,从第一颜色值统计结果中确定颜色值大小排在前0.1%的数量的颜色值,对该前0.1%的颜色值进行均值计算,得到第一大气光值。同样的,基于第二颜色值统计结果确定第二大气光值,可以参照上述步骤进行计算,在此不再赘述。
本实施例中,按照颜色值从大到小的顺序,从第一颜色值统计结果中确定预设数量的颜色值,对预设数量的颜色值进行均值计算,得到了准确的第一大气光值,从而可以基于第一大气光值和第二大气光值得到更准确的目标大气光值,提高图像去雾的效果。
在一些实施例中,如图4所示,提供了一种图像去雾方法,以该方法应用于图1中的终端102为例进行说明,包括以下步骤:
步骤402,获取在雾霾环境下拍摄得到的目标图像,确定目标图像的背景图像区域和目标图像的前景图像区域。
步骤404,确定前景图像区域对应的第一颜色值统计结果,并确定背景图像区域对应的第二颜色值统计结果和第三颜色值统计结果。
步骤406,基于第一颜色值统计结果确定第一大气光值,基于第二颜色值统计结果确定第二大气光值。
步骤408,确定前景图像区域在目标图像中的占比得到前景区域占比,确定背景图像区域在目标图像中的占比得到背景区域占比。
步骤410,基于前景区域占比和背景区域占比对第一大气光值和第二大气光值进行统计,得到目标大气光值。
步骤412,基于第一颜色值统计结果和各前景像素点各自的第一透射率,基于第三颜色值统计结果确定各背景像素点各自的候选透射率。
步骤414,确定背景图像区域中的每个背景像素点各自的灰度差值。
步骤416,在背景像素点的灰度差值小于预设阈值的情况下,对背景像素点的候选透射率进行增大处理,得到背景像素点的第二透射率;在背景像素点的灰度差值大于或等于预设阈值的情况下,将背景像素点的候选透射率确定为背景像素点的第二透射率。
步骤418,根据各前景像素点各自的第一透射率、各背景像素点各自的第二透射率、目标大气光值,对目标图像进行去雾处理得到目标图像的去雾图像。
本实施例中,通过确定前景图像区域对应的第一颜色值统计结果,并确定背景图像区域对应的第二颜色值统计结果和第三颜色值统计结果,并基于第一颜色值统计结果确定第一大气光值,基于第二颜色值统计结果确定第二大气光值,基于前景区域占比和背景区域占比对第一大气光值和第二大气光值进行统计,得到更加准确的目标大气光值,并基于第一颜色值统计结果和各前景像素点各自的第一透射率,基于第三颜色值统计结果确定各背景像素点各自的候选透射率,在背景像素点的灰度差值小于预设阈值的情况下,对背景像素点的候选透射率进行增大处理,得到背景像素点的第二透射率,提高了第二透射率的准确度,从而根据各前景像素点各自的第一透射率、各背景像素点各自的第二透射率、目标大气光值,对目标图像进行去雾处理的效果更好。
应该理解的是,虽然如上的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的图像去雾方法的图像去雾装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个图像去雾装置实施例中的具体限定可以参见上文中对于图像去雾方法的限定,在此不再赘述。
在一些实施例中,如图5所示,提供了一种图像去雾装置,包括:图像区域确定模块502、颜色值统计模块504、大气光值确定模块506、大气光值统计模块508和去雾处理模块510,其中:
图像区域确定模块502,用于获取在雾霾环境下拍摄得到的目标图像,确定目标图像的背景图像区域和目标图像的前景图像区域。
颜色值统计模块504,用于确定前景图像区域对应的第一颜色值统计结果,并确定背景图像区域对应的第二颜色值统计结果;第一颜色值统计结果包括前景图像区域中每个前景像素点在各颜色通道下的颜色值中的最小颜色值,第二颜色值统计结果包括背景图像区域中每个背景像素点在各颜色通道下的颜色值中的最大颜色值。
大气光值确定模块506,用于基于第一颜色值统计结果确定第一大气光值,并基于第二颜色值统计结果确定第二大气光值。
大气光值统计模块508,用于对第一大气光值和第二大气光值进行统计得到目标大气光值。
去雾处理模块510,用于根据目标大气光值对目标图像进行去雾处理,得到目标图像的去雾图像。
在一些实施例中,大气光值统计模块508包括:确定前景图像区域在目标图像中的占比得到前景区域占比;确定背景图像区域在目标图像中的占比得到背景区域占比;基于前景区域占比和背景区域占比对所第一大气光值和第二大气光值进行统计,得到目标大气光值。
在一些实施例中,图像去雾装置还包括透射率确定模块,透射率确定模块用于:基于第一颜色值统计结果确定各前景像素点各自的第一透射率;前景像素点的第一透射率,表征前景像素点处的雾气程度,透射率与雾气程度呈负相关关系;确定背景图像区域对应的第三颜色值统计结果;第三颜色值统计结果包括背景图像区域中每个背景像素点在各颜色通道下的颜色值中的最小颜色值;基于第三颜色值统计结果确定各背景像素点各自的第二透射率;背景像素点的第二透射率,表征背景像素点处的雾气程度;去雾处理模块还用于:根据各前景像素点各自的第一透射率、各背景像素点各自的第二透射率、目标大气光值,对目标图像进行去雾处理得到目标图像的去雾图像。
在一些实施例中,透射率确定模块还用于:基于第三颜色值统计结果确定各背景像素点各自的候选透射率;确定背景图像区域中的每个背景像素点各自的灰度差值;背景像素点的灰度差值,是指背景像素点的灰度值与第二大气光值之间的差值;针对每个背景像素点,在背景像素点的灰度差值小于预设阈值的情况下,对背景像素点的候选透射率进行增大处理,得到背景像素点的第二透射率;在背景像素点的灰度差值大于或等于预设阈值的情况下,将背景像素点的候选透射率确定为背景像素点的第二透射率。
在一些实施例中,透射率确定模块还用于:针对每个前景像素点,确定前景像素点在各颜色通道下的颜色值中的最小颜色值;计算最小颜色值与第一大气光值之间的比值,得到前景像素点的第一透射率。
在一些实施例中,大气光值确定模块506还用于:按照颜色值从大到小的顺序,从第一颜色值统计结果中确定预设数量的颜色值;对预设数量的颜色值进行均值计算,得到第一大气光值。
上述图像去雾装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一些实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图6所示。该计算机设备包括处理器、存储器、输入/输出接口(Input/Output,简称I/O)和通信接口。其中,处理器、存储器和输入/输出接口通过系统总线连接,通信接口通过输入/输出接口连接到系统总线。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储图像去雾方法所涉及的相关数据。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种图像去雾方法。
在一些实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图7所示。该计算机设备包括处理器、存储器、输入/输出接口、通信接口、显示单元和输入装置。其中,处理器、存储器和输入/输出接口通过系统总线连接,通信接口、显示单元和输入装置通过输入/输出接口连接到系统总线。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种图像去雾方法。该计算机设备的显示单元用于形成视觉可见的画面,可以是显示屏、投影装置或虚拟现实成像装置。显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图6和图7中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一些实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述图像去雾方法中的步骤。
在一些实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述图像去雾方法中的步骤。
在一些实施例中,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述图像去雾方法中的步骤。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据,且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种图像去雾方法,其特征在于,所述方法包括:
获取在雾霾环境下拍摄得到的目标图像,确定所述目标图像的背景图像区域和所述目标图像的前景图像区域;
确定所述前景图像区域对应的第一颜色值统计结果,并确定所述背景图像区域对应的第二颜色值统计结果;所述第一颜色值统计结果包括所述前景图像区域中每个前景像素点在各颜色通道下的颜色值中的最小颜色值,所述第二颜色值统计结果包括所述背景图像区域中每个背景像素点在各颜色通道下的颜色值中的最大颜色值;
基于所述第一颜色值统计结果确定第一大气光值,并基于所述第二颜色值统计结果确定第二大气光值;
对所述第一大气光值和所述第二大气光值进行统计得到目标大气光值;
根据所述目标大气光值对所述目标图像进行去雾处理,得到所述目标图像的去雾图像。
2.根据权利要求1所述的方法,其特征在于,所述对所述第一大气光值和所述第二大气光值进行统计得到目标大气光值包括:
确定所述前景图像区域在所述目标图像中的占比得到前景区域占比;
确定所述背景图像区域在所述目标图像中的占比得到背景区域占比;
基于前景区域占比和背景区域占比对所第一大气光值和所述第二大气光值进行统计,得到目标大气光值。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
基于所述第一颜色值统计结果确定各所述前景像素点各自的第一透射率;所述前景像素点的第一透射率,表征所述前景像素点处的雾气程度,透射率与雾气程度呈负相关关系;
确定所述背景图像区域对应的第三颜色值统计结果;所述第三颜色值统计结果包括所述背景图像区域中每个背景像素点在各颜色通道下的颜色值中的最小颜色值;
基于所述第三颜色值统计结果确定各所述背景像素点各自的第二透射率;所述背景像素点的第二透射率,表征所述背景像素点处的雾气程度;
所述根据所述目标大气光值对所述目标图像进行去雾处理,得到所述目标图像的去雾图像包括:
根据各所述前景像素点各自的第一透射率、各所述背景像素点各自的第二透射率、所述目标大气光值,对所述目标图像进行去雾处理得到所述目标图像的去雾图像。
4.根据权利要求3所述的方法,其特征在于,所述基于所述第三颜色值统计结果确定各所述背景像素点各自的第二透射率包括:
基于所述第三颜色值统计结果确定各所述背景像素点各自的候选透射率;
确定所述背景图像区域中的每个背景像素点各自的灰度差值;所述背景像素点的灰度差值,是指所述背景像素点的灰度值与所述第二大气光值之间的差值;
针对每个所述背景像素点,在所述背景像素点的灰度差值小于预设阈值的情况下,对所述背景像素点的候选透射率进行增大处理,得到所述背景像素点的第二透射率;
在所述背景像素点的灰度差值大于或等于所述预设阈值的情况下,将所述背景像素点的候选透射率确定为所述背景像素点的第二透射率。
5.根据权利要求1所述的方法,其特征在于,所述基于所述第一颜色值统计结果确定各所述前景像素点各自的第一透射率包括:
针对每个所述前景像素点,确定所述前景像素点在各颜色通道下的颜色值中的最小颜色值;
计算所述最小颜色值与所述第一大气光值之间的比值,得到所述前景像素点的第一透射率。
6.根据权利要求1所述的方法,其特征在于,所述基于所述第一颜色值统计结果确定第一大气光值包括:
按照颜色值从大到小的顺序,从所述第一颜色值统计结果中确定预设数量的颜色值;
对所述预设数量的颜色值进行均值计算,得到所述第一大气光值。
7.一种图像去雾装置,其特征在于,所述装置包括:
图像区域确定模块,用于获取在雾霾环境下拍摄得到的目标图像,确定所述目标图像的背景图像区域和所述目标图像的前景图像区域;
颜色值统计模块,用于确定所述前景图像区域对应的第一颜色值统计结果,并确定所述背景图像区域对应的第二颜色值统计结果;所述第一颜色值统计结果包括所述前景图像区域中每个前景像素点在各颜色通道下的颜色值中的最小颜色值,所述第二颜色值统计结果包括所述背景图像区域中每个背景像素点在各颜色通道下的颜色值中的最大颜色值;
大气光值确定模块,用于基于所述第一颜色值统计结果确定第一大气光值,并基于所述第二颜色值统计结果确定第二大气光值;
大气光值统计模块,用于对所述第一大气光值和所述第二大气光值进行统计得到目标大气光值;
去雾处理模块,用于根据所述目标大气光值对所述目标图像进行去雾处理,得到所述目标图像的去雾图像。
8.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一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至6中任一项所述的方法的步骤。
10.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310609386.5A CN116883257A (zh) | 2023-05-26 | 2023-05-26 | 图像去雾方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310609386.5A CN116883257A (zh) | 2023-05-26 | 2023-05-26 | 图像去雾方法、装置、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116883257A true CN116883257A (zh) | 2023-10-13 |
Family
ID=88263188
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310609386.5A Pending CN116883257A (zh) | 2023-05-26 | 2023-05-26 | 图像去雾方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116883257A (zh) |
-
2023
- 2023-05-26 CN CN202310609386.5A patent/CN116883257A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20220092882A1 (en) | Living body detection method based on facial recognition, and electronic device and storage medium | |
WO2017215527A1 (zh) | Hdr场景侦测方法、装置和计算机存储介质 | |
WO2021147374A1 (zh) | 图像处理方法及装置、图像处理模型的训练方法及装置 | |
CN115330640B (zh) | 光照贴图降噪方法、装置、设备和介质 | |
CN115496668A (zh) | 图像处理方法、装置、电子设备及存储介质 | |
WO2023065665A1 (zh) | 图像处理方法、装置、设备、存储介质及计算机程序产品 | |
US20170177977A1 (en) | Control of Computer Vision Pre-Processing Based on Image Matching Using Structural Similarity | |
CN114862735A (zh) | 图像处理方法、装置、电子设备和计算机可读存储介质 | |
WO2022199395A1 (zh) | 人脸活体检测方法、终端设备及计算机可读存储介质 | |
CN114581318A (zh) | 一种低照明度图像增强方法及系统 | |
CN113963072A (zh) | 双目摄像头标定方法、装置、计算机设备和存储介质 | |
WO2024041108A1 (zh) | 图像矫正模型训练及图像矫正方法、装置和计算机设备 | |
CN116843566A (zh) | 色调映射方法、装置、显示设备和存储介质 | |
Li et al. | A novel detail weighted histogram equalization method for brightness preserving image enhancement based on partial statistic and global mapping model | |
CN113628259A (zh) | 图像的配准处理方法及装置 | |
CN117408886A (zh) | 气体图像增强方法、装置、电子装置和存储介质 | |
CN115731442A (zh) | 图像处理方法、装置、计算机设备和存储介质 | |
CN116883257A (zh) | 图像去雾方法、装置、计算机设备和存储介质 | |
CN115514887A (zh) | 视频采集的控制方法、装置、计算机设备和存储介质 | |
CN115049572A (zh) | 图像处理方法、装置、电子设备和计算机可读存储介质 | |
Setkov et al. | Evaluation of color descriptors for projector-camera systems | |
CN117793510A (zh) | 摄像机补光灯控制方法、装置、计算机设备以及存储介质 | |
CN116631319B (zh) | 屏幕显示补偿方法、智能终端及存储介质 | |
CN115082357B (zh) | 视频去噪数据集生成方法、装置、计算机设备和存储介质 | |
CN110647898A (zh) | 图像处理方法、装置、电子设备及计算机存储介质 |
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 |