JP2013141209A - 画像霧除去装置及び画像霧除去方法 - Google Patents
画像霧除去装置及び画像霧除去方法 Download PDFInfo
- Publication number
- JP2013141209A JP2013141209A JP2012260751A JP2012260751A JP2013141209A JP 2013141209 A JP2013141209 A JP 2013141209A JP 2012260751 A JP2012260751 A JP 2012260751A JP 2012260751 A JP2012260751 A JP 2012260751A JP 2013141209 A JP2013141209 A JP 2013141209A
- Authority
- JP
- Japan
- Prior art keywords
- image
- fog
- density reference
- fog density
- value
- 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
Landscapes
- Image Processing (AREA)
- Television Signal Processing For Recording (AREA)
- Studio Devices (AREA)
Abstract
【解決手段】
本発明に係る画像霧除去装置100は、撮像機の少なくとも一方向以上の駆動及び/又はズーミングを制御し、撮像機により連続的に撮像された複数の画像のPTZ特徴データを記録し出力する撮像機コントローラ101と、連続的に撮像された複数の画像のうち直近の画像であって画像記憶パラメータである所定数のフレーム画像を、PTZ特徴データに基づいてパノラマ画像に加工する霧濃度基準推定領域生成手段102と、パノラマ画像の霧濃度基準値を算出する霧濃度基準算出手段103と、霧濃度基準値を用いて現在フレーム画像に対して霧除去処理を行う霧除去手段104と、を備えていることを特徴とする。
【選択図】図2
Description
ヒストグラム均等化方法の欠点は、同一画像中における異なる位置の霧濃度の相違に対応できないことにある。
また、ヒストグラム均等化方法の改善アルゴリズムでは、ヒストグラム均等化を利用した領域面積を縮小することにより、霧濃度の変化に適応する能力が向上している。ただし、改善アルゴリズムの演算量は莫大でブロック効果等が生じることがある。
霧が除去されていない初期カラー画像(つまり霧化画像)を既知の量として退化モデルの式に代入して、霧除去後のカラー画像の最適な推定値を算出する。以下、当該画像を、霧除去画像と称する。
以下、図1を参照しながら上記式(1)を具体的に説明する。
式(1)及び式(2)から分かるように、物体からの反射光が撮像機に到達する際の強さJ(X)t(X)は、物体と撮像機との距離d(X)と反比例し、距離が長いほど光線の減衰が大きくなる。大気環境光が撮像機に到達する際の強さA(1−t(X))は、距離d(X)と正比例し、距離が遠いほど光線が強くなるので、無限に遠いところが白色をなす。
1.特にビデオ画像序列の霧除去処理において、シングルフレーム画像に基づく霧除去アルゴリズムよりも正確な霧濃度基準値を推定することができる。
2.撮像機の通常の運行中であっても、撮像機の運転、特に撮像機のPTZ調整に影響を与えることなく、霧濃度基準値の推定に必要なパラメータの調整を自動的に行うことができる。
3.本発明に係る霧濃度基準値を算出する過程は、大気モデルに基づくその他の方法と容易に組み合わせることができる。
4.本発明に係る方法又は装置は、ソフトウエア又はハードウエアにより容易に実現され、従来のソフトウエア又はハードウエアに比べて小さく変更することができる。
まず、図2と図3を参照しながら、本発明に係る画像霧除去装置と画像霧除去方法の基本的原理を説明する。図2は本発明の第1実施例に係る画像霧除去装置を示す構造ブロック図である。図3は第1実施例に係る画像霧除去方法のステップを示すフローチャート図である。
また、霧濃度基準点は、画像中における霧が最も濃い画素を示す。霧濃度基準値は、画像中における霧が最も濃い画素の値(RGB)である。なお、従来技術で知られるいくつかの方法により、霧濃度基準値を計算又は推定することができる。
なお、PTZ撮像機の水平方向の駆動には、水平方向への移動又は左右への回動が含まれる。また、PTZ撮像機の垂直方向の駆動には、垂直方向への移動又はピッチ回動が含まれる。
撮像機コントローラ101は、撮像機により撮像可能な最大撮像範囲、つまり、前記PTZ特徴データの限界値を記憶し出力することができる。そのうち、前記PTZ特徴データの限界値は、通常、前記最大撮像範囲のエッジ領域に対応する。
ここで、前記最大撮像範囲を視野範囲と称する。また、視野範囲の画像は、全視野画像Pである。撮像機の駆動によって撮像機により撮像された何れか1つのフレーム画像は、全視野画像Pより小さく、全視野画像Pに含まれる。
なお、全視野画像Pは仮想の画像であり、撮像機によりある時刻に実際に撮像された画像ではない。
即ち、現在フレーム画像(現在撮像しているフレーム画像)に加え、その前に連続的に撮像されたF−1フレーム画像((F−1)枚のフレーム画像)も記憶している。
パノラマ画像生成手段107は、各フレーム画像のPTZ特徴データを用いて、第1の記憶手段105に記憶される各フレーム画像から一つのパノラマ画像を生成する。このパノラマ画像は、霧濃度基準推定領域に相当するものである。
ここで、前記停止指令を受け付けたと判定した場合は(「Yes」の場合)、画像霧除去装置の画像霧除去処理を停止し、本発明に係る画像霧除去方法を終了する。
一方、前記停止指令を受け付けていないと判定した場合は(「No」の場合)、ステップS303に処理が移行する。
これにより、現在フレーム画像が、霧濃度基準推定領域生成手段102の第1の記憶手段105に記憶される。上記処理とともに、撮像機コントローラ101は、現在フレーム画像のPTZ特徴データを記録するとともに、現在フレーム画像のPTZ特徴データを霧濃度基準推定領域生成手段102の第2の記憶手段106に記憶させる。
即ち、連続的に撮像された画像のうち直近(最新)のF枚のフレーム画像及びそれらに対応するPTZ特徴データだけを保留する(S305)。
一方で、記憶されているフレーム画像の数が設定された画像記憶パラメータFより小さいと判定した場合(「No」の場合)、ステップS306に処理が移行する。
そのため、生成されたパノラマ画像は、一つの又は複数の空白となった領域を有する可能性がある。そのうち、空白となった複数の領域が現れた原因としては、PTZ撮像機の動作速度が非常に速いため、撮像された画像が空間的に重ならないことにある。
なお、従来技術として知られている方法、例えば直接加工、補間、擬似変換等により加工の隣接箇所を処理することができる。
霧濃度基準算出手段103は、現在フレーム画像の他のパラメータ、例えば伝達関数を計算することにより、若しくは、大気モデルに基づく方法を用いてることにより、画像霧除去を行うこともできる。
なお、複数種類ある既知の方法、例えばダークチャンネル法(Dark Channel Prior)等を用いて霧濃度基準値や他のパラメータを算出することができる。
これにより、前記画像霧除去方法は、霧除去処理を停止する旨の指令を受け付けるまで、繰り返し継続される。
第1フレーム画像と第2フレーム画像は、それぞれ撮像機がピッチ角1とピッチ角2にある時に撮像された2つのフレーム画像である。
ピッチ角1とピッチ角2は、水平線に対し上側又は下側を向くように傾いている。同様に、水平角は、第1フレーム画像と第2フレーム画像との全視野画像に対する水平位置に影響を及ぼす。
レンズ結像によって、撮像機の感光素子の分解能(画素数)は、最大焦点距離の時に撮像される画像の画面のサイズ、つまり図6に示すような領域ABCDを決定する。
また、PT動作によって、領域ABCDが空間上を移動し、撮像可能な最大面積は、空間上において一つの球面を構成し、球面の半径がdとなる。
また、撮像機により撮像された画像は、通常、矩形、又はエッジが僅かに変形した矩形となっているが、領域ABCDが空間上においてその位置が一義的に決定するため、領域ABCDを加工さえすればパノラマ画像を得ることができる。
図6で示した場合と同様に、撮像機の焦点距離が最大のとき、対応するパノラマ画像の球面半径はOO’(長さはd)である。
焦点距離を調節する場合において、焦点距離が最大焦点距離に達しない限り、対応する球面半径はd未満となる。なお、図7に示すOO"は、半径がd’である。
ここで、画素数が変わらず、即ちABCD領域面積が変わらないが、水平視角がα1’>α1、かつ垂直視角がα2’>α2となるため、それにつれて空間において撮像される範囲が増大する。つまり、図7に示すように、半径がOO’の球面上のより大きい領域A’B’C’D’を撮像したことになる。
よって、投影計算過程により、ABCD画像における画素間に補間を行い、A’B’C’D’をカバーしている補間後の画像を得る。
なお、補間の方法としては、複数種類の従来技術がある。また、焦点距離が最大値である場合には、撮像された画像の領域A’B’C’D’を補間することなく得られる。つまり、dの値が求められている場合には、A’B’C’D’は、補正する必要がない。
以上、空間球体上の複数の領域A’B’C’D’を補正することによりパノラマ画像を生成することができる。
なお、パノラマ画像生成手段107で生成された画像の輪郭は必ずしも矩形ではなく、通常、不規則なものとなっている。
その外包絡は、パノラマ画像生成手段107で生成されるパノラマ画像のエッジを構成する。
つまり、霧が非常に濃く地平線以下の景物を遮蔽した状況以外、霧濃度基準値の計算又は推定を行うために地平線よりも上方の画像部分が必要となる。
例えば、図8では、現在フレームは第17フレームであり、第14フレーム画像以降の画像の撮像範囲は、地平線及びそれよりも上方の領域を含まないので、第17フレーム画像だけを用いて霧濃度基準値を算出する場合には、間違った結果又は部分的に最適にすぎない解を得ることになる。
そのため、第8フレーム画像以降の各フレーム画像については、地平線を含む領域のデータから算出された霧濃度基準値を用いることで、より信頼性が向上する。
よって、パノラマ画像生成手段104で生成されたパノラマ画像の範囲は、撮像機の駆動及び/又はズーミング操作による画像走査軌跡に関連するとともに、画像記憶パラメータFのサイズにも関連することとなる。
F=6を設定した場合、パノラマ画像生成手段107で生成されたパノラマ画像は、図8の斜線で示される範囲だけをカバーしている。
また、画像記憶パラメータFの値は、通常、比較的に大きく、例えば数百フレーム又は数千フレームに達するように設定しても良い。また、経験及び/又は具体的な天候状況に基づき画像記憶パラメータFの値を設定するのが好ましい。
霧が基本的に安定しているときに、撮像機により撮像された連続画像の各霧濃度基準値は著しく相違しない。一方、霧が変化するとき、撮像機により撮像された連続画像の各霧濃度基準値が変化する。そして、霧が変化する時に、時間的に比較的早く撮像された画像に基づき現在フレーム画像の霧濃度基準値を推定すると、著しい誤差を生じる可能性がある。よって、実際の霧濃度の変化状況に基づき、時間的に比較的早く撮像された画像を含まないように画像記憶パラメータFを調節することで、上記する誤差を防止することができる。
画像記憶パラメータFの上下限範囲を設定する目的は、主にFの減少や増大が合理的な範囲を超えること(例えば極端な場合として、Fが零まで減少し又は無限に増大すること)を防止することにある。
ただし、ステップS807において、パノラマ画像に基づき霧濃度基準値を現在フレーム画像の霧濃度基準値として計算する点がS307と同じであるが、現在フレーム画像の霧濃度基準値をさらに第3の記憶手段108に伝送して、第3の記憶手段108に記憶させている点がS307と相違する。
RNとRN-1との差が、予め設定された正の値である閾値ΔR1以上であれば、Fを減少させ、RNとRNとの差が前記予め設定された閾値ΔR1未満であれば、Fを増大させる。
さらに、等しくない場合には、霧濃度の濃向き変化と淡向き変化に対する霧除去装置の異なる感度を表現させてもよい。ΔF1とΔF2の代表的な値として1〜10が挙げられる。
また、ΔR1は、予め設定されたものであってもよく、また、履歴統計から設定されてもよい。代表的な値として1〜10が挙げられる(画像記憶が8ビット、即ち画素輝度範囲が0〜255の時)。
RNとRN-xとの差が予め設定された正の値である閾値ΔR2以上であれば、Fを減少させ、RNとRN-xとの差が前記予め設定された閾値ΔR2未満であれば、Fを増大させる。
撮像のフレームレートに対して霧濃度の変化が非常に遅い場合、xを設定することは、非常に効果的である。
例えば、RN−RN-x≧ΔR2の場合にF=F−ΔF3であり、RN−RN-x<ΔR2の場合にF=F+ΔF4である。なお、Fの減少量ΔF3とFの増大量ΔF4は、等しくてもよく、又は等しくなくてもよい。
さらに、等しくない場合には、霧濃度の濃向き変化と淡向き変化に対する霧除去装置の異なる感度を表現させてもよく、その場合のΔF3とΔF4の代表的な値は1〜10である。なお、ΔR2は、予め設定されたものでも統計履歴からのものでもよく、代表的な値は1〜10である(画像記憶が8ビット、即ち画素輝度範囲が0〜255の時)。
ここで、Mは、画像撮像速度、具体的な撮像環境及び/又は具体的な天候状況に基づき予め設定することができる。または、前に連続的に撮像されたMフレーム画像と後に連続的に撮像されたMフレーム画像との間は、予め設定されたフレーム数を空けることができる。
RNがRF1以上であれば、Fを減少させ、RNがRF2未満であれば、Fを増大させる。ここで、RF1はRF2より大きくてもそれと等しくてもよい。また、RF1とRF2は、経験値に基づき予め設定してもよい。
前記ルックアップテーブルLUTには、天候状況(特に霧)の履歴データ及び/又は少なくとも当日の天候予測が記録されている。これにより、より柔軟で速やかに画像記憶パラメータFを調節することができる。
また、当然ながら、画像記憶パラメータFを増大又は減少させる場合の幅(変化量)について、上記第1の処理〜第4の処理における判断結果に適応させてもよい。
例えば、閾値との比較結果に適応させて、対応する閾値との差値に基づき調節画像記憶パラメータFを増大又は減少する幅(変化量)を調節してもよい。
このような場合に、画像記憶パラメータFを大きく減少することで、記憶するデータ量を軽減することができ、同時に、パノラマ画像面積の減少によって、霧濃度基準値及び他の大気モデルパラメータの算出と霧除去画像の算出の時における計算オーバーヘッド(余分な計算処理)を低減することが可能となる。
まず、ステップS1001において、画像記憶パラメータFの初期値と上下限範囲を設定する際に、選択可能な2つの値Fmax1とFmax2のうち比較的に小さいFmax2を上限値Fmaxとして選択する。
比較的に小さい上限値Fmax2は、パノラマ画像を構成する画像序列に霧濃度基準理想的推定領域が含まれない場合の最大画像記憶パラメータを示す。
図8に示すように地平線(粗黒水平線)領域が霧濃度基準理想的推定領域であれば、対応するPTZ特徴パラメータを算出することができる。
例えば、撮像機の運行過程で、地平線(粗黒水平線)領域に対応するPTZ特徴パラメータが現れれば、霧濃度基準理想的推定領域が存在すると判定できる方法と、深度情報(距離情報)を取得し、無限遠を天空として識別するとともに無限遠領域の下境界を地平線として識別することにより、霧濃度基準理想的推定領域を確定する方法と、の複数種類の方法により霧濃度基準理想的推定領域を識別することができる。
また、撮像機の運行に合わせて撮像機により撮像された画像の各画素の対応の距離値を算出して、霧濃度基準理想的推定領域を確定する距離検出器をさらに設置するのが好ましい。
なお、ユーザの撮像ニーズがない期間とは、通常、撮像機又は撮像機システムが起動した後の短時間でもよい。または、ユーザがより正確な霧除去を実現するために自発的に設定した期間でもよい。
そして、撮像機コントローラ101は、前記ユーザ指令に従って撮像機の水平位置と垂直位置とを調整するとともに、必要な場合には撮像機の焦点距離を調整することにより、霧濃度基準理想的推定領域を自発的に撮像する。
現在フレーム画像のPTZ特徴データに基づき、現在フレーム画像と保存しているパノラマ画像から新規のパノラマ画像を得る。
特に、以上のような実施例では、撮像機の姿勢と焦点距離が長時間にわたって変更していない場合、撮像された撮像範囲も変わらないよう保持され、ここで、直近の1フレーム画像だけを保存することができる。これにより、多くの記憶空間を節約することができる。
ここで、1枚の画像では霧の濃度分布が均一又は不均一であると仮定することができ、これは異なる霧濃度推定方法と関連性があるに過ぎないが、霧濃度基準の計算又は推定と関連性さえあれば、本方法は適用される、と解すべきである。
以上のように言及されている「霧濃度基準値」又は「霧濃度基準」は、上記した背景技術に言及されている「大気光値」と同等であり、言い換えれば、大気モデルに基づいて算出された大気光値は「霧濃度基準」の推定である、といえる。
101 撮像機コントローラ
102 霧濃度基準推定領域生成手段
103 霧濃度基準算出手段
104 霧除去手段
105 第1の記憶手段
106 第2の記憶手段
107 パノラマ画像生成手段
108 第3の記憶手段
109 画像記憶パラメータ計算手段
110 霧濃度基準理想的推定領域識別手段
111 第4の記憶手段
Claims (11)
- 撮像機により撮像された画像に対して霧除去処理を行う画像霧除去装置であって、
前記撮像機の少なくとも一方向以上の駆動及び/又はズーミングを制御し、前記撮像機により連続的に撮像された複数の画像のPTZ特徴データを記録し出力する撮像機コントローラと、
前記連続的に撮像された複数の画像のうち直近の画像であって画像記憶パラメータである所定数のフレーム画像を、前記PTZ特徴データに基づいてパノラマ画像に加工する霧濃度基準推定領域生成手段と、
前記パノラマ画像の霧濃度基準値を算出する霧濃度基準算出手段と、
前記霧濃度基準値を用いて現在フレーム画像に対して霧除去処理を行う霧除去手段と、を備えていることを特徴とする画像霧除去装置。 - 前記霧濃度基準推定領域生成手段は、
前記連続的に撮像された複数の画像のうち直近の画像であって画像記憶パラメータである所定数のフレーム画像を記憶する第1の記憶手段と、
前記第1の記憶手段における各フレーム画像のPTZ特徴データを記憶する第2の記憶手段と、
前記第2の記憶手段におけるPTZ特徴データを用いて前記第1の記憶手段における前記フレーム画像を前記パノラマ画像に加工するパノラマ画像生成手段と、を備えていることを特徴とする請求項1に記載の画像霧除去装置。 - 前記霧濃度基準推定領域生成手段は、前記画像記憶パラメータの値を設定し、
前記画像記憶パラメータの値が固定値である、ことを特徴とする請求項2に記載の画像霧除去装置。 - 前記霧濃度基準推定領域生成手段は、調節可能な前記画像記憶パラメータの値を初期化し、
前記霧濃度基準推定領域生成手段は、前記霧濃度基準算出手段により算出された霧濃度基準値を記憶する第3の記憶手段と、前記画像記憶パラメータを調節する必要があるか否か、及びどのように前記画像記憶パラメータを調節するかを判定する画像記憶パラメータ計算手段とをさらに備えていることを特徴とする請求項2に記載の画像霧除去装置。 - 前記画像記憶パラメータ計算手段は、前記現在フレーム画像の霧濃度基準値と直前フレーム画像の霧濃度基準値を比較し、前記現在フレーム画像の霧濃度基準値と前記直前フレーム画像の霧濃度基準値との差が予め設定された閾値以上であれば、前記画像記憶パラメータの値を減少させ、前記現在フレーム画像の霧濃度基準値と前記直前フレーム画像の霧濃度基準値との差が前記予め設定された閾値未満であれば、前記画像記憶パラメータの値を増大させる、ことを特徴とする請求項4に記載の画像霧除去装置。
- 前記画像記憶パラメータ計算手段は、前記現在フレーム画像の霧濃度基準値と予め設定された第1の閾値及び予め設定された前記第1の閾値未満である第2の閾値とを比較し、
前記現在フレーム画像の霧濃度基準値が前記第1の閾値以上であれば、前記画像記憶パラメータの値を減少させ、
前記現在フレーム画像の霧濃度基準値が前記第2の閾値未満であれば、前記画像記憶パラメータの値を増大させる、ことを特徴とする請求項4に記載の画像霧除去装置。 - 前記画像記憶パラメータ計算手段は、前記現在フレーム画像の霧濃度基準値と天候状況の履歴データ及び/又は少なくとも当日の天候予測が記録されているルックアップテーブルに基づき前記画像記憶パラメータの値を調節する、ことを特徴とする請求項4に記載の画像霧除去装置。
- 前記霧濃度基準推定領域生成手段は、前記画像記憶パラメータの値の上限値と下限値を設定する、ことを特徴とする請求項4〜7の何れか1項に記載の画像霧除去装置。
- 前記霧濃度基準推定領域生成は、前記パノラマ画像において霧濃度基準理想的推定領域を識別する霧濃度基準理想的推定領域識別手段をさらに備え、
前記霧濃度基準理想的推定領域が存在している場合に前記画像記憶パラメータの値の上限値を第1の上限値に設定し、前記霧濃度基準理想的推定領域が存在していない場合に前記画像記憶パラメータの値の上限値を前記第1の上限値より小さい第2の上限値に設定する、ことを特徴とする請求項8に記載の画像霧除去装置。 - 前記霧濃度基準推定領域生成手段は、前記霧濃度基準理想的推定領域の位置情報を記憶する第4の記憶手段をさらに備え、
前記霧濃度基準推定領域生成手段は、前記霧濃度基準理想的推定領域の撮像を行う旨のユーザ指令を受け付けた時に、前記霧濃度基準理想的推定領域の位置情報に基づき、前記霧濃度基準理想的推定領域を自発的に撮像するよう前記撮像機を制御する、ことを特徴とする請求項9に記載の画像霧除去装置。 - 撮像機により撮像された画像に対して霧除去処理を行う画像霧除去方法であって、
画像記憶パラメータの値を設定するステップと、
前記撮像機の少なくとも一方向の駆動及び/又はズーミングを制御し、連続した複数の画像を撮像するとともに撮像された画像のPTZ特徴データを記録し出力するステップと、
前記連続的に撮像された複数の画像のうち直近の画像である所定数のフレーム画像を前記PTZ特徴データに基づいてパノラマ画像に加工するステップと、
前記パノラマ画像の霧濃度基準値を算出するステップと、
前記霧濃度基準値を用いて現在フレーム画像に対して霧除去処理を行うステップと、を含むことを特徴とする画像霧除去方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110456624.0 | 2011-12-30 | ||
CN201110456624.0A CN103188433B (zh) | 2011-12-30 | 2011-12-30 | 图像除雾装置和图像除雾方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2013141209A true JP2013141209A (ja) | 2013-07-18 |
JP5982718B2 JP5982718B2 (ja) | 2016-08-31 |
Family
ID=48679383
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012260751A Expired - Fee Related JP5982718B2 (ja) | 2011-12-30 | 2012-11-29 | 画像霧除去装置及び画像霧除去方法 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP5982718B2 (ja) |
CN (1) | CN103188433B (ja) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104394302A (zh) * | 2014-11-28 | 2015-03-04 | 深圳职业技术学院 | 一种基于fpga的实时视频去雾系统 |
CN106355560A (zh) * | 2016-08-30 | 2017-01-25 | 潍坊学院 | 一种雾霾图像中大气光值的提取方法及系统 |
JP2017083352A (ja) * | 2015-10-29 | 2017-05-18 | Smk株式会社 | 車載センサ、車両用灯具、車両及び路面状態センサ |
JP2017212597A (ja) * | 2016-05-25 | 2017-11-30 | 株式会社デンソー | 画像処理装置 |
CN110784624A (zh) * | 2018-07-27 | 2020-02-11 | 浙江宇视科技有限公司 | 除雾控制方法及装置 |
KR102149974B1 (ko) * | 2019-08-26 | 2020-08-31 | 동아대학교 산학협력단 | 단일 영상의 안개 제거 연산량을 줄인 대기강도추정장치 및 그 장치의 구동방법 |
CN112513928A (zh) * | 2018-07-24 | 2021-03-16 | 丰田自动车欧洲公司 | 训练模型以对有雾图像执行语义分割的方法和系统 |
CN113848038A (zh) * | 2021-09-27 | 2021-12-28 | 奇瑞汽车股份有限公司 | 汽车车灯雾化性能检测方法 |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3156968B1 (en) * | 2014-06-12 | 2019-02-27 | EIZO Corporation | Haze removal device and image generation method |
CN104202577A (zh) * | 2014-09-19 | 2014-12-10 | 安徽工程大学 | 一种车载雾天视频清晰化系统及其方法 |
KR102390918B1 (ko) * | 2015-05-08 | 2022-04-26 | 한화테크윈 주식회사 | 안개 제거 시스템 |
CN107025665A (zh) * | 2017-03-09 | 2017-08-08 | 广东欧珀移动通信有限公司 | 结合深度信息的图像去雾方法及装置和电子装置 |
CN107179645A (zh) * | 2017-06-30 | 2017-09-19 | 天津市亚安科技有限公司 | 一种用于相机的自动聚焦方法 |
CN108305234B (zh) * | 2018-01-17 | 2021-08-03 | 华侨大学 | 一种基于最优化模型的双直方图均衡方法 |
CN109472750B (zh) * | 2018-10-29 | 2021-11-30 | 湖南优象科技有限公司 | 一种基于显著性检测的智能构图方法 |
CN111598777A (zh) * | 2020-05-13 | 2020-08-28 | 上海眼控科技股份有限公司 | 天空云图的处理方法、计算机设备和可读存储介质 |
CN115456915B (zh) * | 2022-11-10 | 2023-05-09 | 深圳深知未来智能有限公司 | 基于3DLut的图像去雾处理方法、系统及可存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004057531A1 (ja) * | 2002-12-20 | 2004-07-08 | Jicoux Datasystems, Inc. | 画像合成装置、及びプログラム |
JP2008310509A (ja) * | 2007-06-13 | 2008-12-25 | Hokkaido Univ | 画像処理装置,運転支援装置 |
JP2010287183A (ja) * | 2009-06-15 | 2010-12-24 | Denso Corp | 霧画像復元装置及び運転支援システム |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20010009287A (ko) * | 1999-07-08 | 2001-02-05 | 김영환 | 차량의 에탁스 자기 진단 장치 |
CN100401775C (zh) * | 2005-10-28 | 2008-07-09 | 沈阳理工大学 | 抗雾干扰摄像系统 |
CN101783012B (zh) * | 2010-04-06 | 2012-05-30 | 中南大学 | 一种基于暗原色的自动图像去雾方法 |
CN101950416B (zh) * | 2010-09-15 | 2012-05-23 | 北京理工大学 | 基于双边滤波的实时图像去雾增强方法 |
-
2011
- 2011-12-30 CN CN201110456624.0A patent/CN103188433B/zh not_active Expired - Fee Related
-
2012
- 2012-11-29 JP JP2012260751A patent/JP5982718B2/ja not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004057531A1 (ja) * | 2002-12-20 | 2004-07-08 | Jicoux Datasystems, Inc. | 画像合成装置、及びプログラム |
JP2008310509A (ja) * | 2007-06-13 | 2008-12-25 | Hokkaido Univ | 画像処理装置,運転支援装置 |
JP2010287183A (ja) * | 2009-06-15 | 2010-12-24 | Denso Corp | 霧画像復元装置及び運転支援システム |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104394302A (zh) * | 2014-11-28 | 2015-03-04 | 深圳职业技术学院 | 一种基于fpga的实时视频去雾系统 |
JP2017083352A (ja) * | 2015-10-29 | 2017-05-18 | Smk株式会社 | 車載センサ、車両用灯具、車両及び路面状態センサ |
US10121081B2 (en) | 2015-10-29 | 2018-11-06 | Smk Corporation | Vehicle-mounted sensor, vehicle lamp, vehicle, and road surface state sensor |
JP2017212597A (ja) * | 2016-05-25 | 2017-11-30 | 株式会社デンソー | 画像処理装置 |
WO2017204304A1 (ja) * | 2016-05-25 | 2017-11-30 | 株式会社デンソー | 画像処理装置 |
CN106355560A (zh) * | 2016-08-30 | 2017-01-25 | 潍坊学院 | 一种雾霾图像中大气光值的提取方法及系统 |
CN106355560B (zh) * | 2016-08-30 | 2019-03-01 | 潍坊学院 | 一种雾霾图像中大气光值的提取方法及系统 |
CN112513928A (zh) * | 2018-07-24 | 2021-03-16 | 丰田自动车欧洲公司 | 训练模型以对有雾图像执行语义分割的方法和系统 |
CN110784624A (zh) * | 2018-07-27 | 2020-02-11 | 浙江宇视科技有限公司 | 除雾控制方法及装置 |
KR102149974B1 (ko) * | 2019-08-26 | 2020-08-31 | 동아대학교 산학협력단 | 단일 영상의 안개 제거 연산량을 줄인 대기강도추정장치 및 그 장치의 구동방법 |
CN113848038A (zh) * | 2021-09-27 | 2021-12-28 | 奇瑞汽车股份有限公司 | 汽车车灯雾化性能检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103188433A (zh) | 2013-07-03 |
JP5982718B2 (ja) | 2016-08-31 |
CN103188433B (zh) | 2016-01-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5982718B2 (ja) | 画像霧除去装置及び画像霧除去方法 | |
US10997696B2 (en) | Image processing method, apparatus and device | |
US10070053B2 (en) | Method and camera for determining an image adjustment parameter | |
CN105282421B (zh) | 一种去雾图像获取方法、装置及终端 | |
US10834337B2 (en) | Dynamic frame rate controlled thermal imaging systems and methods | |
JP5843454B2 (ja) | 画像処理装置、画像処理方法およびプログラム | |
KR20110056098A (ko) | P s f를 추정하기 위한 장치 및 방법 | |
TW201328347A (zh) | 在基於一場景中動作的程度捕捉該場景之一序列影像圖框中最佳化一影像圖框之曝光的攝影機及方法 | |
JP2012168936A (ja) | 動画処理装置及び動画処理方法 | |
CN111917991B (zh) | 图像的质量控制方法、装置、设备及存储介质 | |
CN114286064A (zh) | 一种实时对焦方法、装置、系统和计算机可读存储介质 | |
CN113391644B (zh) | 一种基于图像信息熵的无人机拍摄距离半自动寻优方法 | |
CN113875219A (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
CN113362253B (zh) | 一种图像阴影校正方法、系统及其装置 | |
JP2009088935A (ja) | 画像記録装置、画像補正装置及び撮像装置 | |
JP2016110312A (ja) | 画像処理方法、画像処理装置及びプログラム | |
JP6904838B2 (ja) | 画像処理装置、その制御方法およびプログラム | |
JP4680087B2 (ja) | 画像伝送装置 | |
JP2012085205A (ja) | 画像処理装置、撮像装置、画像処理方法および画像処理プログラム | |
JP2011135379A (ja) | 撮像装置、撮像方法及びプログラム | |
JP2021093694A (ja) | 情報処理装置およびその制御方法 | |
US11812146B2 (en) | Method and system for camera motion blur reduction | |
CN117082225B (zh) | 一种虚拟延时视频的生成方法、装置、设备及存储介质 | |
WO2015190317A1 (ja) | 画像処理装置、画像処理方法、およびプログラム | |
JP2016174263A (ja) | 動画撮影に好適な画像処理機能とそれを有する撮像装置、画像処理装置、画像処理方法、画像処理プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20150309 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20160115 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20160126 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20160314 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20160705 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20160715 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5982718 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |