CN117237249A - 一种无人机探测图像的透雾增强方法、装置以及电子设备 - Google Patents
一种无人机探测图像的透雾增强方法、装置以及电子设备 Download PDFInfo
- Publication number
- CN117237249A CN117237249A CN202311320951.2A CN202311320951A CN117237249A CN 117237249 A CN117237249 A CN 117237249A CN 202311320951 A CN202311320951 A CN 202311320951A CN 117237249 A CN117237249 A CN 117237249A
- Authority
- CN
- China
- Prior art keywords
- histogram
- image
- information entropy
- preset
- gray level
- 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 52
- 230000035515 penetration Effects 0.000 title claims abstract description 38
- 238000001514 detection method Methods 0.000 title claims abstract description 13
- 238000012937 correction Methods 0.000 claims abstract description 55
- 230000006870 function Effects 0.000 claims description 62
- 230000001186 cumulative effect Effects 0.000 claims description 27
- 230000002708 enhancing effect Effects 0.000 claims description 10
- 238000005315 distribution function Methods 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims 1
- 238000012545 processing Methods 0.000 abstract description 13
- 230000008569 process Effects 0.000 abstract description 7
- 238000004891 communication Methods 0.000 description 8
- 230000006835 compression Effects 0.000 description 5
- 238000007906 compression Methods 0.000 description 5
- 241001270131 Agaricus moelleri Species 0.000 description 4
- 230000003321 amplification Effects 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000003199 nucleic acid amplification method Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 241000287196 Asthenes Species 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000005314 correlation function Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- 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
- Image Processing (AREA)
Abstract
一种无人机探测图像的透雾增强方法、装置以及电子设备,涉及无人机红外图像处理技术领域。方法包括:获取原始图像,原始图像为待透雾增强的图像;获取原始图像对应的第一直方图,第一直方图对应第一曲线,第一曲线对应第一平滑度;通过预设修正交换函数,对第一直方图进行修正,得到第二直方图;第二直方图对应第二曲线,第二曲线对应第二平滑度,第二平滑度小于第一平滑度;对第二直方图进行灰度调整,得到第一修正图像;获取第一修正图像的第一信息熵,且判断第一信息熵是否大于或等于预设信息熵;当第一信息熵大于或等于预设信息熵时,输出第一修正图像,以完成原始图像的透雾增强。从而解决了图像去雾过程中图像细节丢失的问题。
Description
技术领域
本申请涉及无人机红外图像处理技术,尤其涉及一种无人机探测图像的透雾增强方法、装置以及电子设备。
背景技术
在无人机技术领域中,图像去雾技术是通过一定的手段去除图像中雾霾或烟雾的干扰,从而得到高质量的图像,以便得到满意的视觉效果并获得更多有效的图像信息的技术。
如今,红外图像去雾技术常通过直方图均衡化的方法以改进图像的对比度,从而达到图像增强的效果;直方图均衡化是将原始图像的直方图进行拉伸,使其覆盖整个灰度级范围,从而增强图像的对比度。然而,仅通过这种方法,会出现图像中产生一些明暗度变化较为剧烈的区域以及出现图像中的物体边界模糊、纹理丢失等问题,即图像细节丢失的问题。
因此,亟需一种无人机探测图像的透雾增强方法、装置以及电子设备。
发明内容
本申请提供一种无人机探测图像的透雾增强方法、装置以及电子设备,解决图像中产生一些明暗度变化较为剧烈的区域以及出现图像中的物体边界模糊、纹理丢失等问题,即图像细节丢失的问题。
在本申请的第一方面提供了一种无人机探测图像的透雾增强方法,该方法应用于无人机,该无人机包括红外摄像头,方法具体步骤如下:获取原始图像,原始图像为待透雾增强的图像;获取原始图像对应的第一直方图,第一直方图对应第一曲线,第一曲线对应第一平滑度;通过预设修正交换函数,对第一直方图进行修正,得到第二直方图;第二直方图对应第二曲线,第二曲线对应第二平滑度,第二平滑度小于第一平滑度;对第二直方图进行灰度调整,得到第一修正图像;获取第一修正图像的第一信息熵,且判断第一信息熵是否大于或等于预设信息熵;当第一信息熵大于或等于预设信息熵时,输出第一修正图像,以完成原始图像的透雾增强。
通过采用上述技术方案,通过预设修正交互函数,处理原始图像的直方图得到新的直方图,再通过新的直方图,将初始图像进行修正,之后,判断修正后图像的信息熵,以确定该图像是否输出,或是需要重新进行修正,通过这种方法,能够有效去除原始图像中的雾霾,到达图像透雾增强的效果。
可选的,获取第一直方图的第一累积积分函数;获取预设直方图的第二累积分布函数,预设直方图通过对预设图像进行直方图统计得到;根据第一累积积分函数以及第二累积积分函数,确定修正因子;根据修正因子和原始修正交换函数,确定预设修正交换函数。
通过上述技术方案,根据预设的标准直方图以及原始图像的直方图,确定一个修正因子,该修正因子根据预设的标准直方图以及原始图像的直方图的两个累积积分函数得到,该通过该修正因子,即能得到预设修正交换函数。
可选的,获取第二直方图中的第一灰度级,第一灰度级为第二直方图中多个灰度级中的任意一个灰度级;灰度级包括一个或多个像素点;计算第二直方图中的灰度分布概率,灰度分布概率为第一数量与第二直方图中像素点数量的比值,第一数量为第一灰度级的像素点数量;判断灰度分布概率是否大于或等于预设灰度分布概率;若灰度分布概率大于或等于预设灰度分布概率,则将第一数量调整为第二数量;第二数量为通过在第一数量的基础上增加预设第一数量的像素点得到,第二数量为调整后的第一灰度级的像素点数量,以完成多个灰度级中任意一个灰度级的调整,从而得到第一修正图像。
通过采用上述技术方案,通过预设修正交换函数得到新的直方图后,将其中灰度级占比较大的灰度级进行扩增,即增加同一个灰度级的像素点数量;其中,灰度级占比指的是同一个灰度级的像素点在新直方图中所有像素点的占比;通过该处理,可以将灰度图中明亮的部分变得更加明亮,从而得到原始图像的修正图像,通过这种方法,增强了图像中的细节和对比度,从而使图像看起来更加清晰。
可选的,若灰度分布概率小于预设灰度分布概率,则将第一数量调整为第三数量;第三数量为通过在第一数量的基础上减少预设第二数量的像素点得到,第三数量为调整后的第一灰度级的像素点数量,以完成多个灰度级中任意一个灰度级的调整,从而得到第一修正图像。
通过上述技术方案,通过预设修正交换函数得到新的直方图后,将其中灰度级占比较小的灰度级进行压缩,即减少同一个灰度级的像素点数量,通过该处理,可以将灰度图中黑暗的部分变得更加黑暗,从而得到原始图像的修正图像,通过这种方法,增强了图像中的细节和对比度,从而使图像看起来更加清晰。
可选的,计算第一修正图像中各灰度级的灰度分布概率;通过信息熵公式计算第一修正图像的第一信息熵;其中,H为第一信息熵,p(i)为第i灰度级的灰度分布概率。
通过采用上述技术方案,可以得到修正图像的信息熵,根据信息论的观点,图像的信息熵越大,说明图像中包含的信息越多,则图像越清晰。
可选的,当第一信息熵小于预设信息熵时,对第二直方图进行灰度调整,得到第二修正图像;获取第二修正图像的第二信息熵;当第二信息熵大于或等于预设信息熵时,输出第二修正图像,以完成原始图像的透雾增强。
通过使用上述技术方案,设置一个预设信息熵,当图像中的信息熵大于或等于预设信息熵时,说明图像已足够清晰,此时,输出该图像;当图像中的信息熵小于预设信息熵时,说明图像不够清晰,达不到输出的清晰标准,则将图像重新进行修正,通过这种方法,能够进一步保证输出的图像是清晰的图像。
可选的,第一曲线由第一直方图中各灰度级的数值连接得到,一个灰度级对应一个灰度值,灰度级包括一个或多个像素点。
通过上述技术方案,将直方图转化为一条平滑的曲线,该曲线在坐标轴上的横纵坐标与转化前的直方图相同。
在本申请的第二方面提供了一种无人机探测图像的透雾增强装置,装置为无人机,装置包括获取模块、修正模块以及判断模块;
获取模块,用于获取原始图像,原始图像为待透雾增强的图像;获取原始图像对应的第一直方图,第一直方图对应第一曲线,第一曲线对应第一平滑度。
修正模块,用于通过预设修正交换函数,对第一直方图进行修正,得到第二直方图;第二直方图对应第二曲线,第二曲线对应第二平滑度,第二平滑度小于第一平滑度;对第二直方图进行灰度调整,得到第一修正图像。
输出模块,用于获取第一修正图像的第一信息熵,且判断第一信息熵是否大于或等于预设信息熵;当第一信息熵大于或等于预设信息熵时,输出第一修正图像,以完成原始图像的透雾增强。
可选的,获取模块用于获取第一直方图的第一累积积分函数;获取预设直方图的第二累积分布函数,预设直方图通过对预设图像进行直方图统计得到;根据第一累积积分函数以及第二累积积分函数,确定修正因子;根据修正因子和原始修正交换函数,确定预设修正交换函数。
可选的,修正模块用于获取第二直方图中的第一灰度级,第一灰度级为第二直方图中多个灰度级中的任意一个灰度级;灰度级包括一个或多个像素点;计算第二直方图中的灰度分布概率,灰度分布概率为第一数量与第二直方图中像素点数量的比值,第一数量为第一灰度级的像素点数量;判断灰度分布概率是否大于或等于预设灰度分布概率;若灰度分布概率大于或等于预设灰度分布概率,则将第一数量调整为第二数量;第二数量为通过在第一数量的基础上增加预设第一数量的像素点得到,第二数量为调整后的第一灰度级的像素点数量,以完成多个灰度级中任意一个灰度级的调整,从而得到第一修正图像。
可选的,修正模块用于若灰度分布概率小于预设灰度分布概率,则将第一数量调整为第三数量;第三数量为通过在第一数量的基础上减少预设第二数量的像素点得到,第三数量为调整后的第一灰度级的像素点数量,以完成多个灰度级中任意一个灰度级的调整,从而得到第一修正图像。
可选的,输出模块用于计算第一修正图像中各灰度级的灰度分布概率;通过信息熵公式计算第一修正图像的第一信息熵;其中,H为第一信息熵,p(i)为第i灰度级的灰度分布概率。
可选的,输出模块用于当第一信息熵小于预设信息熵时,对第二直方图进行灰度调整,得到第二修正图像;获取第二修正图像的第二信息熵;当第二信息熵大于或等于预设信息熵时,输出第二修正图像,以完成原始图像的透雾增强。
可选的,第一曲线由第一直方图中各灰度级的数值连接得到,一个灰度级对应一个灰度值,灰度级包括一个或多个像素点。
在本申请的第三方面提供了一种电子设备,包括处理器、存储器、用户接口及网络接口,所述存储器用于存储指令,所述用户接口和网络接口用于给其他设备通信,所述处理器用于执行所述存储器中存储的指令,以使所述电子设备执行如上述任意一项所述的方法。
在本申请的第四方面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存储有计算机程序,所述计算机程序被处理器执行如上述任意一项所述的方法。
本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:通过上述技术方案,通过预设修正交互函数,处理原始图像的直方图得到新的直方图,再通过新的直方图,将初始图像进行修正,之后,判断修正后图像的信息熵,以确定该图像是否输出,或是需要重新进行修正,通过这种方法,能够有效去除原始图像中的雾霾,到达图像透雾增强的效果。
通过预设修正交换函数得到新的直方图后,将其中灰度级占比较大的灰度级进行扩增,即增加同一个灰度级的像素点数量;将其中灰度级占比较小的灰度级进行压缩,即减少同一个灰度级的像素点数量;其中,灰度级占比指的是同一个灰度级的像素点在新直方图中所有像素点的占比;通过该处理,可以将灰度图中明亮的部分变得更加明亮、黑暗的部分变得更加黑暗,通过这种方法,增强了图像中的细节和对比度,从而使图像看起来更加清晰。
设置一个预设信息熵,当图像中的信息熵大于或等于预设信息熵时,说明图像已足够清晰,此时,输出该图像;当图像中的信息熵小于预设信息熵时,说明图像不够清晰,达不到输出的清晰标准,则将图像重新进行修正,通过这种方法,能够进一步保证输出的图像是清晰的图像。
附图说明
图1是本申请实施例提供的一种无人机探测图像的透雾增强方法的一个流程示意图。
图2是本申请实施例提供的一种无人机探测图像的透雾增强装置的结构示图。
图3是本申请实施例提供的一种电子设备的结构示意图。
附图标记说明:21、获取模块;22、修正模块;23、输出模块;300、电子设备;301、处理器;302、存储器303、用户接口;304、网络接口;305、通信总线。
实施方式
为了使本领域的技术人员更好地理解本说明书中的技术方案,下面将结合本说明书实施例中的附图,对本说明书实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。
本申请以下实施例中所使用的术语只是为了描述特定实施例的目的,而并非旨在作为对本申请的限制。如在本申请的说明书中所使用的那样,单数表达形式“一个”、“一种”、“所述”、“上述”、“该”和“这一”旨在也包括复数表达形式,除非其上下文中明确地有相反指示。还应当理解,本申请中使用的术语“和/或”是指并包含一个或多个所列出项目的任何或所有可能组合。
以下,术语“第一”、“第二”仅用于描述目的,而不能理解为暗示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征,在本申请实施例的描述中,除非另有说明,“多个”的含义是两个或两个以上。
在对本申请实施例进行介绍之前,首先对本申请实施例中涉及的一些名词进行定义和说明。
灰度扩增:在本申请中,灰度扩增是指增加满足条件的某一个灰度级中像素点的个数。
灰度压缩:在本申请中,灰度压缩是指减少满足条件的某一个灰度级中像素点的个数。
为了使本领域的技术人员更好地理解本发明的技术方案,下面将结合附图对本发明作进一步的详细介绍。
请参考图1,其示出了本发明一个实施例提供的一种无人机探测图像的透雾增强方法流程图,所述方法应用于无人机,该流程图主要包括以下几个步骤:S101至S106。
步骤S101、获取原始图像,原始图像为待透雾增强的图像。
具体地,通过中波焦平面阵列(MCT)探测器获取中波红外辐射,当红外辐射照射到探测器上时,探测器产生电信号,将探测器产生的电信号被转换成数字信号,以便进行下述步骤的处理和图像呈现。
步骤S102、获取原始图像对应的第一直方图,第一直方图对应第一曲线,第一曲线对应第一平滑度。
具体的,原始图像的第一直方图通过直方图统计获得,将第一直方图中柱形的顶点用平滑的曲线连接,即得到第一直方图对应的第一曲线,该曲线的平滑度即为第一平滑度。
在一种可能的实施方式中,步骤S102还包括:第一曲线由第一直方图中各灰度级的数值连接得到,一个灰度级对应一个灰度值,灰度级包括一个或多个像素点。
具体的,建立平面直角坐标系,其中横坐标代表灰度级,灰度级的取值范围为;纵坐标代表一个灰度级中像素点的数量,灰度级的取值范围为。例如,坐标A(231,55)代表在第一直方图中,灰度级为231的像素点有55个;将坐标系中256个坐标用平滑的曲线连接起来,即得到第一直方图的第一曲线。
步骤S103、通过预设修正交换函数,对第一直方图进行修正,得到第二直方图;第二直方图对应第二曲线,第二曲线对应第二平滑度,第二平滑度小于第一平滑度。
具体的,通过预设修正交换函数得到的第二直方图,可以在平面直角坐标系中显示,此时横坐标代表灰度级,灰度级的取值范围为;纵坐标代表一个灰度级中像素点的数量,灰度级的取值范围为/>,例如,坐标B(231,53)代表在第二直方图中,灰度级为231的像素点有53个;同样将坐标系中256个坐标用平滑的曲线连接起来,即得到第二直方图的第二曲线;此时,第一曲线的平滑度大于第二曲线,即第一直方图的曲线更加陡峭,变化更剧烈,而第二直方图的曲线相对平缓。
在一种可能的实施方式中,步骤S103还包括:获取第一直方图的第一累积积分函数;获取预设直方图的第二累积分布函数,预设直方图通过对预设图像进行直方图统计得到;根据第一累积积分函数以及第二累积积分函数,确定修正因子;根据修正因子和原始修正交换函数,确定预设修正交换函数。
具体的,根据具体场景,预设一个标准图像,该标准图像包括各种图像特征,该图像特征可以是:树木、街道、房屋、人、天空、各类动物等。通过图像特征,建立标准图像的预设直方图;设置预设累积积分函数通过带入相关函数以得到第一直方图以及预设直方图的累积积分函数,其中,第一累积积分函数为/>、第二累积积分函数为/>,其中函数/>是预设直方图中每个灰度级以及每一个灰度级中像素点的数量/>构成的函数,该函数的定义域与值域同函数/>;计算第一累积积分函数的反函数得到函数/>,计算第二累积积分函数的反函数得到函数,则对于每个灰度级/>,修正因子/>可以表示为/>;假设修正过程中使用的原始修正交换函数为/>,则预设修正交换函数/>可以通过得到。需要说明的是,原始修正交换函数/>在使用时并不唯一,需根据不同的图像特征进行设定。
步骤S104、对第二直方图进行灰度调整,得到第一修正图像。
具体的,灰度调整包括灰度扩增以及灰度压缩,对于第二直方图中的所有灰度级均进行灰度调整,所有灰度级包括灰度级为0到255的灰度级。
在一种可能的实施方式中,步骤S104还包括:获取第二直方图中的第一灰度级,第一灰度级为第二直方图中多个灰度级中的任意一个灰度级;灰度级包括一个或多个像素点;计算第二直方图中的灰度分布概率,灰度分布概率为第一数量与第二直方图中像素点数量的比值,第一数量为第一灰度级的像素点数量;判断灰度分布概率是否大于或等于预设灰度分布概率;若灰度分布概率大于或等于预设灰度分布概率,则将第一数量调整为第二数量;第二数量为通过在第一数量的基础上增加预设第一数量的像素点得到,第二数量为调整后的第一灰度级的像素点数量,以完成多个灰度级中任意一个灰度级的调整,从而得到第一修正图像。
具体地,根据预设修正交换函数可以通过函数关系/>,得到第二直方图的横纵坐标关系;计算第二直方图中的灰度分布概率,设第二直方图中每个灰度级的灰度分布概率为/>,则第二直方图中的第/>级的灰度分布概率可以通过得到;设置一个预设灰度分布概率/>,当/>时,增加第/>级灰度级中像素点的个数,得到此时的第/>级的像素点个数为/>,/>,则此时修正图像的第/>i灰度级可以表示为/>。需要说明的是,若第二直方图中的第/>级的灰度分布概率等于预设分布概率,则增加第/>级灰度级中像素点的个数为0,即/>。
在一种可能的实施方式中,步骤S104还包括:若灰度分布概率小于预设灰度分布概率,则将第一数量调整为第三数量;第三数量为通过在第一数量的基础上减少预设第二数量的像素点得到,第三数量为调整后的第一灰度级的像素点数量,以完成多个灰度级中任意一个灰度级的调整,从而得到第一修正图像。
具体地,计算第二直方图中的灰度分布概率,设第二直方图中每个灰度级的灰度分布概率为,则第二直方图中的第/>级的灰度分布概率可以通过得到;当/>时,减少第/>级灰度级中像素点的个数,得到此时的第/>级的像素点个数为/>,/>,则此时修正图像的第/>灰度级可以表示为/>。
步骤S105、获取第一修正图像的第一信息熵,且判断第一信息熵是否大于或等于预设信息熵。
具体地,得到第一修正图像后,判断图像中的信息熵。举例说明:设置一个预设信息熵,假设预设信息熵为,若计算得到第一修正图像的第一信息熵为/>,则判断是否。
步骤S106、当第一信息熵大于或等于预设信息熵时,输出第一修正图像,以完成原始图像的透雾增强。
具体的,若,则判断第一修正图像为清晰的透雾增强图像,完成透雾增强的操作并输出该图像作为输出结果。
在一种可能的实施方式中,步骤S106还包括:计算第一修正图像中各灰度级的灰度分布概率;通过信息熵公式计算第一修正图像的第一信息熵;其中,H为第一信息熵,/>为第i灰度级的灰度分布概率。
具体地,通过分别计算出第一修正图像中0-255个灰度级的灰度分布概率,再通过公式计算出其信息熵/>;其中,根据上述步骤的描述,第一修正图像中灰度级进行灰度扩增时/>;灰度级进行灰度压缩时。
在一种可能的实施方式中,步骤S106还包括:当第一信息熵小于预设信息熵时,对第二直方图进行灰度调整,得到第二修正图像;获取第二修正图像的第二信息熵;当第二信息熵大于或等于预设信息熵时,输出第二修正图像,以完成原始图像的透雾增强。
具体地,若,则判断第一修正图像为不清晰的透雾增强图像,需对图像进行重新修正;此时,对步骤S104中灰度扩增的灰度级再进行一次灰度扩增,对步骤S104中灰度压缩的灰度级再进行一次灰度压缩,得到第二修正图像;通过信息熵公式计算二修正图像的信息熵/>,若/>,则判断第二修正图像为清晰的透雾增强图像,完成透雾增强的操作并输出该图像作为输出结果;若/>,重复本步骤直至修正图像中的信息熵/>为止。
本申请还提供了一种无人机探测图像的透雾增强装置,该装置包括获取模块21、修正模块22以及输出模块23。
获取模块21,用于获取原始图像,原始图像为待透雾增强的图像;获取原始图像对应的第一直方图,第一直方图对应第一曲线,第一曲线对应第一平滑度。
修正模块22,用于通过预设修正交换函数,对第一直方图进行修正,得到第二直方图;第二直方图对应第二曲线,第二曲线对应第二平滑度,第二平滑度小于第一平滑度;对第二直方图进行灰度调整,得到第一修正图像。
输出模块23,用于获取第一修正图像的第一信息熵,且判断第一信息熵是否大于或等于预设信息熵;当第一信息熵大于或等于预设信息熵时,输出第一修正图像,以完成原始图像的透雾增强。
在一种可能的实施方式中,获取模块21用于用于获取第一直方图的第一累积积分函数;获取预设直方图的第二累积分布函数,预设直方图通过对预设图像进行直方图统计得到;根据第一累积积分函数以及第二累积积分函数,确定修正因子;根据修正因子和原始修正交换函数,确定预设修正交换函数。
在一种可能的实施方式中,修正模块22用于获取第二直方图中的第一灰度级,第一灰度级为第二直方图中多个灰度级中的任意一个灰度级;灰度级包括一个或多个像素点;计算第二直方图中的灰度分布概率,灰度分布概率为第一数量与第二直方图中像素点数量的比值,第一数量为第一灰度级的像素点数量;判断灰度分布概率是否大于或等于预设灰度分布概率;若灰度分布概率大于或等于预设灰度分布概率,则将第一数量调整为第二数量;第二数量为通过在第一数量的基础上增加预设第一数量的像素点得到,第二数量为调整后的第一灰度级的像素点数量,以完成多个灰度级中任意一个灰度级的调整,从而得到第一修正图像。
在一种可能的实施方式中,修正模块22用于若灰度分布概率小于预设灰度分布概率,则将第一数量调整为第三数量;第三数量为通过在第一数量的基础上减少预设第二数量的像素点得到,第三数量为调整后的第一灰度级的像素点数量,以完成多个灰度级中任意一个灰度级的调整,从而得到第一修正图像。
在一种可能的实施方式中,输出模块23用于计算第一修正图像中各灰度级的灰度分布概率;通过信息熵公式计算第一修正图像的第一信息熵;其中,H为第一信息熵,p(i)为第i灰度级的灰度分布概率。
在一种可能的实施方式中,输出模块23用于当第一信息熵小于预设信息熵时,对第二直方图进行灰度调整,得到第二修正图像;获取第二修正图像的第二信息熵;当第二信息熵大于或等于预设信息熵时,输出第二修正图像,以完成原始图像的透雾增强。
需要说明的是:上述实施例提供的装置在实现其功能时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将设备的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的装置和方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
本申请还公开一种电子设备。参照图3,图3是本申请实施例的公开的一种电子设备的结构示意图。该电子设备300可以包括:至少一个处理器301,存储器302,用户接口303,至少一个网络接口304,至少一个通信总线305。
其中,通信总线305用于实现这些组件之间的连接通信。
其中,用户接口303可以包括显示屏(Display)、摄像头(Camera),可选用户接口303还可以包括标准的有线接口、无线接口。
其中,网络接口304可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。
其中,处理器301可以包括一个或者多个处理核心。处理器301利用各种接口和线路连接整个召回服务器内的各个部分,通过运行或执行存储在存储器302内的指令、程序、代码集或指令集,以及调用存储在存储器302内的数据,执行召回服务器的各种功能和处理数据。可选的,处理器301可以采用数字信号处理(Digital Signal Processing,DSP)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)、可编程逻辑阵列(ProgrammableLogic Array,PLA)中的至少一种硬件形式来实现。处理器301可集成中央处理器(CentralProcessing Unit,CPU)、图像处理器(Graphics Processing Unit,GPU)和调制解调器等中的一种或几种的组合。其中,CPU主要处理操作系统、用户界面和应用程序等;GPU用于负责显示屏所需要显示的内容的渲染和绘制;调制解调器用于处理无线通信。可以理解的是,上述调制解调器也可以不集成到处理器301中,单独通过一块芯片进行实现。
其中,存储器302可以包括随机存储器(Random Access Memory,RAM),也可以包括只读存储器(Read-Only Memory)。可选的,该存储器302包括非瞬时性计算机可读介质(non-transitory computer-readable storage medium)。存储器302可用于存储指令、程序、代码、代码集或指令集。存储器302可包括存储程序区和存储数据区,其中,存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现上述各个方法实施例的指令等;存储数据区可存储上面各个方法实施例中涉及的数据等。存储器302可选的还可以是至少一个位于远离前述处理器301的存储装置。参照图3,作为一种计算机存储介质的存储器302中可以包括操作系统、网络通信模块、用户接口模块以及一种透雾增强应用程序。
在图3所示的电子设备300中,用户接口303主要用于为用户提供输入的接口,获取用户输入的数据;而处理器301可以用于调用存储器302中存储一种透雾增强应用程序,当由一个或多个处理器301执行时,使得电子设备300执行如上述实施例中一个或多个所述的方法。需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必需的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几种实施方式中,应该理解到,所披露的装置,可通过其他的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些服务接口,装置或单元的间接耦合或通信连接,可以是电性或其他的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元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器中。基于这样的理解,本申请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全部或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器中,包括若干指令用以使得一台计算机设备(可为个人计算机、召回服务器或者网络设备等)执行本申请各个实施例方法的全部或部分步骤。而前述的存储器包括:U盘、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
上述实施例中所用,根据上下文,术语“当…时”可以被解释为意思是“如果…”或“在…后”或“响应于确定…”或“响应于检测到…”。类似地,根据上下文,短语“在确定…时”或“如果检测到(所陈述的条件或事件)”可以被解释为意思是“如果确定…”或“响应于确定…”或“在检测到(所陈述的条件或事件)时”或“响应于检测到(所陈述的条件或事件)”。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、召回服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、召回服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的召回服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如DVD)、或者半导体介质(例如固态硬盘)等。
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,该流程可以由计算机程序来指令相关的硬件完成,该程序可存储于计算机可读取存储介质中,该程序在执行时,可包括如上述各方法实施例的流程。而前述的存储介质包括:ROM或随机存储记忆体RAM、磁碟或者光盘等各种可存储程序代码的介质。
以上所述,以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。
Claims (10)
1.一种无人机探测图像的透雾增强方法,其特征在于,所述方法应用于无人机,所述方法包括:
获取原始图像,所述原始图像为待透雾增强的图像;
获取所述原始图像对应的第一直方图,所述第一直方图对应第一曲线,所述第一曲线对应第一平滑度;
通过预设修正交换函数,对所述第一直方图进行修正,得到第二直方图;所述第二直方图对应第二曲线,所述第二曲线对应第二平滑度,所述第二平滑度小于所述第一平滑度;
对所述第二直方图进行灰度调整,得到第一修正图像;
获取所述第一修正图像的第一信息熵,且判断所述第一信息熵是否大于或等于预设信息熵;
当所述第一信息熵大于或等于预设信息熵时,输出所述第一修正图像,以完成所述原始图像的透雾增强。
2.根据权利要求1所述的方法,其特征在于,在所述通过预设修正交换函数,对所述原始图像的第一直方图进行修正,得到第二直方图之前;构建所述预设修正交换函数,所述构建预设修正交换函数具体包括:
获取所述第一直方图的第一累积积分函数;
获取预设直方图的第二累积分布函数,所述预设直方图通过对预设图像进行所述直方图统计得到;
根据所述第一累积积分函数以及第二累积积分函数,确定修正因子;
根据所述修正因子和原始修正交换函数,确定所述预设修正交换函数。
3.根据权利要求1所述的方法,其特征在于,所述根据所述第二直方图,对所述原始图像进行灰度调整,得到第一修正图像,具体包括:
获取所述第二直方图中的第一灰度级,所述第一灰度级为所述第二直方图中多个灰度级中的任意一个灰度级;所述灰度级包括一个或多个像素点;
计算所述第二直方图中的灰度分布概率,所述灰度分布概率为第一数量与所述第二直方图中所述像素点数量的比值,所述第一数量为所述第一灰度级的像素点数量;
判断所述灰度分布概率是否大于或等于预设灰度分布概率;
若所述灰度分布概率大于或等于预设灰度分布概率,则将所述第一数量调整为第二数量;所述第二数量为通过在所述第一数量的基础上增加预设第一数量的像素点得到,所述第二数量为调整后的所述第一灰度级的像素点数量,以完成所述多个灰度级中任意一个灰度级的调整,从而得到所述第一修正图像。
4.根据权利要求3所述的方法,其特征在于,在所述判断所述灰度分布概率是否大于或等于预设灰度分布概率之后,所述方法还包括:
若所述灰度分布概率小于预设灰度分布概率,则将所述第一数量调整为第三数量;所述第三数量为通过在所述第一数量的基础上减少预设第二数量的像素点得到,所述第三数量为调整后的所述第一灰度级的像素点数量,以完成所述多个灰度级中任意一个灰度级的调整,从而得到所述第一修正图像。
5.根据权利要求1所述的方法,其特征在于,所述获取所述第一修正图像的第一信息熵,具体包括:
计算所述第一修正图像中各灰度级的灰度分布概率;
通过信息熵公式其中,所述H为第一信息熵,所述p(i)为第i灰度级的灰度分布概率。
6.根据权利要求1所述的方法,其特征在于,所述判断所述第一信息熵是否大于或等于预设信息熵之后,所述方法还包括:
当所述第一信息熵小于所述预设信息熵时,对所述第二直方图进行灰度调整,得到第二修正图像;
获取所述第二修正图像的第二信息熵;
当所述第二信息熵大于或等于预设信息熵时,输出所述第二修正图像,以完成所述原始图像的透雾增强。
7.根据权利要求1所述的方法,其特征在于,所述第一曲线由所述第一直方图中各灰度级的数值连接得到,一个所述灰度级对应一个灰度值,所述灰度级包括一个或多个像素点。
8.一种无人机探测图像的透雾增强装置,其特征在于,所述装置为无人机,所述装置包括获取模块(21)、修正模块(22)以及输出模块(23)其中,
所述获取模块(21),用于获取原始图像,所述原始图像为待透雾增强的图像;获取所述原始图像对应的第一直方图,所述第一直方图对应第一曲线,所述第一曲线对应第一平滑度;
所述修正模块(22),用于通过预设修正交换函数,对所述第一直方图进行修正,得到第二直方图;所述第二直方图对应第二曲线,所述第二曲线对应第二平滑度,所述第二平滑度小于所述第一平滑度;对所述第二直方图进行灰度调整,得到第一修正图像;
所述输出模块(23),用于获取所述第一修正图像的第一信息熵,且判断所述第一信息熵是否大于或等于预设信息熵;当所述第一信息熵大于或等于预设信息熵时,输出所述第一修正图像,以完成所述原始图像的透雾增强。
9.一种电子设备,其特征在于,包括处理器(301)、存储器(302)、用户接口(303)及网络接口(304),所述存储器(302)用于存储指令,所述用户接口(303)和网络接口(304)用于给其他设备通信,所述处理器(301)用于执行所述存储器(302)中存储的指令,以使所述电子设备(300)执行如权利要求1至7任意一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有指令,当所述指令被执行时,执行如权利要求1至7任意一项所述的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311320951.2A CN117237249A (zh) | 2023-10-12 | 2023-10-12 | 一种无人机探测图像的透雾增强方法、装置以及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311320951.2A CN117237249A (zh) | 2023-10-12 | 2023-10-12 | 一种无人机探测图像的透雾增强方法、装置以及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117237249A true CN117237249A (zh) | 2023-12-15 |
Family
ID=89092876
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311320951.2A Pending CN117237249A (zh) | 2023-10-12 | 2023-10-12 | 一种无人机探测图像的透雾增强方法、装置以及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117237249A (zh) |
-
2023
- 2023-10-12 CN CN202311320951.2A patent/CN117237249A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11113795B2 (en) | Image edge processing method, electronic device, and computer readable storage medium | |
US10672112B2 (en) | Method and system for real-time noise removal and image enhancement of high-dynamic range images | |
US11663707B2 (en) | Method and system for image enhancement | |
US11587530B2 (en) | Method and apparatus for adjusting image luminance, storage medium, and electronic device | |
CN109817170B (zh) | 像素补偿方法、装置和终端设备 | |
CN110766639A (zh) | 图像增强方法、装置、移动设备及计算机可读存储介质 | |
CN113222866B (zh) | 灰度图像增强方法、计算机可读介质及计算机系统 | |
US8837829B2 (en) | Image processing apparatus, storage medium storing image processing program, and image processing method | |
US11580621B2 (en) | AI frame engine for mobile edge | |
CN108495054B (zh) | 高动态范围信号的处理方法、装置及计算机存储介质 | |
CN110717864A (zh) | 一种图像增强方法、装置、终端设备及计算机可读介质 | |
CN114429476A (zh) | 图像处理方法、装置、计算机设备以及存储介质 | |
CN112822413B (zh) | 拍摄预览方法、装置、终端和计算机可读存储介质 | |
CN114125280A (zh) | 相机曝光控制方法、装置、设备、存储介质及程序产品 | |
CN115937045B (zh) | 一种迭代式色阶重建方法 | |
CN110136085B (zh) | 一种图像的降噪方法及装置 | |
CN111833262A (zh) | 图像降噪方法、装置及电子设备 | |
CN117237249A (zh) | 一种无人机探测图像的透雾增强方法、装置以及电子设备 | |
CN110796689A (zh) | 一种视频处理方法、电子设备及存储介质 | |
CN113781368B (zh) | 基于局部信息熵的红外成像装置 | |
CN113283543B (zh) | 一种基于WebGL的图像投影融合方法、装置、存储介质和设备 | |
CN111970451B (zh) | 图像处理方法、图像处理装置及终端设备 | |
CN112950515A (zh) | 图像处理方法及装置、计算机可读存储介质和电子设备 | |
WO2011066673A1 (en) | Rendering method | |
CN117635498A (zh) | 图像的增强方法及装置、电子设备、可读存储介质 |
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 |