TW201923709A - 用於偵測場景中霧氣之方法和影像擷取裝置 - Google Patents
用於偵測場景中霧氣之方法和影像擷取裝置 Download PDFInfo
- Publication number
- TW201923709A TW201923709A TW107136375A TW107136375A TW201923709A TW 201923709 A TW201923709 A TW 201923709A TW 107136375 A TW107136375 A TW 107136375A TW 107136375 A TW107136375 A TW 107136375A TW 201923709 A TW201923709 A TW 201923709A
- Authority
- TW
- Taiwan
- Prior art keywords
- image
- scene
- contrast
- fog
- radiation
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 230000005855 radiation Effects 0.000 claims abstract description 62
- 238000004590 computer program Methods 0.000 claims abstract description 17
- 238000005259 measurement Methods 0.000 claims description 23
- 230000003287 optical effect Effects 0.000 claims description 7
- 238000012545 processing Methods 0.000 description 43
- 230000009471 action Effects 0.000 description 36
- 230000008569 process Effects 0.000 description 9
- 238000003708 edge detection Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- DGAQECJNVWCQMB-PUAWFVPOSA-M Ilexoside XXIX Chemical compound C[C@@H]1CC[C@@]2(CC[C@@]3(C(=CC[C@H]4[C@]3(CC[C@@H]5[C@@]4(CC[C@@H](C5(C)C)OS(=O)(=O)[O-])C)C)[C@@H]2[C@]1(C)O)C)C(=O)O[C@H]6[C@@H]([C@H]([C@@H]([C@H](O6)CO)O)O)O.[Na+] DGAQECJNVWCQMB-PUAWFVPOSA-M 0.000 description 1
- 238000002835 absorbance Methods 0.000 description 1
- 230000002730 additional effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 229910052736 halogen Inorganic materials 0.000 description 1
- 150000002367 halogens Chemical class 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 239000003595 mist Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 229910052708 sodium Inorganic materials 0.000 description 1
- 239000011734 sodium Substances 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000001960 triggered 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
-
- 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
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
- G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
- G06V10/143—Sensing or illuminating at different wavelengths
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/56—Cameras or camera modules comprising electronic image sensors; Control thereof provided with illuminating means
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/70—Circuitry for compensating brightness variation in the scene
- H04N23/71—Circuitry for evaluating the brightness variation
-
- 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
- G06T2207/10048—Infrared image
-
- 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
- G06T2207/10141—Special mode during image acquisition
- G06T2207/10152—Varying illumination
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30168—Image quality inspection
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30181—Earth observation
- G06T2207/30192—Weather; Meteorology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/24—Fluid dynamics
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Studio Devices (AREA)
- Image Analysis (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Blocking Light For Cameras (AREA)
Abstract
一種方法以及一種影像擷取裝置(110)係被揭示,其係用於偵測在一利用該影像擷取裝置(110)所成像的場景中的霧氣。該影像擷取裝置(110)係在不利用IR輻射來照射該場景下擷取(A010)該場景的一第一影像。該影像擷取裝置(110)係判斷(A020)有關於該第一影像的對比的一量測的一第一值。當該第一值係指出該第一影像的一第一對比小於一第一臨界值時,該影像擷取裝置(110)係在利用IR輻射來照射該場景下擷取(A030)該場景的一第二影像。該影像擷取裝置(110)係判斷(A040)有關於該第二影像的對比的該量測的一第二值。當在該第一對比以及一第二對比之間的一藉由該第二值所指出的差值係大於一第二臨界值時,該影像擷取裝置(110)係判斷(A050)在該場景中有霧氣。一種電腦程式以及一種電腦程式載體亦被揭露。
Description
在此的實施例係有關於影像處理,例如是自動的偵測、自動的分類、影像強化與類似者。尤其,一種用於偵測在一場景中的霧氣之方法和影像擷取裝置係被揭示。一種對應的電腦程式以及一種電腦程式載體亦被揭露。
影像處理係指任何被施加至一影像的處理。該處理可包含各種效果、遮罩、濾波器或類似者至該影像的施加。以此種方式,該影像可以在對比方面加以強化、被轉換成灰階、或是用某種方式來加以改變。該影像通常一直是藉由一視訊攝影機、一靜止影像的相機、或類似者來加以擷取的。
一般而言,天氣狀況係在可見度上具有很大的影響,而且對於擷取影像的裝置而言也是如此。尤其,霾(Haze)以及霧氣(fog)係因為散射而引發非所要的雜散光。成像演算法(在此被稱為“對比強化處理”)係已經被開發,其係嘗試強化可能是由於例如霧氣、霾與類似者所引起的散射而損失的對比。
有關該對比強化處理,一些挑戰係發生於並不知道將被擷取的場景是否包含霧氣。假設霧氣是存在的,並且對比強化處理係一直被施加,則此可能會對於描繪並不包含霧氣的場景的影像造成嚴重的品質劣化。因此,當並不知道天氣是否已經在該影像中造成霧氣時,該對比強化處理的作用是有限的。因此,例如是一視頻監控系統的一操作者係在他/她於該視頻監控系統所擷 取的影像中觀察到霧氣時,人工地開啟對比強化處理。因此不利的是,例如有當該霧氣消散或是幾乎消散而不再需要該對比強化處理時,該操作者或是其他值班的操作者忘記關閉該對比強化處理的風險。
因此,一問題可能是有關於如何自動地偵測藉由一裝置所成像的一場景是否包含霧氣。
根據已知的手段,該場景的一影像的一直方圖可被利用,以便於獲得霧氣是否存在於該場景中的一提示。簡言之,該直方圖是一描繪像素的數目相對於該影像的一範圍的可得到的像素值的繪圖。因此,當該直方圖被稱為平坦的,亦即相對許多的可得到的像素值都是由一類似數量的像素來加以表示時,其可被假設在該場景中有霧氣。然而,沒有霧氣的具有平坦的動態性質的場景亦將會是由一類似的直方圖來加以表示,其因此將會使得該已知的手段錯誤地假設該場景包含霧氣。任何接著被施加的對比強化處理都因此將會劣化該影像的品質。
CN102539385係揭示一種多波長的霧霾識別方法、以及一種量測該可見度的方法。在該方法下,一彩色濾光片係被安裝在一散射能見度計(visiometer)中的一光學接收器的前面。再者,一系列的紅色、綠色及藍色的彩色濾光片係額外穿過在該能見度計中的光學接收器來加以安裝。以此種方式,可以分辨其係為霧氣或是霾。再者,一吸光度指數可以個別地根據在霧氣與霾之間的差異而被計算出。
US20090046894係揭示一種用於從一交通工具偵測一可見度干擾現象的方法。一光束係發射以照射該交通工具的後面,該光束係被發射到一安裝在該交通工具內的攝影機的視野之中。接著,一可見度干擾現象的存在及本質係根據至少一藉由該攝影機所擷取的影像而被判斷出。
在由PAVLIC M等人所著的公開在2012年IEEE的智能車大會(IV) 的IEEE,2012年6月3日(2012-06-03),第1132-1137頁,XP032453047,DOI:10.1109/1VS.2012.6232256,ISBN:978-1-4673-2119-8的文章“在車輛內的影像為基礎的霧氣偵測"中,用以根據對比來偵測在影像中的霧氣的系統係被揭示。所提出的是利用影像描述符以及一分類程序以便於區別有霧氣存在的影像與那些沒有霧氣的影像。這些影像描述符是全域的,並且利用在不同的頻率、尺度及方向下的加伯(Gabor)濾波器來描述該整個影像。
在NARASIMHAN SG等人的公開在美國IEEE計算機協會,IEEE模式分析與機器智能學報,2003年6月1日(2003-06-01),vol.25,no.6,第713-724頁,XP001185045,ISSN:0162-8828,DOI:10.1109/TPAMI.2003.1201821的文章“天氣劣化的影像的對比回復"中,在散射值、霧氣的存在、以及例如是紅外線的不同的波長之間的相關性係被解說。在壞天氣中所擷取的戶外場景的影像係遭受到劣質的對比。在壞天氣的狀況下,到達一攝影機的光係嚴重地被大氣所散射。在對比上所產生的衰減係橫跨該場景而變化,並且該衰減在場景點的深度上是呈指數變化的。所提出有一種物理為基礎的模型,其係描述在均勻的壞天氣狀況中的場景的外觀。在不同的天氣狀況之下的場景點的強度上的變化係提供簡單的限制條件以偵測在該場景中的深度不連續性,並且亦用以計算場景結構。
一項目的可以是如何解決或是至少部份地解決上述的問題,同時減低該些已知手段的缺點。
根據一特點,該目的係藉由一種由一影像擷取裝置所執行的方法來加以達成,該方法係用於偵測在一利用該影像擷取裝置所成像的場景中的霧氣,該方法與裝置係被揭示。該影像擷取裝置係在不利用IR輻射來照射該場景下擷取該場景的一第一影像。該影像擷取裝置係判斷有關於該第一影像的對 比的一量測的一第一值。當該第一值係指出該第一影像的一第一對比小於一第一臨界值時,該影像擷取裝置係在利用IR輻射來照射該場景下擷取該場景的一第二影像。該影像擷取裝置係判斷有關於該第二影像的對比的該量測的一第二值。當在該第一對比以及一第二對比之間的一藉由該第二值所指出的差值係大於一第二臨界值時,該影像擷取裝置係判斷在該場景中有霧氣。
根據另一特點,該目的係藉由一種被配置以用於執行以上的方法之影像擷取裝置來加以達成。
根據進一步的特點,該目的係藉由對應於以上的特點之一種電腦程式以及一種電腦程式載體來加以達成。
該影像擷取裝置係判斷有關於該第二影像的對比的該量測的該第二值,該第二影像係在利用IR輻射來照射該場景下所擷取的。以此種方式,該影像擷取裝置可以獲得該第二影像的該第二對比,藉此該場景當被IR輻射照射時的額外的資訊係已經加以收集。該影像擷取裝置接著可以比較在該第一及第二對比之間的該差值與該第二臨界值,以便於判斷在該場景是否中有霧氣。因此,由於該差值與該第二臨界值的比較,該影像擷取裝置可以是能夠在該差值大於該第二臨界值時判斷在該場景中有霧氣,並且在該差值小於該第二臨界值時判斷在該場景中沒有霧氣、或是至少沒有可偵測到的霧氣量。
有關於一影像的對比的該量測可以藉由一直方圖、在該直方圖的最大的像素計數以及最小的像素計數之間的一比例、邊緣的一銳度、局部的最大值及最小值的一比例、一用於邊緣偵測的所謂的索伯(Sobel)濾波器、任何用於邊緣偵測的其它適當的濾波器、或類似者來加以表示。該量測可以為了自動對焦及/或對比評估之目的,進一步藉由根據一影像所判斷的任何量來加以表示。
一優點因此是在此的實施例係致能例如是對比或類似者的影像 品質的改善,甚至是在例如沒有霧氣、有霧氣的變化的天氣狀況下也是如此,因為在此的實施例係提供自動的霧氣偵測。該影像品質的改善係由於是否施加對比強化處理、或是在IR照射下擷取影像的選擇可以是根據如同藉由在此的實施例所判斷的霧氣是否存在而被致能的。
110‧‧‧影像擷取裝置
120‧‧‧監視攝影機
130‧‧‧智慧型手機
140‧‧‧汽車
501‧‧‧處理模組
502‧‧‧記憶體
503‧‧‧電腦程式
504‧‧‧處理電路
505‧‧‧載體
506‧‧‧輸入/輸出單元
507‧‧‧影像感測器
508‧‧‧IR截止的濾波器
509‧‧‧IR輻射源
510‧‧‧擷取模組
520‧‧‧判斷模組
A010‧‧‧動作
A020‧‧‧動作
A030‧‧‧動作
A040‧‧‧動作
A050‧‧‧動作
A060‧‧‧動作
在此揭露的實施例的各種特點(包含其之特定的特點及優點)從以下的詳細說明以及所附的圖式將會容易地理解,其中:圖1是描繪在此例證的實施例的一概觀,圖2a及圖2b分別是在無IR下以及在IR下的例證的影像,圖3是描繪在一影像擷取裝置中的該方法的實施例的流程圖,圖4a及圖4b分別是描繪在該場景中沒有霧氣、以及在該場景中有霧氣的直方圖的圖,以及圖5是描繪該影像擷取裝置的實施例的方塊圖。
在以下整個的說明中,當可適用時,類似的元件符號已經被用來表示類似的特點,其例如是節點、動作、模組、電路、部件、項目、元件、單元、或類似者。在該些圖中,出現在某些實施例中的特點係藉由虛線來加以指出。
圖1是描繪一例證的影像擷取裝置110,例如是一錄影機、一監視攝影機120、一數位相機、一包含一影像感測器的智慧型手機130、一包含一影像感測器的汽車140、一能夠透過一網路來獲得影像的有線或無線的裝置、或類似者。該影像擷取裝置110可以內含在該監視攝影機120、該智慧型手機 130、該汽車140、或類似者中。
因此,該影像擷取裝置110係能夠處理一影像。該影像可以是已經藉由該影像擷取裝置110本身所擷取的、或者其可以是已經從另一已擷取該影像的裝置、或是從一例如是硬碟機或類似者的記憶體接收到的。
該影像擷取裝置110係在以下參考圖5來更詳細地描述。然而,為了提供某些定義及背景給在以下有關於圖3的說明,可以注意到的是該影像擷取裝置110可包括一用於擷取影像的影像感測器。該影像感測器可以是一互補金屬氧化物半導體(CMOS)感測器、電荷耦合裝置(CCD)感測器、或類似者。該影像擷取裝置110可包括一用於發射IR輻射的IR輻射源。該IR輻射源可以是一紅外線發光二極體(LED)、一IR光源、一IR照射雷射二極體、例如是鹵素燈的黑體輻射器、鈉燈、氣體放電燈、或類似者。
再者,該影像擷取裝置110可包括一用於截止IR輻射或IR光的IR截止的濾波器。該IR截止的濾波器係可移動在一第一位置以及一第二位置之間。該IR截止的濾波器可以是一干涉濾波器、反射濾波器、吸收濾波器、混合的反射及吸收濾波器、或類似者。當該IR截止的濾波器係在該第一位置時,IR輻射係被防止到達該影像感測器。此可以表示該第一位置係使得入射朝向該影像感測器的IR輻射在到達該影像感測器之前,先被該IR截止的濾波器截掉。當該IR截止的濾波器是在該第二位置時,IR輻射係被容許落到該影像感測器之上。
為了描繪霧氣的影響,圖2a係描繪一包含霧氣(例如是受到該霧氣破壞)的場景的一例證的影像。該例證的影像係在沒有使用該影像擷取裝置110的IR輻射源之下被擷取的。儘管可能是難以於該被再現的圖2a中區別,但是在此仍解說所呈現的為何者。圖2a係描繪由一條紋的線所圍繞的矩形的一圖案。該圖案係被霧氣所模糊掉,並且因此在圖2a中是幾乎不可見的。
圖2b係描繪和在圖2a中相同的場景的另一例證的影像。此係表示該場景在圖2b中亦包含霧氣。然而,該另一例證的影像係在該場景被該影像擷取裝置110的IR輻射源照射下所擷取的。由於藉由該IR輻射源的照射,該另一例證的影像係更清楚地展示該些矩形以及該周圍的條紋的線。以此種方式,該影像擷取裝置110係藉由IR的使用而看穿該霧氣,因為該IR輻射係由於IR輻射的波長是比可見光的波長更長的,而變得比可見光較少散射或分散的。
現在轉到圖3,其係描繪有根據在此的實施例的一種當被實施在圖1的影像擷取裝置110中時的例證的方法。
該影像擷取裝置110係執行一種用於偵測在一利用該影像擷取裝置110所成像的場景中的霧氣之方法。
以下的動作中的一或多個可以用任何適當的順序來加以執行。
動作A010
為了獲得一些有關該場景的初始的資訊,該影像擷取裝置110係在不利用IR輻射來照射該場景下擷取該場景的一第一影像。
該第一影像的擷取A010可以是在該IR截止的濾波器處於該第一位置下加以執行的,亦即入射朝向該影像擷取裝置110的影像感測器的IR輻射係在到達該影像感測器之前就被截掉。
再者,由於該場景並未被IR輻射照射的,因此該IR輻射源可以在該第一影像被擷取時加以關閉。換言之,該IR輻射源可以在該第一影像的擷取A010期間被關閉。
動作A020
為了獲得一第一對比,該影像擷取裝置110係判斷有關於該第一影像的對比的一量測的一第一值。該第一對比可以是代表該第一影像的對比的一第一對比值。此可以表示該影像擷取裝置110可以判斷(例如計算)有關於對比 的該量測的一表示,其中該表示可以是一或多個值、一或多個向量、一或多個矩陣、或類似者。於是,為了判斷在該場景中是否存在霧氣之目的,該表示(或簡言之該值)係提供有關該第一影像(或一般而言的任何影像)的對比的資訊,以作為在觀察下的一個量。
如同先前所提及的,有關於一影像的對比的該量測可以藉由一直方圖、在該直方圖的最大的像素計數以及最小的像素計數之間的一比例、邊緣的一銳度、局部的最大值及最小值的一比例、一用於邊緣偵測的所謂的索伯濾波器、任何其它適當的用於邊緣偵測的濾波器、或類似者來加以表示。該量測可以進一步為了自動對焦及/或對比評估之目的,藉由任何根據一影像而被判斷出的量來加以表示。
如同在此所用的術語“值”可以是指該量測的圖、該量測的一向量、該量測的一或多個值、或類似者。
在一舉例說明的例子中,該量測的第一值可以是一第一直方圖,例如是一代表從該第一影像導出的一直方圖的第一圖。圖4b係被參考到,其中該虛線可以代表該第一直方圖的一個例子。
更詳細地說,該第一對比可被決定(例如被計算)為在該第一直方圖的最大的像素計數以及最小的像素計數之間的一比例。任何其它已知的指出對比的量測都可被利用。同樣地,例證的量測例如是在場景中的邊緣的銳度、在一場景之內的一局部的最大值及最小值的比例、或類似者。
動作A030
當該第一值係指出該第一影像的該第一對比小於一第一臨界值時,該影像擷取裝置110係在利用IR輻射來照射該場景下擷取該場景的一第二影像。以此種方式,該影像擷取裝置110係做成一初始的假設是有霧氣,但是繼續進一步的調查以確認該初始的假設。
參考先前所提及的舉例說明的例子,當該第一直方圖係指出該第一影像的該第一對比小於該第一臨界值時,動作A030可以表示該影像擷取裝置110係在利用IR輻射來照射該場景下擷取該場景的該第二影像。
該第一臨界值可以指出該第一影像所在的一對比係被懷疑是受到霧氣減損的。因此,當該第一對比小於該第一臨界值時,該影像擷取裝置110可以將此解釋為該場景可能是受到霧氣破壞的,因而進一步的調查可能是必要的,例如是用以確保事實上有霧氣。在此階段,並不清楚該場景是否有一平坦的動態性質,亦即低的對比或類似者、或是該場景實際上係被曝露到霧氣。
該第二影像的擷取A030可以是在該IR截止的濾波器在該第二位置下加以執行的,亦即IR輻射係被容許落到該影像感測器之上。
再者,為了利用IR輻射來照射該場景,該IR輻射源可以在該第二影像被擷取時被切換開啟。換言之,該IR輻射源可以在該第二影像的擷取A030期間被切換開啟。
動作A040
類似於在以上的動作A020,為了獲得一第二對比,該影像擷取裝置110係判斷有關於該第二影像的對比的該量測的一第二值。該第二對比可以是一代表該第二影像的對比的第二對比值。
參考先前所提及的舉例說明的例子,該量測的該第二值可以是一第二直方圖。再次參考到圖4b,其中該實線可以代表該第二直方圖的一個例子。
更詳細地說,該第二對比可被決定(例如計算)為在該第二直方圖的最大的像素計數以及最小的像素計數之間的一比例。如同在以上所提及的,任何其它已知的指出對比的量測都可被利用。
動作A050
當在該第一對比以及該第二對比之間的一差值(如同在動作A040中敘述的藉由該第二值所指出的)係大於一第二臨界值時,該影像擷取裝置110係判斷在該場景中有霧氣。
該第二臨界值可以指出預期由於IR輻射所造成的在對比上的差值。因此,當該差值係大於該第二臨界值時,該影像擷取裝置110可以將此解釋為該場景確實可能被霧氣破壞的。因此,該初始的假設係被確認。
參考先前所提及的舉例說明的例子,動作A050可以表示當根據該第二直方圖的在該第一對比以及該第二對比之間的一差值係大於該第二臨界值時,該影像擷取裝置110係判斷在該場景中有霧氣。
作為一第一例子的是,該影像處理裝置110可以決定(例如計算或類似者)該差值為該第一對比減去該第二對比。該第一例子先前可以是根據任何適當的量測的該第一及第二對比的一正規化。
作為一第二例子的是,該影像處理裝置110可以決定(例如計算或類似者)該差值為該第一對比除以該第二對比。該第二例子先前可以是該第一及第二直方圖的一正規化,以獲得一適當且可比較的量測。
作為一第三例子的是,該影像處理裝置110可以根據該第一及第二影像的銳度來決定(例如計算或類似者)該差值。該第三例子可以藉由尋找銳利的邊緣並且計算其對應的點擴散函數來決定該銳度、或是其可以透過適當的濾波器(例如是一索伯濾波器或類似者)的使用來加以決定。
動作A060
當該影像擷取裝置110已經判斷在該場景中有霧氣時,該影像擷取裝置110可以施加例如是對比強化處理的影像處理,且/或該影像擷取裝置110可以決定在利用IR輻射來照射該場景下擷取影像。此係表示該影像擷取裝置 110可以根據霧氣是否存在於該第一及第二影像所擷取的場景中來自動地開啟或關閉該對比強化處理。
當對比強化處理被施加時,該差值可被使用作為執行該對比強化處理的演算法的輸入,以便於控制該對比強化處理將會多大程度或強度來被施加至影像(例如是該第一影像)。
於是,在根據動作A060的實施例下,當該影像擷取裝置110已經判斷在該場景中有霧氣時,影像品質例如可以在無任何人工的有關於該場景被霧氣破壞或是未被破壞的輸入之下加以改善。
在其中該影像擷取裝置110可能已經決定在利用IR輻射來照射該場景下擷取影像的例子中,一優點可以是該被擷取的影像的信號對雜訊比可被增大。如同在以上所提及的,此之一原因可以是具有比可見光的波長長的波長的IR輻射將會是較少散射的。較少的散射係意指較小的雜訊。因此,信號對雜訊比可被增大。
再者,動作A010至A050中的某些個或是全部可以在不規則或是規則的時間間隔下反覆地加以執行、或是在被一事件觸發時加以執行,以便於當判斷出的是該場景不包含霧氣時,容許該影像擷取裝置110能夠關閉該對比強化處理,並且以便於當判斷出的是該場景包含霧氣時,容許該影像擷取裝置110能夠開啟該對比強化處理。該事件可以是影像擷取裝置110偵測到該對比強化處理看起來是劣化影像品質時。
圖4a及圖4b係分別描繪不具有霧氣的影像的直方圖、以及具有霧氣的影像的直方圖。所有的直方圖都已經相對其個別的最大值,亦即最大的像素計數而被標準化,以便於更佳的強調在該些直方圖之間的對比上的差值。在此上下文中,應該被說成是一直方圖的斜率可被視為對比的一指示。
圖4a係描繪有關於一不具有霧氣的第一場景的利用虛線繪製的 一第一直方圖、以及利用實線繪製的一第二直方圖。
該第一直方圖係從該第一場景並未被曝露到IR輻射時所擷取的一第一影像所獲得的。該第二直方圖係從該第一場景被曝露到IR輻射時所擷取的一第二影像所獲得的。
對比可以用各種的方式來加以量測。舉例而言,在最大的像素計數以及最小的像素計數之間的一比例可被用來比較在該第一及第二影像中的對比。
如同可以從圖4a看出的,在該第一及第二影像中的對比之間的一差值只是些微的。因此,可以推論出的是沒有霧氣存在於藉由該第一及第二影像所擷取的第一場景中。此外,該第一或第二直方圖都不是平坦的,此也是沒有霧氣存在於該第一場景中的一指示。
圖4b亦描繪有關於一具有霧氣的第二場景的利用虛線繪製的一第一直方圖、以及利用實線繪製的一第二直方圖。
該第一直方圖係從該第二場景並未被曝露到IR輻射時所擷取的一第一影像所獲得的。該第二直方圖係從該第二場景被曝露到IR輻射時的一第二影像所獲得的。
同樣地,對比例如可以是被量測為在相關於該第一及第二影像的第一及第二直方圖中的最大的像素計數以及最小的像素計數之間的一比例。
如同可以從圖4b看出的,在該第一及第二影像中的對比之間的一差值係相當顯著的。因此,可以推論出的是霧氣係存在於藉由該第一及第二影像所擷取的第二場景中。
因此,如同藉由在此的實施例所給出的,霧氣是否存在於該場景中的判斷可包含兩個主要的動作。
一第一動作可以是評估一場景的一影像,亦即該第一影像是否 具有低的對比。若該對比是低的,則此可被解釋為在該影像的該場景中有霧氣的一第一指示。
由於一第二動作可以是(為了確認根據該第一動作的在該場景中有霧氣的第一指示)擷取另一影像(亦即該第二影像),並且當從該第一及第二影像獲得的對比的差值超過該第二臨界值時,可以推論出的是在場景中有霧氣。假設該場景係產生一具有平坦的動態性質的影像,則在該第一及第二影像之間的對比上將會只有一些微的差值。相反地,當在該第一及第二影像之間的對比上的差值係大於該第二臨界值時,該第一指示係被確認。
參考圖5,圖1的影像擷取裝置110的實施例的一概要的方塊圖係被展示。
該影像擷取裝置110可包括一處理模組501,例如是一用於執行在此所述的方法的裝置。該裝置可以用一或多個硬體模組及/或一或多個軟體模組的形式來加以體現。
該影像擷取裝置110可以進一步包括一記憶體502。該記憶體可包括(例如是包含或儲存)例如是具有一電腦程式503的形式的指令,其可包括電腦可讀取的碼單元。
根據在此的某些實施例,該影像擷取裝置110及/或該處理模組501係包括一處理電路504以作為一例證的硬體模組,其可包括一或多個處理器。於是,該處理模組501可以用該處理電路504的形式來加以體現、或是藉由該處理電路504來加以‘實現’。該些指令可以是可藉由該處理電路504執行的,藉此該影像擷取裝置110係操作以執行圖3的方法。作為另一例子的是,當該些指令藉由該影像擷取裝置110及/或該處理電路504來加以執行時,其可以使得該影像擷取裝置110執行根據圖3的方法。
考慮到以上的內容,在一例子中,其係提供有一種影像擷取裝 置110,以用於偵測在一利用該影像擷取裝置110所成像的場景中的霧氣。同樣地,該記憶體502係包含可藉由該處理電路504執行的該些指令,藉此該影像擷取裝置110係操作以用於:在不利用IR輻射來照射該場景下擷取該場景的一第一影像,判斷有關於該第一影像的對比的一量測的一第一值,當該第一值係指出該第一影像的一第一對比小於一第一臨界值時,在利用IR輻射來照射該場景下來擷取該場景的一第二影像,判斷有關於該第二影像的對比的該量測的一第二值,當在該第一對比以及一第二對比之間的一差值(藉由該第二值來加以指出)係大於一第二臨界值時,判斷在該場景中有霧氣。
圖5係進一步描繪一載體505或是程式載體,其係包括如上所述的電腦程式503。該載體505可以是一電子信號、一光學信號、一無線電信號、以及一電腦可讀取的媒體中之一。
在某些實施例中,該影像擷取裝置110及/或該處理模組501可包括一擷取模組510以及一判斷模組520中的一或多個,以作為例證的硬體模組。在其它例子中,前述例證的硬體模組中的一或多個可被實施為一或多個軟體模組。
再者,該影像擷取裝置110及/或該處理模組501係包括一輸入/輸出單元506,當可適用的時候,其可以藉由一接收模組及/或一傳送模組而予以例示。
再者,該影像擷取裝置110可包括一影像感測器507。
該影像處理裝置110可以進一步包括一IR截止的濾波器508。
此外,該影像處理裝置110可以進一步包括一IR輻射源509。
於是,該影像擷取裝置110係被配置以用於偵測在一利用該影像 擷取裝置110所成像的場景中的霧氣。
因此,根據上述的各種實施例,該影像擷取裝置110及/或該處理模組501及/或該擷取模組510係被配置以用於在不利用IR輻射來照射該場景下擷取該場景的一第一影像。
該影像擷取裝置110及/或該處理模組501及/或該判斷模組520、或是另一判斷模組(未顯示)係被配置以用於判斷有關於該第一影像的對比的一量測的一第一值。
再者,該影像擷取裝置110及/或該處理模組501及/或該擷取模組510係被配置以用於在該第一值係指出該第一影像的一第一對比小於一第一臨界值時,在利用IR輻射來照射該場景下擷取該場景的一第二影像。
該影像擷取裝置110及/或該處理模組501及/或該判斷模組520、或是又一判斷模組(未顯示)係被配置以用於判斷有關於該第二影像的對比的該量測的一第二值。
再者,該影像擷取裝置110及/或該處理模組501及/或該判斷模組520、或是又一判斷模組(未顯示)係被配置以用於在該第一對比以及一第二對比之間的一藉由該第二值所指出的差值係大於一第二臨界值時,判斷在該場景中有霧氣。
該第一臨界值可以指出該第一影像係被懷疑是受到霧氣損壞的所在的一對比。
該第二臨界值可以指出由於IR輻射所預期的在對比上的差值。
如同所提及的,該影像擷取裝置110可包括一用於擷取影像的影像感測器507。
該影像擷取裝置110可包括一用於截止IR輻射的IR截止的濾波器508,其中該IR截止的濾波器508可以是可移動在一第一位置以及一第二位置之 間,其中當該IR截止的濾波器508係在該第一位置時,IR輻射可被防止到達該影像感測器507,並且其中當該IR截止的濾波器508係在該第二位置時,IR輻射可被容許落到該影像感測器507之上。
該影像擷取裝置110及/或該處理模組501及/或該擷取模組510可被配置以用於在該IR截止的濾波器508處於該第一位置下擷取該第一影像,且/或用於在該IR截止的濾波器508處於第二位置下擷取該第二影像。
如同所提及的,該影像擷取裝置110可包括一用於發射IR輻射的IR輻射源509,其中該影像擷取裝置110及/或該處理模組501及/或該擷取模組510可被配置以在該第一影像的擷取期間切換關閉該IR輻射源509,並且在該第二影像的擷取期間切換開啟該IR輻射源509。
如同在此所用的,該術語“模組”可以是指一或多個功能模組,該些功能模組的每一個都可被實施為一或多個硬體模組、及/或一或多個軟體模組、及/或在一節點中的一組合的軟體/硬體模組。在某些例子中,該模組可以代表一被實現為該節點的軟體及/或硬體的功能單元。
如同在此所用的,該術語“電腦程式載體”、“程式載體”、或是“載體”可以是指一電子信號、一光學信號、一無線電信號、以及一電腦可讀取的媒體中之一。在某些例子中,該電腦程式載體可能排除暫態的傳播信號,例如是該電子、光學、及/或無線電信號。因此,在這些例子中,該電腦程式載體可以是一非暫態的載體,例如是一非暫態的電腦可讀取的媒體。
如同在此所用的,該術語“處理模組”可包含一或多個硬體模組、一或多個軟體模組、或是其之一組合。任何此種模組(不論是一硬體、軟體、或是一組合的硬體-軟體模組)都可以是如同在此所揭露的一判斷手段、估計手段、擷取手段、關聯手段、比較手段、識別手段、選擇手段、接收手段、傳送手段、或類似者。舉例而言,該詞語“手段”可以是一對應於以上所列出的 模組結合該些圖的模組。
如同在此所用的,該術語“軟體模組”可以是指一軟體應用程式、一動態連結函式庫(DLL)、一軟體構件、一軟體物件、一根據元件物件模型(COM)的物件、一軟體函數、一軟體引擎、一可執行的二進位軟體檔、或類似者。
該些術語“處理模組”或“處理電路”在此可以涵蓋一處理單元,其係包括例如一或多個處理器、一特殊應用積體電路(ASIC)、一場可程式化閘陣列(FPGA)、或類似者。該處理電路或類似者可包括一或多個處理器核心。
如同在此所用的,該詞語“被配置以/用於”可以表示一處理電路係被配置以(例如是適配於或操作以)藉由軟體的組態設定及/或硬體的配置,來執行在此所述的動作中的一或多個。
如同在此所用的,該術語“動作”可以是指一動作、一步驟、一操作、一響應、一反應、一活動或類似者。應該注意到的是,一動作在此可以分開成為兩個或多個子動作,此係視情況而定。再者,同樣視情況而定的是,應該注意到在此所述的動作中的兩個或多個可以合併成為單一動作。
如同在此所用的,該術語“記憶體”可以是指一硬碟、一磁性儲存媒體、一可攜式電腦碟片或光碟、快閃記憶體、隨機存取記憶體(RAM)、或類似者。再者,該術語“記憶體”可以是指一處理器的一內部暫存器記憶體、或類似者。
如同在此所用的,該術語“電腦可讀取的媒體”可以是一萬用串列匯流排(USB)記憶體、一DVD-碟片、一藍光碟片、一被接收為一資料串流的軟體模組、一快閃記憶體、一硬碟機、一例如是一MemoryStick的記憶卡、一多媒體卡(MMC)、安全數位(SD)卡、等等。前述的電腦可讀取的媒體的例子中的一或多個可被提供為一或多個電腦程式產品。
如同在此所用的,該術語“電腦可讀取的碼單元”可以是一電腦程式的文字、代表一電腦程式的具有一編譯的格式或是任何介於其間的一整個二進位檔或是部分。
如同在此所用的,該術語“數目”及/或“值”可以是任意種類的數字,例如是二進位、實數、虛數或是有理數、或類似者。再者,“數目”及/或“值”可以是一或多個字元,例如是一字母或是一串字母。“數目”及/或“值”亦可以藉由一串位元(亦即0及/或1)來加以表示。
如同在此所用的,除非明顯從上下文來看另有定義,否則該些術語“第一”、“第二”、“第三”等等可以僅僅是已經被使用來彼此區別特點、設備、元件、單元、或類似者。
如同在此所用的,該術語“後續的動作”可以是指一動作係在一前面的動作之後被執行的,儘管額外的動作可以是、或者可以不是在該一動作之前,但是在該前面的動作之後被執行的。
如同在此所用的,該術語“組”可以是指某事物中的一或多個。例如,根據在此的實施例,一組裝置可以是指一或多個裝置、一組參數可以是指一或多個參數、或類似者。
如同在此所用的,該詞語“在某些實施例中”係已經被用來指出所述的實施例的特點可以和在此揭露的任何其它實施例組合。
即使各種特點的實施例係已經加以敘述,但是其之許多不同的改變、修改與類似者對於熟習此項技術者而言將會變成是明顯的。因此,所述的實施例並非打算要限制本揭露內容的範疇。
Claims (8)
- 一種藉由影像擷取裝置(110)來執行的用於偵測在一利用該影像擷取裝置(110)所成像的場景中的霧氣之方法,其中該影像擷取裝置(110)係包括一用於發射IR輻射的IR輻射源,其中該方法係包括:在該IR輻射源被切換關閉下擷取(A010)該場景的一第一影像,判斷(A020)有關於該第一影像的對比的一量測的一第一值,該方法的特徵係在於:當該第一值係指出該第一影像的一第一對比小於一第一臨界值時,在利用IR輻射來照射該場景下擷取(A030)該場景的一第二影像,判斷(A040)有關於該第二影像的對比的該量測的一第二值,當在該第一對比以及一第二對比之間的一藉由該第二值所指出的差值係大於一第二臨界值時,判斷(A050)在該場景中有霧氣。
- 如請求項1所述之方法,其中該影像擷取裝置(110)係包括一用於擷取影像的影像感測器(507)。
- 如請求項2所述之方法,其中該影像擷取裝置(110)係包括一用於截止IR輻射的IR截止的濾波器(508),其中該IR截止的濾波器(508)係可移動在一第一位置以及一第二位置之間,其中當該IR截止的濾波器(508)處於該第一位置時,IR輻射係被防止到達該影像感測器(507),並且其中當該IR截止的濾波器(508)處於該第二位置時,IR輻射係被容許落到該影像感測器(507)之上。
- 如請求項3所述之方法,其中該第一影像的該擷取(A010)係在該IR截止的濾波器(508)處於該第一位置下加以執行的,並且其中該第二影像的該擷取(A030)係在該IR截止的濾波器(508)處於該第二位置下加以執行的。
- 如請求項1-4中任一項所述之方法,其中該影像擷取裝置(110)係包括一用於發射IR輻射的IR輻射源(509),其中該IR輻射源(509)係在該第一影像 的該擷取(A010)期間被切換關閉,並且其中該IR輻射源(509)係在該第二影像的該擷取(A030)期間被切換開啟。
- 一種影像擷取裝置(110),其係被配置以用於執行一種如請求項1-5中任一項所述之方法。
- 一種包括電腦可讀取的碼單元之電腦程式(503),當該些電腦可讀取的碼單元在一影像擷取裝置(110)上執行時,其係使得該影像擷取裝置(110)執行如請求項1-5中任一項所述之方法。
- 一種包括如請求項7所述的電腦程式之載體(505),其中該載體(505)是一電子信號、一光學信號、一無線電信號、以及一電腦可讀取的媒體中之一。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
??17197933.9 | 2017-10-24 | ||
EP17197933.9A EP3477548B1 (en) | 2017-10-24 | 2017-10-24 | Method and image capturing device for detecting fog in a scene |
EP17197933.9 | 2017-10-24 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW201923709A true TW201923709A (zh) | 2019-06-16 |
TWI690900B TWI690900B (zh) | 2020-04-11 |
Family
ID=60191122
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW107136375A TWI690900B (zh) | 2017-10-24 | 2018-10-16 | 用於偵測場景中霧氣之方法和影像擷取裝置 |
Country Status (6)
Country | Link |
---|---|
US (1) | US10467742B2 (zh) |
EP (1) | EP3477548B1 (zh) |
JP (1) | JP6598960B2 (zh) |
KR (1) | KR102059906B1 (zh) |
CN (1) | CN109697701B (zh) |
TW (1) | TWI690900B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI832568B (zh) * | 2022-11-18 | 2024-02-11 | 廣達電腦股份有限公司 | 霧氣判別方法、及光學設備 |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3447678A1 (en) * | 2017-08-21 | 2019-02-27 | Axis AB | Method and image processing device for detecting a portion of an image |
WO2019129083A1 (zh) * | 2017-12-27 | 2019-07-04 | 杭州海康威视数字技术股份有限公司 | 一种红外灯控制方法、装置及四目可调节摄像机 |
CN116648921A (zh) * | 2020-08-21 | 2023-08-25 | 株式会社小糸制作所 | 车载用传感系统以及门控照相机 |
CN112866636B (zh) * | 2020-12-31 | 2023-06-27 | 北京文安智能技术股份有限公司 | 基于最远可视距离的团雾识别预警方法、系统和电子设备 |
CN113077422B (zh) * | 2021-03-22 | 2023-08-15 | 浙江大华技术股份有限公司 | 起雾图像检测方法、模型训练方法及装置 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4463388B2 (ja) * | 2000-06-29 | 2010-05-19 | 小糸工業株式会社 | 視認状況測定装置 |
JP4327024B2 (ja) * | 2003-08-12 | 2009-09-09 | 株式会社日立製作所 | 画像処理システム |
FR2919727B1 (fr) * | 2007-08-03 | 2010-07-30 | Valeo Vision | Procede de detection par un vehicule d'un phenomene perturbateur de visibilite |
CN102539385B (zh) * | 2012-01-09 | 2013-09-18 | 北京大学 | 多波长雾霾识别方法及能见度测量方法 |
CN104217215B (zh) * | 2014-08-28 | 2017-11-28 | 哈尔滨工程大学 | 一种水面有雾图像和清晰图像的分类识别方法 |
JP6361631B2 (ja) * | 2015-10-29 | 2018-07-25 | Smk株式会社 | 車載センサ、車両用灯具及び車両 |
EP3166315A1 (en) * | 2015-11-05 | 2017-05-10 | Axis AB | A method and apparatus for controlling a degree of compression of a digital image |
-
2017
- 2017-10-24 EP EP17197933.9A patent/EP3477548B1/en active Active
-
2018
- 2018-10-16 TW TW107136375A patent/TWI690900B/zh active
- 2018-10-22 CN CN201811227758.3A patent/CN109697701B/zh active Active
- 2018-10-22 JP JP2018198810A patent/JP6598960B2/ja active Active
- 2018-10-22 KR KR1020180125880A patent/KR102059906B1/ko active IP Right Grant
- 2018-10-24 US US16/168,834 patent/US10467742B2/en active Active
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI832568B (zh) * | 2022-11-18 | 2024-02-11 | 廣達電腦股份有限公司 | 霧氣判別方法、及光學設備 |
Also Published As
Publication number | Publication date |
---|---|
US20190122355A1 (en) | 2019-04-25 |
JP6598960B2 (ja) | 2019-10-30 |
EP3477548A1 (en) | 2019-05-01 |
KR20190045857A (ko) | 2019-05-03 |
TWI690900B (zh) | 2020-04-11 |
CN109697701A (zh) | 2019-04-30 |
JP2019078755A (ja) | 2019-05-23 |
US10467742B2 (en) | 2019-11-05 |
KR102059906B1 (ko) | 2020-02-11 |
CN109697701B (zh) | 2020-10-02 |
EP3477548B1 (en) | 2020-02-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI690900B (zh) | 用於偵測場景中霧氣之方法和影像擷取裝置 | |
JP4643715B2 (ja) | 赤目ではない目の閃光による不良の自動的な検知および補正 | |
US8823830B2 (en) | Method and apparatus of correcting hybrid flash artifacts in digital images | |
Chierchia et al. | PRNU-based detection of small-size image forgeries | |
US20190318460A1 (en) | Method and apparatus for generating high dynamic range image | |
US8406561B2 (en) | Methods and systems for estimating illumination source characteristics from a single image | |
WO2017215527A1 (zh) | Hdr场景侦测方法、装置和计算机存储介质 | |
CN108734684B (zh) | 动态照明场景的图像背景减除 | |
CN114264669B (zh) | 屏幕损伤缺陷检测方法、装置、设备及可读存储介质 | |
CN113762253B (zh) | 散斑的提取方法、装置、电子设备及存储介质 | |
KR101341243B1 (ko) | 기상 현상으로 인해 훼손된 영상을 복원하는 장치 및 방법 | |
JP6525503B2 (ja) | 画像処理装置および撮像装置 | |
WO2024016715A1 (zh) | 检测系统的成像一致性的方法、装置和计算机存储介质 | |
CN111695374B (zh) | 监控视角中斑马线区域的分割方法、系统、介质及设备 | |
JP2014224686A (ja) | 微粒子検出装置および微粒子検出方法 | |
CN109429044A (zh) | 用于检测图像的部分的方法和图像处理设备 | |
CN112183454B (zh) | 图像检测方法及装置、存储介质、终端 | |
CN112949423B (zh) | 物体识别方法、物体识别装置及机器人 | |
Thakur et al. | Classification of color hazy images | |
KR102015620B1 (ko) | 금속입자 검출 시스템 및 방법 | |
US20190197349A1 (en) | Image identification method and image identification device | |
JP6618438B2 (ja) | 前景領域抽出装置、方法、及びプログラム | |
Bateman et al. | Image forensics of high dynamic range imaging | |
CN111161211A (zh) | 一种图像检测方法及装置 | |
KR102205130B1 (ko) | 열 이미지 데이터를 필터링하기 위한 방법 및 시스템 |