TWI724375B - 圖像去霧霾方法、電子設備及電腦可讀取記錄媒體 - Google Patents

圖像去霧霾方法、電子設備及電腦可讀取記錄媒體 Download PDF

Info

Publication number
TWI724375B
TWI724375B TW108106072A TW108106072A TWI724375B TW I724375 B TWI724375 B TW I724375B TW 108106072 A TW108106072 A TW 108106072A TW 108106072 A TW108106072 A TW 108106072A TW I724375 B TWI724375 B TW I724375B
Authority
TW
Taiwan
Prior art keywords
image
value
haze
electronic device
patent application
Prior art date
Application number
TW108106072A
Other languages
English (en)
Other versions
TW201937451A (zh
Inventor
黃俊翔
鍾庭顥
王淳毅
郭煜楓
Original Assignee
富智捷股份有限公司
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 富智捷股份有限公司 filed Critical 富智捷股份有限公司
Publication of TW201937451A publication Critical patent/TW201937451A/zh
Application granted granted Critical
Publication of TWI724375B publication Critical patent/TWI724375B/zh

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/90—Dynamic range modification of images or parts thereof
    • G06T5/94—Dynamic range modification of images or parts thereof based on local image properties, e.g. for local contrast enhancement
    • 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/30—Arrangements for executing machine instructions, e.g. instruction decode
    • G06F9/30003—Arrangements for executing specific machine instructions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/12—Edge-based segmentation
    • 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
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20172—Image enhancement details
    • G06T2207/20192—Edge enhancement; Edge preservation

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Engineering & Computer Science (AREA)
  • Studio Devices (AREA)
  • Image Processing (AREA)

Abstract

本發明提供一種圖像去霧霾方法，包括：將圖像轉換為S(x)和V(x)，其中，S(x)是指所述圖像的飽和度分量，V(x)是指所述圖像的亮度分量；過濾所述S(x)得到S’(x)，以及過濾V(x)得到V’(x)；對所述S’(x) 和V’(x)作差獲得一個深度值d(x)；基於所述深度值d(x)計算透射率t(x)；及根據預設的公式基於所述透射率t(x)對所述圖像作去霧霾處理，獲得無霧霾圖像J(x)。本發明還提供實現所去霧霾方法的電子設備及電腦可讀取記錄媒體。利用本發明可對圖像進行去霧霾處理，提升圖像品質。

Description

圖像去霧霾方法、電子設備及電腦可讀取記錄媒體
本發明涉及影像處理技術領域，尤其涉及一種圖像去霧霾方法、電子設備及電腦可讀取記錄媒體。
使用者可以利用電子設備例如手機進行拍照。然而，在霧霾或霧氣環境中所拍攝的圖像常常具有朦朧感。
鑒於以上內容，有必要提供一種圖像去霧霾方法、電子設備及電腦可讀取記錄媒體，可以對圖像進行去霧霾處理，提升圖像品質。
本發明第一方面提供一種圖像去霧霾方法，應用於電子設備，該方法包括：將圖像轉換為S(x)和V(x)，其中，S(x)是指所述圖像的飽和度分量，V(x)是指所述圖像的亮度分量；過濾所述S(x)得到S’(x)，以及過濾V(x)得到V’(x)；對所述S’(x) 和V’(x)作差獲得一個深度值d(x)；基於所述深度值d(x)計算透射率t(x)；及根據預設的公式基於所述透射率t(x)對所述圖像作去霧霾處理，獲得無霧霾圖像J(x)。
優選地，所述過濾所述S(x)得到S’(x)，以及過濾V(x)得到V’(x)包括：對所述S(x)執行邊緣平滑演算法獲得S’(x)，以及對所述V(x)執行所述邊緣平滑演算法獲得V’(x)。
優選地，所述深度值d(x)為所述S’(x) 和V’(x)之間的差值的絕對值。
優選地，所述透射率
Figure 02_image001
，其中，β的值根據所述圖像的拍攝地點所在的天氣確定或根據所述圖像的拍攝地點所在的PM濃度值確定。
優選地，當β的值根據所述圖像的拍攝地點所在的天氣確定且所述圖像的拍攝地點所在的天氣為晴天時，β的值為第一值；當所述圖像的拍攝地點所在的天氣不是晴天時，β的值為第二值，所述第一值為1，所述第二值大於0且小於1。
優選地，當β的值根據所述圖像的拍攝地點所在的PM濃度值確定且所述圖像的拍攝地點所在的PM濃度值大於一個預設值時，β的值為第一值；當所述圖像的拍攝地點所在的PM濃度值小於或者等於所述預設值時，β的值為第二值，所述第一值為1，所述第二值大於0且小於1。
優選地，所述方法根據如下公式基於所述透射率t(x)對所述圖像作去霧霾處理，獲得無霧霾圖像J(x)：
Figure 02_image003
;
Figure 02_image005
;
其中，“A”代表所述圖像的大氣光值，I(x)表示所述圖像的光強度，J(x)代表所述無霧霾圖像。
優選地，所述圖像為電子設備的攝像頭的預覽圖像。
本發明第二方面提供一種電子設備，所述電子設備包括處理器，所述處理器用於執行儲存器中儲存的電腦程式時實現所述圖像去霧霾方法。
本發明協力廠商面提供一種電腦可讀取記錄媒體，所述電腦可讀取記錄媒體儲存有電腦程式，所述電腦程式被處理器執行時實現所述圖像去霧霾方法。
相較於習知技術，本發明提供的圖像去霧霾方法、電子設備及電腦可讀取記錄媒體，透過將圖像轉換為S(x)和V(x)，其中，S(x)是指所述圖像的飽和度分量，V(x)是指所述圖像的亮度分量；過濾所述S(x)得到S’(x)，以及過濾V(x)得到V’(x)；對所述S’(x) 和V’(x)作差獲得一個深度值d(x)；基於所述深度值d(x)計算透射率t(x)；及根據預設的公式基於所述透射率t(x)對所述圖像作去霧霾處理，獲得無霧霾圖像J(x)，可以對圖像進行去霧霾處理，提升圖像品質。
參閱圖1所示，圖像去霧霾系統20（為便於描述，以下稱為“去霧霾系統20”）運行於電子設備2中。所述去霧霾系統20用於對圖像進行去霧霾處理。所述電子設備2包括，但不僅限於，儲存器260、至少一個處理器270、攝像頭280，以及顯示螢幕290。
需要說明的是，圖1僅為舉例說明電子設備2。在其他實施例中，電子設備2也可以包括更多或者更少的元件，或者具有不同的元件配置。所述電子設備2可以為手機、平板電腦、個數數位助理、個人電腦，或者任何其他適合的設備。
本實施例中，所述儲存器260可以是電子設備2的內部儲存器，即內置於所述電子設備2的儲存器。在其他實施例中，所述儲存器260也可以是電子設備2的外部儲存器，即外接於所述電子設備2的儲存器。
在一些實施例中，所述儲存器260用於儲存程式代碼和各種資料，例如，儲存安裝在所述電子設備2中的去霧霾系統20的程式代碼，並在電子設備2的運行過程中實現高速、自動地完成程式或資料的存取。
本實施例中，所述儲存器260包括唯讀儲存器（Read-Only Memory，ROM）、隨機儲存器（Random Access Memory，RAM）、可程式設計唯讀儲存器（Programmable Read-Only Memory，PROM）、可抹除可程式設計唯讀儲存器（Erasable Programmable Read-Only Memory，EPROM）、一次可程式設計唯讀儲存器（One-time Programmable Read-Only Memory，OTPROM）、電子抹除式可複寫唯讀儲存器（Electrically-Erasable Programmable Read-Only Memory，EEPROM）、唯讀光碟（Compact Disc Read-Only Memory，CD-ROM）或其他光碟儲存器、磁碟儲存器、磁帶儲存器、或者任何其他能夠用於攜帶或儲存資料的電腦可讀取記錄媒體。
在一些實施例中，所述處理器270可以由積體電路組成，例如可以由單個封裝的積體電路所組成，也可以是由多個相同功能或不同功能封裝的積體電路所組成。所述處理器270可以包括一個或者多個中央處理器（Central Processing unit，CPU）、微處理器、數文書處理晶片、人工智慧晶片或圖形處理器（Graphics Processing unit，GPU），或各種控制晶片的組合等。所述處理器270是所述電子設備2的控制核心（Control Unit），利用各種介面和線路連接整個電子設備2的各個部件，透過運行或執行儲存在所述儲存器260內的程式或者模組，以及調用儲存在所述儲存器260內的資料，以執行電子設備2的各種功能和處理資料，例如執行去霧霾系統20以對圖像去霧霾處理。
在一個實施例中，所述攝像頭280可以為所述電子設備2的前置攝像頭或者後置攝像頭。
在一個實施例中，所述顯示螢幕290可以用於顯示所述電子設備2的各類資料。例如，所述顯示螢幕290可以顯示所述攝像頭280所捕捉的預覽圖像或者所拍攝的圖像。在一個實施例中，該顯示螢幕290可以為液晶顯示螢幕或者有機發光二極體顯示器。
在本實施方式中，所述去霧霾系統20可以包括一個或多個模組，所述一個或多個模組儲存在所述儲存器260中，並由至少一個處理器（本實施例為一個處理器270）執行，以完成本發明。例如，參閱圖1所示，所述去霧霾系統20可以包括，但不限於，轉換模組210、過濾模組220、估算模組230、計算模組240、移除模組250、顯示模組254，以及擬合模組255。本發明所稱的模組是指一種能夠被至少一個處理器所執行並且能夠完成固定功能的一系列電腦程式的程式代碼，其儲存在儲存器中。每個模組可以包括至少一個指令，所述處理器270可以透過執行所述至少一個指令來實施本發明的下述各個實施例所提供的去霧霾方法。關於各模組的詳細功能將在後文結合圖2、圖3，以及圖4的流程圖中作具體描述。
如圖2所示，是本發明提供的較佳實施方式的去霧霾方法的第一流程圖。該去霧霾方法可以透過電子設備2的所述至少一個處理器270執行儲存在儲存器（例如所述儲存器260）中的電腦可讀的程式代碼或指令來實施。
參閱圖2所示，所述去霧霾方法可以透過多種不同的方式來實施。例如，該去霧霾方法可以利用圖1中所示的配置來實現。圖2示出的每一個步驟代表的是實施該去霧霾方法的一個或多個進程、方法或子程式的執行。此外，根據本發明的揭露，圖2中所示出的每個步驟的順序僅為示例說明，每個步驟的執行順序根據不同的需求可以改變。在不脫離本發明的前提下，還可以增加或減少一些步驟。該去霧霾方法可以從步驟S300開始執行。
步驟S300，所述轉換模組210利用預設的方法獲取一張圖像（為便於描述，以下稱該圖像稱為“霧霾圖像”）。
在一個實施例中，所述轉換模組210可以控制所述攝像頭280拍攝一張當前場景的圖像。在一個實施例中，所述當前場景可以為存在煙霧的環境，那麼所拍攝獲得的圖像則為存在霧霾的霧霾圖像。
在其他實施例中，所述轉換模組210可以從網際網路上下載獲得所述霧霾圖像。
步驟S301，所述轉換模組210可以將所述霧霾圖像轉換為S(x)和V(x)。 其中，S(x)是指所述霧霾圖像的飽和度分量。V(x)是指所述霧霾圖像的亮度分量。
在一個實施例中，所述轉換模組210還可以將所述霧霾圖像轉化為H(x)。其中，H(x)指所述霧霾圖像的色調分量。
步驟S302，所述過濾模組220可以過濾所述S(x)得到S’(x)，以及過濾V(x)得到V’(x)。
在一個實施例中，所述過濾模組220可以透過對所述S(x)執行邊緣平滑（Edge-Preserving Smoothing）演算法來獲得S’(x)，以及對所述V(x)執行所述邊緣平滑演算法來獲得V’(x)。換句話來講，所述S’(x)即是經過過濾的飽和度分量，所述V’(x)是經過過濾的亮度分量。
步驟S303，所述估算模組230可以透過對所述S’(x) 和V’(x)作差來估算獲得一個深度值d(x)。即所述深度值d(x)為所述S’(x) 和V’(x)之間的差值。
在一個實施例中，所述深度值d(x)為所述S’(x) 和V’(x)之間的差值的絕對值。
步驟S304，所述計算模組240可以基於所述深度值d(x)計算透射率（transmission map）t(x)。
在一個實施例中，所述透射率
Figure 02_image001
。
在一個實施例中，β的值根據所述霧霾圖像的拍攝地點所在的天氣來確定。具體地，當所述霧霾圖像的拍攝地點所在的天氣為晴天時，β的值為第一值。當所述霧霾圖像的拍攝地點所在的天氣不是晴天時，β的值為第二值。在一個實施例中，所述第一值可以為1，所述第二值大於0且小於1。例如，該第二值可以為0.5，或0.6。
在其他實施例中，β的值根據所述霧霾圖像的拍攝地點所在的PM（particulate matter，顆粒物）濃度值來確定。具體地，當所述霧霾圖像的拍攝地點所在的PM濃度值（例如PM2.5的濃度）大於一個預設值時，β的值為所述第一值。當所述霧霾圖像的拍攝地點所在的PM濃度值小於或者等於所述預設值時，β的值為所述第二值。在一個實施例中，所述預設值可以為45，50，或者其他值。
在一個實施例中個，所述計算模組240可以從網際網路獲取所述霧霾圖像的拍攝地點所在的天氣和所述PM濃度。在其他實施例中，所述計算模組240也可以從指定的應用程式(Application, App)例如天氣預報App來獲取所述霧霾圖像的拍攝地點所在的天氣和所述PM濃度。
步驟S305，所述移除模組250可以根據預設的公式基於所述透射率t(x)對所述霧霾圖像作去霧霾處理，從而獲得無霧霾圖像J(x)。
所述預設的公式包括：
Figure 02_image003
；
Figure 02_image005
。
其中，A代表所述霧霾圖像的大氣光值。在一個實施例中，可以將所述霧霾圖像中的最亮點的灰度值設置為所述霧霾圖像的大氣光值。
如前面所述，t(x)可以在所述步驟S304中獲得。在一個實施例中，I(x)表示所述霧霾圖像的光強度。J(x)代表所述無霧霾圖像。
步驟S306，所述顯示模組254可以在所述顯示螢幕290上顯示所述無霧霾圖像J(x)。
參閱圖3所示，是本發明較佳實施例提供的去霧霾方法的第二流程圖。需要說明的是，在所述第二流程圖中，步驟S300至步驟S306與圖2所示的第一流程圖中的步驟S300至步驟S306一致。不同點在於，所述第二流程圖中還包括步驟S307，該步驟S307介於所述步驟S304和步驟S305之間。
具體地，步驟S307，所述擬合模組255可以透過參數曲面將所述透射率t(x)進行近似處理，得到一個近似透射率 t’(x)。所述擬合模組255將所述近似透射率 t’(x)發送給所移除模組250，從而使得所述移除模組250在步驟S305基於所述近似透射率 t’(x)來對所述霧霾圖像作去霧霾處理。換句話來講，在所述第二流程圖中的步驟S305中，所述公式中的t(x) 替換為 t’(x)。即在所述第二流程圖的步驟S305中，是根據如下公式的來對所述霧霾圖像作去霧霾處理的：
Figure 02_image007
；
Figure 02_image009
。
如圖4所示，是本發明較佳實施方式的去霧霾方法的第三流程圖。該去霧霾方法可以透過電子設備2的所述至少一個處理器270執行儲存在儲存器（例如所述儲存器260）中的電腦可讀的程式代碼或指令來實施。
參閱圖4所示，所述去霧霾方法可以透過多種不同的方式來實施。例如，該去霧霾方法可以利用圖1中所示的配置來實現。圖4示出的每一個步驟代表的是實施該去霧霾方法的一個或多個進程、方法或子程式的執行。此外，根據本發明的揭露，圖4中所示出的每個步驟的順序僅為示例說明，每個步驟的執行順序根據不同的需求可以改變。在不脫離本發明的前提下，還可以增加或減少一些步驟。該去霧霾方法可以從步驟S400開始執行。
步驟S400，當所述攝像頭280被啟動時，所述顯示模組254可以在所述顯示螢幕290上顯示所述攝像頭280所捕捉的預覽圖像。所述顯示模組254還於所述顯示螢幕290上顯示所述預覽圖像時偵測第一指定訊號。
在一個實施例中，所述顯示模組254可以在所述預覽圖像上顯示一個預設的按鈕。在一個實施例中，所述第一指定訊號可以為按壓所述預設按鈕所產生的訊號。
步驟S401，當偵測到所述第一指定訊號時，所述轉換模組210將所述預覽圖像轉換為S(x)和V(x)。 其中，S(x)是指所述預覽圖像的飽和度分量。V(x)是指所述預覽圖像的亮度分量。
在一個實施例中，所述轉換模組210還可以將所述預覽圖像轉化為H(x)。其中，H(x)指所述預覽圖像的色調分量。
步驟S402，所述過濾模組220可以過濾所述S(x)得到S’(x)，以及過濾V(x)得到V’(x)。
在一個實施例中，所述過濾模組220可以透過對所述S(x)執行邊緣平滑（Edge-Preserving Smoothing）演算法來獲得S’(x)，以及對所述V(x)執行所述邊緣平滑演算法來獲得V’(x)。換句話來講，所述S’(x)即是經過過濾的飽和度分量，所述V’(x)是經過過濾的亮度分量。
步驟S403，所述估算模組230可以透過對所述S’(x) 和V’(x)作差來估算獲得一個深度值d(x)。即所述深度值d(x)為所述S’(x) 和V’(x)之間的差值。
在一個實施例中，所述深度值d(x)為所述S’(x) 和V’(x)之間的差值的絕對值。
步驟S404，所述計算模組240可以基於所述深度值d(x)計算透射率（transmission map）t(x)。
在一個實施例中，所述透射率
Figure 02_image001
。
在一個實施例中，β的值根據所述電子設備2當前所處位置的天氣來確定。具體地，當所述電子設備2當前所處位置的天氣為晴天時，β的值為第一值。當所述電子設備2當前所處位置的天氣不是晴天時，β的值為第二值。在一個實施例中，所述第一值可以為1，所述第二值大於0且小於1。例如，該第二值可以為0.5，或0.6。
在其他實施例中，β的值根據所述電子設備2當前所處位置的PM濃度值來確定。具體地，當所述電子設備2當前所處位置的PM濃度值（例如PM2.5的濃度）大於一個預設值時，β的值為所述第一值。當所述電子設備2當前所處位置的PM濃度值小於或者等於所述預設值時，β的值為所述第二值。在一個實施例中，所述預設值可以為45，50，或者其他值。
在一個實施例中個，所述計算模組240可以從網際網路獲取所述電子設備2當前所處位置的天氣和PM濃度值。
在其他實施例中，所述計算模組240也可以從指定的應用程式(Application, App)例如天氣預報App來獲取所述電子設備2當前所處位置的天氣和PM濃度值。
步驟S405，所述移除模組250可以根據預設的公式基於所述透射率t(x)對所述預覽圖像作去霧霾處理，從而獲得無霧霾的預覽圖像J(x)。
所述預設的公式包括：
Figure 02_image003
；
Figure 02_image005
。
其中，A代表所述預覽圖像的大氣光值。在一個實施例中，可以將所述預覽圖像中的最亮點的灰度值設置為所述預覽圖像的大氣光值。
如前面所述，t(x)可以在所述步驟S404中獲得。在一個實施例中，I(x)表示所述預覽圖像的光強度。J(x)代表所述無霧霾的預覽圖像。
步驟S406，所述顯示模組254可以在所述顯示螢幕290上顯示所述無霧霾的預覽圖像J(x)。所述顯示模組254還可以回應第二指定訊號進行拍照，從而獲得一張與所述無霧霾的預覽圖像J(x)所對應的照片。
在一個實施例中，所述第二指定訊號可以為按壓所述電子設備2的主頁鍵所產生的訊號。
在其他實施例中，所述第二指定訊號也可以是同時按壓所述電子設備2的一個或多個物理按鍵所產生的訊號。
在其他實施例中，所述顯示模組254也可以於所述移除模組250根據所述預設的公式基於所述透射率t(x)對所述預覽圖像作去霧霾處理後自動拍照。即所述顯示模組254可以於所述移除模組250獲取到所述無霧霾的預覽圖像J(x)後自動拍照。
需要說明的是，在其他實施例中，當執行完步驟S404後，所述擬合模組255可以透過參數曲面將所述透射率t(x)進行近似處理，得到一個近似透射率 t’(x)。所述擬合模組255將所述近似透射率 t’(x)發送給所移除模組250，從而使得所述移除模組250在步驟S405可以基於所述近似透射率 t’(x)來對所述預覽圖像作去霧霾處理。換句話來講，在所述步驟S405中，所述公式中的t(x) 替換為 t’(x)。即在所述步驟S405中，是根據如下公式的來對所述預覽圖像作去霧霾處理以獲得無霧霾的預覽圖像J(x)的：
Figure 02_image007
；
Figure 02_image009
。
以上實施例僅用以說明本發明的技術方案而非限制，儘管參照以上較佳實施例對本發明進行了詳細說明，本領域的普通技術人員應當理解，可以對本發明的技術方案進行修改或者等同替換都不應脫離本發明技術方案的精神和範圍。
2‧‧‧電子設備 260‧‧‧儲存器 270‧‧‧處理器 280‧‧‧攝像頭 290‧‧‧顯示螢幕 20‧‧‧去霧霾系統 210‧‧‧轉換模組 220‧‧‧過濾模組 230‧‧‧估算模組 240‧‧‧計算模組 250‧‧‧移除模組 254‧‧‧顯示模組 255‧‧‧擬合模組
為了更清楚地說明本發明實施例或習知技術中的技術方案，下面將對實施例或習知技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發明的實施例，對於本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據提供的附圖獲得其他的附圖。 圖1是本發明提供的較佳實施方式的去霧霾系統的運行環境圖。 圖2是本發明提供的較佳實施方式的去霧霾方法的第一流程圖。 圖3是本發明提供的較佳實施方式的去霧霾方法的第二流程圖。 圖4是本發明提供的較佳實施方式的去霧霾方法的第三流程圖。
無。

Claims (10)

  1. 一種圖像去霧霾方法，應用於電子設備，其中，該方法包括： 將圖像轉換為S(x)和V(x)，其中，S(x)是指所述圖像的飽和度分量，V(x)是指所述圖像的亮度分量； 過濾所述S(x)得到S’(x)，以及過濾V(x)得到V’(x)； 對所述S’(x) 和V’(x)作差獲得一個深度值d(x)； 基於所述深度值d(x)計算透射率t(x)；及 根據預設的公式基於所述透射率t(x)對所述圖像作去霧霾處理，獲得無霧霾圖像J(x)。
  2. 如申請專利範圍第1項所述的圖像去霧霾方法，其中，所述過濾所述S(x)得到S’(x)，以及過濾V(x)得到V’(x)包括： 對所述S(x)執行邊緣平滑演算法獲得S’(x)，以及對所述V(x)執行所述邊緣平滑演算法獲得V’(x)。
  3. 如申請專利範圍第1項所述的圖像去霧霾方法，其中，所述深度值d(x)為所述S’(x) 和V’(x)之間的差值的絕對值。
  4. 如申請專利範圍第1項所述的圖像去霧霾方法，其中，所述透射率
    Figure 03_image001
    ，其中，β的值根據所述圖像的拍攝地點所在的天氣確定或根據所述圖像的拍攝地點所在的PM濃度值確定。
  5. 如申請專利範圍第4項所述的圖像去霧霾方法，其中，當β的值根據所述圖像的拍攝地點所在的天氣確定且所述圖像的拍攝地點所在的天氣為晴天時，β的值為第一值；當所述圖像的拍攝地點所在的天氣不是晴天時，β的值為第二值，所述第一值為1，所述第二值大於0且小於1。
  6. 如申請專利範圍第4項所述的圖像去霧霾方法，其中，當β的值根據所述圖像的拍攝地點所在的PM濃度值確定且所述圖像的拍攝地點所在的PM濃度值大於一個預設值時，β的值為第一值；當所述圖像的拍攝地點所在的PM濃度值小於或者等於所述預設值時，β的值為第二值，所述第一值為1，所述第二值大於0且小於1。
  7. 如申請專利範圍第1項所述的圖像去霧霾方法，其中，所述方法根據如下公式基於所述透射率t(x)對所述圖像作去霧霾處理，獲得無霧霾圖像J(x)：
    Figure 03_image003
    ;
    Figure 03_image005
    ; 其中，A代表所述圖像的大氣光值，I(x)表示所述圖像的光強度，J(x)代表所述無霧霾圖像。
  8. 如申請專利範圍第1項所述的圖像去霧霾方法，其中，所述圖像為電子設備的攝像頭的預覽圖像。
  9. 一種電子設備，其中，所述電子設備包括處理器，所述處理器用於執行儲存器中儲存的電腦程式時實現如申請專利範圍第1項至第8項中任意一項所述圖像去霧霾方法。
  10. 一種電腦可讀取記錄媒體，所述電腦可讀取記錄媒體儲存有電腦程式，其中，所述電腦程式被處理器執行時實現如申請專利範圍第1項至第8項中任意一項所述圖像去霧霾方法。
TW108106072A 2018-02-23 2019-02-22 圖像去霧霾方法、電子設備及電腦可讀取記錄媒體 TWI724375B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201862634790P 2018-02-23 2018-02-23
US62/634790 2018-02-23

Publications (2)

Publication Number Publication Date
TW201937451A TW201937451A (zh) 2019-09-16
TWI724375B true TWI724375B (zh) 2021-04-11

Family

ID=67684590

Family Applications (1)

Application Number Title Priority Date Filing Date
TW108106072A TWI724375B (zh) 2018-02-23 2019-02-22 圖像去霧霾方法、電子設備及電腦可讀取記錄媒體

Country Status (3)

Country Link
US (1) US10896488B2 (zh)
CN (1) CN110189259B (zh)
TW (1) TWI724375B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11528435B2 (en) * 2020-12-25 2022-12-13 Industrial Technology Research Institute Image dehazing method and image dehazing apparatus using the same

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI423166B (zh) * 2009-12-04 2014-01-11 Huper Lab Co Ltd 判斷輸入影像是否為霧化影像之方法、判斷輸入影像的霧級數之方法及霧化影像濾清方法
CN103985091A (zh) * 2014-04-30 2014-08-13 西安理工大学 基于亮度暗先验与双边滤波的单幅图像去雾方法
CN104217404A (zh) * 2014-08-27 2014-12-17 华南农业大学 雾霾天视频图像清晰化处理方法及其装置
TWI501194B (zh) * 2014-08-15 2015-09-21 Univ Nat Taipei Technology 基於費雪線性判別的雙暗通道先驗的影像能見度修復方法及其影像處理裝置
CN105447825A (zh) * 2015-10-08 2016-03-30 湖北大学 图像去雾方法及其系统
CN106408520A (zh) * 2015-12-27 2017-02-15 华南理工大学 一种高颜色保真度的图像去雾方法
CN106504216A (zh) * 2016-11-14 2017-03-15 山东交通学院 基于变分模型的单幅图像去雾方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8340461B2 (en) * 2010-02-01 2012-12-25 Microsoft Corporation Single image haze removal using dark channel priors
US8755628B2 (en) * 2012-09-10 2014-06-17 Google Inc. Image de-hazing by solving transmission value
EP3156968B1 (en) * 2014-06-12 2019-02-27 EIZO Corporation Haze removal device and image generation method
US20180122051A1 (en) * 2015-03-30 2018-05-03 Agency For Science, Technology And Research Method and device for image haze removal
JP6310899B2 (ja) * 2015-11-25 2018-04-11 株式会社Ｓｕｂａｒｕ 車外環境認識装置
CN105872373B (zh) * 2016-03-31 2019-08-23 北京奇虎科技有限公司 一种自动去雾拍照方法、装置和设备
CN107203981B (zh) * 2017-06-16 2019-10-01 南京信息职业技术学院 一种基于雾气浓度特征的图像去雾方法
CN107424133B (zh) * 2017-07-27 2020-01-10 Oppo广东移动通信有限公司 图像去雾方法、装置、计算机可存储介质和移动终端

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI423166B (zh) * 2009-12-04 2014-01-11 Huper Lab Co Ltd 判斷輸入影像是否為霧化影像之方法、判斷輸入影像的霧級數之方法及霧化影像濾清方法
CN103985091A (zh) * 2014-04-30 2014-08-13 西安理工大学 基于亮度暗先验与双边滤波的单幅图像去雾方法
TWI501194B (zh) * 2014-08-15 2015-09-21 Univ Nat Taipei Technology 基於費雪線性判別的雙暗通道先驗的影像能見度修復方法及其影像處理裝置
CN104217404A (zh) * 2014-08-27 2014-12-17 华南农业大学 雾霾天视频图像清晰化处理方法及其装置
CN105447825A (zh) * 2015-10-08 2016-03-30 湖北大学 图像去雾方法及其系统
CN106408520A (zh) * 2015-12-27 2017-02-15 华南理工大学 一种高颜色保真度的图像去雾方法
CN106504216A (zh) * 2016-11-14 2017-03-15 山东交通学院 基于变分模型的单幅图像去雾方法

Also Published As

Publication number Publication date
TW201937451A (zh) 2019-09-16
US10896488B2 (en) 2021-01-19
CN110189259A (zh) 2019-08-30
CN110189259B (zh) 2022-07-08
US20190266708A1 (en) 2019-08-29

Similar Documents

Publication Publication Date Title
JP6967160B2 (ja) 画像処理方法および関連デバイス
US10692197B2 (en) Systems and techniques for automatic image haze removal across multiple video frames
EP2889832B1 (en) Image processing apparatus and method
WO2017215501A1 (zh) 图像降噪处理方法、装置及计算机存储介质
US10262401B2 (en) Noise reduction using sequential use of multiple noise models
CN108510557B (zh) 图像色调映射方法及装置
CN107615745B (zh) 一种拍照方法及终端
EP3672221A1 (en) Imaging device and imaging method
WO2019029573A1 (zh) 图像虚化方法、计算机可读存储介质和计算机设备
WO2022089479A1 (zh) 拍照方法、装置及电子设备
CN111192205A (zh) 一种图像去雾方法、系统和计算机可读存储介质
TWI724375B (zh) 圖像去霧霾方法、電子設備及電腦可讀取記錄媒體
US11074678B2 (en) Biasing a noise filter to preserve image texture
CN112508820B (zh) 图像处理方法、装置及电子设备
CN111917986A (zh) 图像处理方法及其介质和电子设备
US20230020964A1 (en) Content based image processing
US10497100B2 (en) Image cancellation from video
CN107481199B (zh) 图像去雾处理方法、装置、存储介质和移动终端
CN111986096B (zh) 基于边缘提取的漫画生成方法及漫画生成装置
CN114299014A (zh) 图像处理架构、方法、电子设备及存储介质
WO2019229788A1 (ja) コンピュータシステム、建設進捗表示方法及びプログラム
CN112446848B (zh) 图像处理方法、装置及电子设备
US9298319B2 (en) Multi-touch recognition apparatus using filtering and a difference image and control method thereof
CN113489901B (zh) 拍摄方法及其装置
CN113923367B (zh) 拍摄方法、拍摄装置