WO2015189874A1 - 霧除去装置および画像生成方法 - Google Patents

霧除去装置および画像生成方法 Download PDF

Info

Publication number
WO2015189874A1
WO2015189874A1 PCT/JP2014/003131 JP2014003131W WO2015189874A1 WO 2015189874 A1 WO2015189874 A1 WO 2015189874A1 JP 2014003131 W JP2014003131 W JP 2014003131W WO 2015189874 A1 WO2015189874 A1 WO 2015189874A1
Authority
WO
WIPO (PCT)
Prior art keywords
fog
component
removal
illumination light
mist
Prior art date
Application number
PCT/JP2014/003131
Other languages
English (en)
French (fr)
Inventor
貴司 中前
Original Assignee
Eizo株式会社
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 Eizo株式会社 filed Critical Eizo株式会社
Priority to AU2014397095A priority Critical patent/AU2014397095B2/en
Priority to RU2017100018A priority patent/RU2658874C1/ru
Priority to CN201480079760.4A priority patent/CN106462947B/zh
Priority to PCT/JP2014/003131 priority patent/WO2015189874A1/ja
Priority to JP2016527494A priority patent/JP6228670B2/ja
Priority to ES14894614T priority patent/ES2727929T3/es
Priority to EP14894614.8A priority patent/EP3156968B1/en
Priority to PCT/JP2015/056086 priority patent/WO2015190136A1/ja
Priority to JP2016527661A priority patent/JP6225255B2/ja
Priority to AU2015272846A priority patent/AU2015272846B2/en
Priority to RU2017100022A priority patent/RU2664415C2/ru
Priority to EP15805972.5A priority patent/EP3156969B1/en
Priority to ES15805972T priority patent/ES2712452T3/es
Priority to CN201580031438.9A priority patent/CN106462953B/zh
Priority to PCT/JP2015/062728 priority patent/WO2015190183A1/ja
Priority to CN201580031412.4A priority patent/CN106663326B/zh
Priority to ES15807220.7T priority patent/ES2681294T3/es
Priority to RU2017100023A priority patent/RU2648955C1/ru
Priority to JP2016527685A priority patent/JP6228671B2/ja
Priority to RU2017100021A priority patent/RU2654159C1/ru
Priority to PCT/JP2015/062729 priority patent/WO2015190184A1/ja
Priority to JP2016527684A priority patent/JP6225256B2/ja
Priority to AU2015272799A priority patent/AU2015272799B2/en
Priority to EP15806110.1A priority patent/EP3156970B1/en
Priority to AU2015272798A priority patent/AU2015272798B2/en
Priority to CN201580031509.5A priority patent/CN106462954B/zh
Priority to EP15807220.7A priority patent/EP3156971B1/en
Publication of WO2015189874A1 publication Critical patent/WO2015189874A1/ja
Priority to US15/371,228 priority patent/US10102614B2/en
Priority to US15/371,230 priority patent/US10157451B2/en
Priority to US15/372,402 priority patent/US10096092B2/en
Priority to US15/372,400 priority patent/US9972074B2/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/73—Deblurring; Sharpening
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/77—Retouching; Inpainting; Scratch removal
    • 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
    • G06T7/20—Analysis of motion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G06T7/529—Depth or shape recovery from texture
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/40—Picture signal circuits
    • H04N1/407—Control or modification of tonal gradation or of extreme levels, e.g. background level
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • 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
    • G06T2207/10004—Still image; Photographic 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
    • G06T2207/10024—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
    • G06T2207/20004—Adaptive image processing
    • G06T2207/20012—Locally adaptive
    • 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
    • G06T2207/20021—Dividing image into blocks, subimages or windows
    • 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

Definitions

  • This invention relates to a mist removing device, and in particular to a wide mist removing technique.
  • JP 2012-168936 A discloses a fog removal technique based on an atmospheric model (see the Background Art section).
  • the atmospheric model refers to an optical principle in which an object is imaged with an imaging device or observed with the naked eye when there are suspended particles in the atmosphere.
  • the atmospheric model is shown by the following formula (1).
  • I (x) J (x) t (x) + A (1-t (x)) Equation (1)
  • I is an observed image (image with fog)
  • J is a processed image (image without fog)
  • t is the fog density
  • x is the coordinates of the target pixel
  • A is atmospheric light.
  • the image I (x) observed with the imaging device is the part J (x) t (x) that remains even after the reflected light J (x) from the object is scattered by airborne particles and the sunlight in the air It consists of atmospheric environment light A (1-t (x)) which is the result of being scattered by airborne particles.
  • the processed image J can be obtained from the observed image I by obtaining the fog density t and the atmospheric light A.
  • the minimum value of the pixel value including the surrounding pixels is obtained by the following formula (2) (Dark Channel Prior (hereinafter abbreviated as DCP)) ), Assuming that this value represents the fog density, and changing the degree of fog removal from this DCP value.
  • DCP Dark Channel Prior
  • the mist removal method has the following problems.
  • a dark fog image has few color components and no undulations.
  • the DCP and the input image are close to each other, and if the processing is performed so that the DCP value becomes 0, the processed image becomes very dark.
  • the parameter is set to be weak in order to prevent the image from becoming dark, there is a problem in that the effect of fog removal is weak and the image is not clear.
  • An object of the present invention is to solve the above-described problems and provide a mist removing device that removes mist from an image containing fog.
  • the fog removing apparatus removes fog on the basis of a separately determined fog density for the separated reflectance component, separating means for separating the reflectance component and the illumination light component from the fog-containing image.
  • the reflectance component fog removing means, the separated illumination light component, the illumination light component fog removing means for removing fog based on the fog density, the reflectance component after fog removal, and the illumination light component after fog removal The mist removal degree is different between the mist removal in the reflectance component mist removal means and the mist removal in the illumination light component mist removal means.
  • the fog removal degree in the reflectance component fog removing unit is higher than the fog removal in the illumination light component fog removing unit. Therefore, even when the fog is dark, it is possible to obtain an image that emphasizes the edge and maintains the brightness of the entire image.
  • the fog removal degree in the illumination light component fog removing means is higher than the fog removal in the reflectance component fog removing means. Therefore, an image without edge enhancement can be obtained while reducing the brightness of the entire image.
  • the reflectance component and the illumination light component are separated from the fog-containing image, and for the reflectance component, the fog is removed based on a separately determined fog density
  • An illuminating light component is an image generation method for removing mist based on the mist concentration and combining the reflectance component after the mist removal and the illumination light component after the mist removal, wherein the mist for the reflectance component
  • An image in which the degree of fog removal is changed is generated by the removal process and the fog removal process for the illumination light component. Therefore, it is possible to generate an image in which the degree of fog removal is different between the reflectance component and the illumination light component.
  • the separating means for separating the reflectance component and the illumination light component from the fog-containing image, the separated reflectance component, the fog is determined based on the separately determined fog density
  • Reflectivity component fog removing means to be removed illumination light component fog removing means for removing fog based on the fog density, the reflectance component after fog removal, and the illumination light after fog removal for the separated illumination light component
  • a synthesis means for synthesizing the components is provided. Thereby, the fog removal processing can be performed independently for the reflectance component and the illumination light component.
  • the separating means for separating the reflectance component and the illumination light component from the fog-containing image, the separated reflectance component, the fog is determined based on the separately determined fog density
  • a reflectance component fog removing unit to be removed, a combining unit for synthesizing the separated illumination light component and the reflectance component after the fog removal is provided. Therefore, it is possible to generate an image in which only the reflectance component is subjected to the fog removal process.
  • the separating means for separating the reflectance component and the illumination light component from the fog-containing image, the separated illumination light component, the fog is determined based on the separately determined fog density Illumination light component fog removing means to be removed, illumination light component after the fog removal, and combining means for synthesizing the separated reflectance component are provided. Therefore, it is possible to generate an image that has been subjected to the fog removal process for only the illumination light component.
  • “fog” is a concept including haze, haze, smoke, dust, sand dust, rain, and snow.
  • the “calculation means” corresponds to the fog density calculation unit 11.
  • the “separating means” corresponds to the illumination light separating unit 4.
  • the “reflectance component fog removal means” corresponds to the reflectance component fog removal unit 13, and the “illumination light component fog removal means” corresponds to the illumination light component fog removal unit 14.
  • the “combining means” corresponds to the combining unit 16.
  • FIG. 1 shows a configuration of an image processing apparatus 1. The relationship between an illumination light component and a reflectance component, and the intensity
  • FIG. 1 shows a configuration of an image processing apparatus 1 having a fog removing apparatus 10 according to an embodiment of the present invention.
  • the fog removing device 10 includes an illumination light separating unit 23, a reflectance component fog removing unit 13, an illumination light component fog removing unit 14, a fog concentration calculating unit 11, and a combining unit 16.
  • the illumination light separation unit 23 has an edge-preserving low-pass filter, and the YUV conversion unit 3 calculates a weighted average value of local brightness of the converted YUV data, that is, an illumination light component, Thereby, the illumination light component and the reflectance component are separated.
  • the fog density calculation unit 11 calculates the fog density of a given input image using the separated illumination light component.
  • the DCP described in the background art represents the fog density
  • the final fog density t is obtained from the DCP value.
  • the reflectance component fog removing unit 13 performs fog removal on the reflectance component calculated by the reflectance calculating unit 12.
  • the illumination light component fog removal unit 14 performs fog removal on the separated illumination light component. The degree of removal of fog is different between the illumination light component fog removing unit 14 and the reflectance component fog removing unit 13. Details will be described later.
  • the synthesizing unit 16 synthesizes the image from which fog has been removed, using the illumination light component from which fog has been removed and the reflectance component.
  • the synthesized image is converted from YUV data to RGB data by the RGB converter 18.
  • the fog removal performed by the illumination light component fog removal unit 14 and the reflectance component fog removal unit 13 will be described.
  • the observed image I is defined by the product of the illumination light L and the reflectance R.
  • J R (I R I L- (1-t) A L ) / (I L- (1-t) A L ) (8) From this equation (8), the value of J R is greater than I R When I R> 1, smaller than I R when the I R ⁇ 1. That is, processing for enhancing the edge according to the fog density is performed on the reflectance component, which is consistent with the fact that the edge is blurred by the fog.
  • the fog removal for the illumination light component can be performed separately by the equation (7), the fog removal for the reflectance component by the equation (8), and the fog removal can be performed separately for the illumination light component and the reflectance component.
  • the degree of fog removal can be increased for the reflectance component, while the degree of fog removal can be reduced for the illumination light component. Therefore, the visibility can be improved while maintaining the brightness of the image.
  • the value t in the equations (7) and (8) may be changed between the two. If the fog is dark and the average brightness of the image is low (not high), the edge emphasis is strengthened, but the brightness should not be lowered so much. Therefore, the value t of the illumination light component and t L, if the value t of the reflectance component and the t R, the weakened defogging of the illumination light component, so as to strengthen the defogging the reflectance component (t L > t R ).
  • the following may be performed to weight the fog removal processing result.
  • J L is the illumination light component after fog removal and J L 'is the weighted result, J L ' Ask for.
  • an image containing a visual impairment is separated into an illumination light component and a reflectance component in Retinex theory, and image processing is performed so that the obstacle removal intensity based on the atmospheric model is different for each, and thereafter
  • image processing is performed so that the obstacle removal intensity based on the atmospheric model is different for each, and thereafter
  • RGB value is once determined based on the YUV value.
  • other color space models such as HSV
  • fog density calculation and / or fog removal processing conversion from RGB may be performed at that stage.
  • the case of removing mist has been described as an example.
  • the present invention can also be applied to the case of removing external light components other than mist.
  • the fog concentration is obtained by DCP, but other methods may be used for calculating the fog concentration, or the operator may adjust the fog concentration manually.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Image Processing (AREA)
  • Studio Devices (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Image Analysis (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Processing Or Creating Images (AREA)

Abstract

【課題】　霧が濃い画像でも霧除去を可能とする。 【解決手段】　霧濃度算出部１１は、分離された照明光成分を用いて、与えられた入力画像の霧濃度を算出する。反射率成分霧除去部１３は、反射率算出部１２が算出した反射率成分について霧除去をおこなう。照明光成分霧除去部１４は分離された照明光成分について、霧除去をおこなう。ここで、照明光成分霧除去部１４よりも反射率成分霧除去部１３の方が霧除去度は大きい。これにより、照明光成分の霧除去程度をそれほど大きくすることなく、反射率成分の霧除去度を大きくすることができる。

Description

霧除去装置および画像生成方法
　この発明は、霧除去装置に関し、特に幅の広い霧除去技術にする。
　特開2012-168936号公報には、大気モデルに基づく霧除去技術が開示されている（背景技術の欄、参照）。大気モデルとは、大気中に浮遊粒子がある場合に、撮像機で物体を撮像し又は肉眼で物体を観察する光学原理をいう。大気モデルは、下記式（１）で示される。
　I(x)=J(x)t(x)+A(1-t(x))　　　・・・式 (1)
　Iは観測画像（霧がある画像）、Jは処理画像（霧がない画像）、tは霧の濃度、xは対象画素の座標、Aは大気光を示す。
　撮像装置で観察した画像I(x)は、物体からの反射光J(x)が空中の浮遊粒子により散乱された後においても残存する部分J(x)t(x)と、太陽光が空中の浮遊粒子により散乱された結果である大気環境光A(1-t(x)) から構成される。
　なお、前記公報の図１０には、前記I(x)、J(x)、A、t(x)の各値が示す画像を用いて説明がなされている。
　上記式(1)より、霧の濃度tと、大気光Aを求めることで、観測画像Iから処理画像Jを求めることができる。
　 Kaiming Heらは、IEEE Conference on Computer Vision and Pattern Recognition, 2009にて、論文「Single Image Haze Removal Using Dark Channel Prior」にて、新規の霧除去技術を提案した。
　簡単に説明すると、前記大気モデルにおいて、各画素に対して、下記式(2)により、周辺画素を含めた画素値の最小値を求め（ダークチャネルプライヤ（Dark Channel Prior（以下DCPと略す）））、かかる値が霧の濃度を表すと仮定し、このDCPの値より、霧除去の程度を変えるというものである。
Figure JPOXMLDOC01-appb-M000001
　これは、一般的な霧のない自然画像においては、影や彩度が高い部分がどの画素の周辺にもあるため、DCPの値はほぼ0となる。一方、霧のある画像においては、霧により輝度が高くなり、DCPの値が高くなる。したがって、DCPが0となるように処理を行うことにより霧除去が可能となるというものである。
　しかし、前記霧除去の手法においては以下のような問題があった。霧が濃い画像では、色成分が少なく、起伏がない画像となる。かかる画像では、DCPと入力画像が近い値となり、DCPの値を0になるように処理を行うと、処理後の画像は非常に暗くなる。逆に、画像が暗くなることを防ぐためにパラメータを弱めに設定すると、霧除去の効果が弱く、画像が明瞭にならないという問題があった。
　この発明は、上記問題を解決し、霧を含有する画像から霧除去をおこなう霧除去装置を提供することを目的とする。
　(1)本発明にかかる霧除去装置は、霧含有画像から反射率成分と照明光成分とを分離する分離手段、前記分離した反射率成分について、別途決定された霧濃度に基づいて霧を除去する反射率成分霧除去手段、前記分離した照明光成分について、前記霧濃度に基づいて霧を除去する照明光成分霧除去手段、前記霧除去後の反射率成分および前記霧除去後の照明光成分を合成する合成手段、を備え、前記反射率成分霧除去手段における霧除去と前記照明光成分霧除去手段における霧除去では、霧除去度が異なる。
　このように、前記反射率成分と前記照明光成分で霧除去度を異ならせて、合成することにより、より柔軟な霧除去処理が可能となる。
　(2)本発明にかかる霧除去装置においては、前記反射率成分霧除去手段における霧除去の方が、前記照明光成分霧除去手段における霧除去よりも、霧除去度が高い。したがって、前記霧が濃い場合でも、エッジを強調するとともに、画像全体の明るさを保持した画像を得ることができる。
　(3)本発明にかかる霧除去装置においては、前記照明光成分霧除去手段における霧除去の方が、前記反射率成分霧除去手段における霧除去よりも、霧除去度が高い。したがって、画像全体の明るさを下げつつ、エッジ強調をしない画像を得ることができる。
　(4)本発明にかかる画像生成方法においては、霧含有画像から反射率成分と照明光成分とを分離し、前記反射率成分について、別途決定された霧濃度に基づいて霧を除去し、前記照明光成分について、前記霧濃度に基づいて霧を除去し、前記霧除去後の反射率成分および前記霧除去後の照明光成分を合成する画像生成方法であって、前記反射率成分についての霧除去処理と、前記照明光成分についての霧除去処理とで、霧除去度を変更した画像を生成する。したがって、前記反射率成分と前記照明光成分で前記霧除去度を異ならせた画像を生成することができる。
　(5)本発明にかかる霧除去装置においては、霧含有画像から反射率成分と照明光成分とを分離する分離手段、前記分離した反射率成分について、別途決定された霧濃度に基づいて霧を除去する反射率成分霧除去手段、前記分離した照明光成分について、前記霧濃度に基づいて霧を除去する照明光成分霧除去手段、前記霧除去後の反射率成分および前記霧除去後の照明光成分を合成する合成手段を備えている。これにより、前記反射率成分および前記照明光成分を独立して、霧除去処理が可能となる。
　(6)本発明にかかる霧除去装置においては、霧含有画像から反射率成分と照明光成分とを分離する分離手段、前記分離した反射率成分について、別途決定された霧濃度に基づいて霧を除去する反射率成分霧除去手段、前記分離した照明光成分および前記霧除去後の反射率成分を合成する合成手段を備えている。したがって、反射率成分だけについて前記霧除去処理を施した画像を生成することができる。
　(7)本発明にかかる霧除去装置においては、霧含有画像から反射率成分と照明光成分とを分離する分離手段、前記分離した照明光成分について、別途決定された霧濃度に基づいて霧を除去する照明光成分霧除去手段、前記霧除去後の照明光成分および前記分離された反射率成分を合成する合成手段を備えている。したがって、照明光成分だけについて前記霧除去処理を施した画像を生成することができる。
　なお、本明細書において、「霧」とは、靄（もや）、霞（かすみ）、煙、粉塵、砂塵、雨、雪も含む概念である。
　請求項に記載した各種手段と、実施形態の構成との対応について説明する。「算出手段」とは、霧濃度算出部１１が該当する。「分離手段」とは、照明光分離部４が該当する。「反射率成分霧除去手段」は、反射率成分霧除去部１３が、「照明光成分霧除去手段」は、照明光成分霧除去部１４が、それぞれ該当する。「合成手段」は合成部１６が該当する。
　この発明の特徴、他の目的、用途、効果等は、実施形態および図面を参酌することにより明らかになるであろう。
画像処理装置１の構成を示す。 照明光成分および反射率成分と、霧除去の強度との関係を示す。
　以下、本発明における実施形態について、図面を参照して説明する。図１に、本発明の１実施形態にかかる霧除去装置１０を有する画像処理装置１の構成を示す。
　霧除去装置１０は、照明光分離部２３、反射率成分霧除去部１３、照明光成分霧除去部１４、霧濃度算出部１１、および合成部１６を備えている。
　照明光分離部２３は、エッジ保存型ローパスフィルタを有しており、YUV変換部３にて、変換されたYUVデータの局所的な明るさの加重平均値、すなわち、照明光成分を算出し、これにより、照明光成分と、反射率成分の分離を行う。
　霧濃度算出部１１は、分離された照明光成分を用いて、与えられた入力画像の霧濃度を算出する。本実施形態においては、背景技術で説明したDCPが霧の濃度を表すと仮定し、このDCPの値より、最終的な霧濃度tを求めた。
　反射率成分霧除去部１３は、反射率算出部１２が算出した反射率成分について霧除去をおこなう。照明光成分霧除去部１４は分離された照明光成分について、霧除去をおこなう。照明光成分霧除去部１４と反射率成分霧除去部１３とで、霧除去の除去度は異なる。詳しくは後述する。
　合成部１６は、霧除去がなされた照明光成分と前記反射率成分を用いて、霧除去された画像を合成する。合成された画像は、RGB変換部１８にてYUVデータからRGBデータに変換される。
　照明光成分霧除去部１４と反射率成分霧除去部１３とで行う霧除去について説明する。
　レティネックス（Retinex）理論では、観測画像Iは、照明光Lと反射率Rの積で定義される。
　I＝RL　　　・・・式(3)
大気モデルの式(1)を変形すると、式(4)が得られる。
J(x)＝（I(x)－A）/t(x)+A　　・・・(4)
が得られる。
　ここで、上記I、J、Aに、レティネックス理論を適用し、それぞれを反射率成分および照明光成分の積で表すと、下記式(5)が求まる。
JR JL=(IR IL－AR AL)/t　+ARAL　 ・・・式 (5)
　ここで、大気モデルにおいては、大気光Aには反射率成分はないと仮定する。また、照明光成分に対しても、当然大気モデルの式（１）が成り立つ。したがって、前記式(4)を照明光成分に限定して考えると、下記の２つの制約条件が設定できる。
AR=1　　 ・・・式(6)
JL=(IL-AL)/t+AL　　　・・・式(7)
　式(6)、(7)を式(5)に代入すると式(8)が導出される。
JR=(IR IL-(1-t)AL)/(IL-(1-t)AL )　・・・式(8)
　この式(8)から、JRの値は、IR>1のときIRより大きくなり、IR<1のときIRより小さくなる。つまり、反射率成分に対して、霧濃度に応じてエッジを強調する処理を行っており、これは、霧によりエッジがなまることとの整合性がある。
　このように、式(7)で照明光成分についての霧除去を、式(8)で反射率成分についての霧除去をと、照明光成分と反射率成分とを別々に霧除去可能となる。
　図２を用いて照明光成分と反射率成分とを別々に霧除去できることのメリットについて説明する。霧除去度を大きくすると、反射率成分はエッジ強調度が高くなり、照明光成分は明るさ(輝度)が減少する。逆に霧除去度を小さくすると、反射率成分はエッジ強調度が低くなり、照明光成分の減少度が低くなる。つまりそれほど暗くならない。したがって、霧が濃いことで、色が薄く、起伏が乏しい画像については、霧除去度を大きくすると、エッジは強まるものの、画像が暗くなってしまう。
　これに対して、本手法ではそのような画像であっても、反射率成分については、霧除去度を大きくし、一方、照明光成分は霧除去度を小さくすることができる。したがって、画像の明るさを保ったまま視認性を向上させることができる。
　かかる照明光成分と反射率成分とで、霧除去の程度を変える手法としては、照明光成分、反射率成分それぞれの霧除去処理における霧濃度を異なる値を用いる、または、照明光成分、反射率成分それぞれの霧除去処理結果について、重み付けするようにすればよい。
　前者としては、たとえば、式(7)、式(8)における値tを両者で変更すればよい。霧は濃く、かつ、画像の平均的な輝度が低い（高くない）画像であれば、エッジ強調強めにするが、輝度はあまり下げない方がよい。したがって、照明光成分の値tをtLと、反射率成分の値tをtRとした場合、照明光成分の霧除去は弱めに、反射率成分の霧除去は強めになるように（tL＞　　tR）とすればよい。
　また、霧除去処理結果について、重み付けするには、たとえば、以下のようにすればよい。
　霧除去後の照明光成分をJL、重み付けした結果をJL’とする場合に下記式(9)にて、JL’　 を求める。
JL’＝IL+k（JL－IL)　・・・(9)
　(9)式は、求めた値に対して係数をかけるのではなく、元画像からの変化量に対して、係数kによって変更できるようにすることにより、重み付けを変えられるようにしたものである。具体的には、照明光成分の霧除去程度を弱くしたい場合には、k＜１とすればよい。
　このように、視認障害を含有する画像をレティネックス理論における照明光成分、反射率成分、それぞれに分離し、それぞれに対して大気モデルに基づく前記障害除去強度を異なるように画像処理をし、その後両者を合成することにより、それぞれに応じた視認障害の軽減処理が可能となる。本実施形態においては、照明光成分に対しては霧により明るくなった分の輝度を下げ、反射率成分に対しては霧によりなまったエッジを強調するようにしたが、両者は相対的な値であるので、照明光成分に対する処理のみを弱めるだけでも、同様の効果を奏する。
　また、霧除去後照明光成分と霧除去後反射率成分の別々の調整については、これ以外の組み合わせでも適用は可能である。
　（２.　他の実施形態）
　本実施形態においては、RGB値を一旦、YUV値にて判断する場合について説明したが、他の色空間モデル（HSVなど）を採用してもよい。霧濃度算出および／または霧除去処理にて、必要な場合に、その段階でRGBから変換するようにしてもよい。
　また、本実施形態においては、霧除去する場合を例として、説明したが、霧以外の外光成分を除去する場合にも適用可能である。
　本実施形態においては、霧濃度について、DCPにて求めるようにしたが、霧濃度の算出について他の手法であってもよく、また、操作者が手動で調整するようにしてもよい。
　上記においては、本発明を好ましい実施形態として説明したが、限定のために用いたのではなく、説明のために用いたものであって、本発明の範囲および精神を逸脱することなく、添付のクレームの範囲において、変更することができるものである。
　４　　　照明光分離部
　１３　　　反射率成分霧除去部
　１４　　　照明光成分霧除去部
　１６　　　合成部

Claims (7)

  1. 　霧含有画像から反射率成分と照明光成分とを分離する分離手段、
    　前記分離した反射率成分について、別途決定された霧濃度に基づいて霧を除去する反射率成分霧除去手段、
    　前記分離した照明光成分について、前記霧濃度に基づいて霧を除去する照明光成分霧除去手段、
    　前記霧除去後の反射率成分および前記霧除去後の照明光成分を合成する合成手段、
    　を備え、
    　前記反射率成分霧除去手段における霧除去と前記照明光成分霧除去手段における霧除去では、霧除去度が異なること、
    　を特徴とする霧除去装置。
  2. 　請求項１の霧除去装置において、
    　前記反射率成分霧除去手段における霧除去の方が、前記照明光成分霧除去手段における霧除去よりも、霧除去度が高いこと、
    　を特徴とする霧除去装置。
  3. 　請求項１または請求項２の霧除去装置において、
    　前記照明光成分霧除去手段における霧除去の方が、前記反射率成分霧除去手段における霧除去よりも、霧除去度が高いこと、
    　を特徴とする霧除去装置。
  4. 　霧含有画像から反射率成分と照明光成分とを分離し、
    　前記反射率成分について、別途決定された霧濃度に基づいて霧を除去し、
    　前記照明光成分について、前記霧濃度に基づいて霧を除去し、
    　前記霧除去後の反射率成分および前記霧除去後の照明光成分を合成する画像生成方法であって、
    　前記反射率成分についての霧除去処理と、前記照明光成分についての霧除去処理とで、霧除去度を変更した画像を生成すること、
    　を特徴とする画像生成方法。
  5. 　霧含有画像から反射率成分と照明光成分とを分離する分離手段、
    　前記分離した反射率成分について、別途決定された霧濃度に基づいて霧を除去する反射率成分霧除去手段、
    　前記分離した照明光成分について、前記霧濃度に基づいて霧を除去する照明光成分霧除去手段、
    　前記霧除去後の反射率成分および前記霧除去後の照明光成分を合成する合成手段、
    　を備えたことを特徴とする霧除去装置。
  6. 　霧含有画像から反射率成分と照明光成分とを分離する分離手段、
    　前記分離した反射率成分について、別途決定された霧濃度に基づいて霧を除去する反射率成分霧除去手段、
    　前記分離した照明光成分および前記霧除去後の反射率成分を合成する合成手段、
    　を備えたこと、
    　を特徴とする霧除去装置。
  7. 　霧含有画像から反射率成分と照明光成分とを分離する分離手段、
    　前記分離した照明光成分について、別途決定された霧濃度に基づいて霧を除去する照明光成分霧除去手段、
    　前記霧除去後の照明光成分および前記分離された反射率成分を合成する合成手段、
    　を備えたことを特徴とする霧除去装置。
PCT/JP2014/003131 2014-06-12 2014-06-12 霧除去装置および画像生成方法 WO2015189874A1 (ja)

Priority Applications (31)

Application Number Priority Date Filing Date Title
AU2014397095A AU2014397095B2 (en) 2014-06-12 2014-06-12 Haze removal device and image generation method
RU2017100018A RU2658874C1 (ru) 2014-06-12 2014-06-12 Устройство удаления тумана и способ формирования изображений
CN201480079760.4A CN106462947B (zh) 2014-06-12 2014-06-12 除雾装置及图像生成方法
PCT/JP2014/003131 WO2015189874A1 (ja) 2014-06-12 2014-06-12 霧除去装置および画像生成方法
JP2016527494A JP6228670B2 (ja) 2014-06-12 2014-06-12 霧除去装置および画像生成方法
ES14894614T ES2727929T3 (es) 2014-06-12 2014-06-12 Dispositivo de eliminación de neblina y método de generación de imágenes
EP14894614.8A EP3156968B1 (en) 2014-06-12 2014-06-12 Haze removal device and image generation method
PCT/JP2015/056086 WO2015190136A1 (ja) 2014-06-12 2015-03-02 画像処理システム及びコンピュータ読み取り可能な記録媒体
JP2016527661A JP6225255B2 (ja) 2014-06-12 2015-03-02 画像処理システム及びプログラム
AU2015272846A AU2015272846B2 (en) 2014-06-12 2015-03-02 Image processing system and computer-readable recording medium
RU2017100022A RU2664415C2 (ru) 2014-06-12 2015-03-02 Система обработки изображений и машиночитаемый записывающий носитель
EP15805972.5A EP3156969B1 (en) 2014-06-12 2015-03-02 Image processing system and computer-readable recording medium
ES15805972T ES2712452T3 (es) 2014-06-12 2015-03-02 Sistema de procesamiento de imagen y soporte de registro legible por ordenador
CN201580031438.9A CN106462953B (zh) 2014-06-12 2015-03-02 图像处理系统及计算机可读记录介质
EP15806110.1A EP3156970B1 (en) 2014-06-12 2015-04-27 Haze removal
PCT/JP2015/062728 WO2015190183A1 (ja) 2014-06-12 2015-04-27 画像処理システム及びコンピュータ読み取り可能な記録媒体
ES15807220.7T ES2681294T3 (es) 2014-06-12 2015-04-27 Sistema de procesamiento de imágenes y medio de grabación legible por ordenador
RU2017100023A RU2648955C1 (ru) 2014-06-12 2015-04-27 Система обработки изображений и машиночитаемый записывающий носитель
JP2016527685A JP6228671B2 (ja) 2014-06-12 2015-04-27 画像処理システム及びプログラム
RU2017100021A RU2654159C1 (ru) 2014-06-12 2015-04-27 Система обработки изображений и машиночитаемый записывающий носитель
PCT/JP2015/062729 WO2015190184A1 (ja) 2014-06-12 2015-04-27 画像処理システム及びコンピュータ読み取り可能な記録媒体
JP2016527684A JP6225256B2 (ja) 2014-06-12 2015-04-27 画像処理システム及びコンピュータ読み取り可能な記録媒体
AU2015272799A AU2015272799B2 (en) 2014-06-12 2015-04-27 Image processing system and computer-readable storage medium
CN201580031412.4A CN106663326B (zh) 2014-06-12 2015-04-27 图像处理系统及计算机可读记录介质
AU2015272798A AU2015272798B2 (en) 2014-06-12 2015-04-27 Image processing system and computer-readable recording medium
CN201580031509.5A CN106462954B (zh) 2014-06-12 2015-04-27 图像处理系统
EP15807220.7A EP3156971B1 (en) 2014-06-12 2015-04-27 Image processing system and computer-readable recording medium
US15/371,228 US10102614B2 (en) 2014-06-12 2016-12-07 Fog removing device and image generating method
US15/371,230 US10157451B2 (en) 2014-06-12 2016-12-07 Image processing system and computer-readable recording medium
US15/372,402 US10096092B2 (en) 2014-06-12 2016-12-08 Image processing system and computer-readable recording medium
US15/372,400 US9972074B2 (en) 2014-06-12 2016-12-08 Image processing system and computer-readable recording medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2014/003131 WO2015189874A1 (ja) 2014-06-12 2014-06-12 霧除去装置および画像生成方法

Related Child Applications (3)

Application Number Title Priority Date Filing Date
PCT/JP2015/056086 Continuation WO2015190136A1 (ja) 2014-06-12 2015-03-02 画像処理システム及びコンピュータ読み取り可能な記録媒体
PCT/JP2015/056086 Continuation-In-Part WO2015190136A1 (ja) 2014-06-12 2015-03-02 画像処理システム及びコンピュータ読み取り可能な記録媒体
US15/371,228 Continuation US10102614B2 (en) 2014-06-12 2016-12-07 Fog removing device and image generating method

Publications (1)

Publication Number Publication Date
WO2015189874A1 true WO2015189874A1 (ja) 2015-12-17

Family

ID=54833008

Family Applications (4)

Application Number Title Priority Date Filing Date
PCT/JP2014/003131 WO2015189874A1 (ja) 2014-06-12 2014-06-12 霧除去装置および画像生成方法
PCT/JP2015/056086 WO2015190136A1 (ja) 2014-06-12 2015-03-02 画像処理システム及びコンピュータ読み取り可能な記録媒体
PCT/JP2015/062728 WO2015190183A1 (ja) 2014-06-12 2015-04-27 画像処理システム及びコンピュータ読み取り可能な記録媒体
PCT/JP2015/062729 WO2015190184A1 (ja) 2014-06-12 2015-04-27 画像処理システム及びコンピュータ読み取り可能な記録媒体

Family Applications After (3)

Application Number Title Priority Date Filing Date
PCT/JP2015/056086 WO2015190136A1 (ja) 2014-06-12 2015-03-02 画像処理システム及びコンピュータ読み取り可能な記録媒体
PCT/JP2015/062728 WO2015190183A1 (ja) 2014-06-12 2015-04-27 画像処理システム及びコンピュータ読み取り可能な記録媒体
PCT/JP2015/062729 WO2015190184A1 (ja) 2014-06-12 2015-04-27 画像処理システム及びコンピュータ読み取り可能な記録媒体

Country Status (8)

Country Link
US (4) US10102614B2 (ja)
EP (4) EP3156968B1 (ja)
JP (4) JP6228670B2 (ja)
CN (4) CN106462947B (ja)
AU (4) AU2014397095B2 (ja)
ES (3) ES2727929T3 (ja)
RU (4) RU2658874C1 (ja)
WO (4) WO2015189874A1 (ja)

Families Citing this family (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
PL3180454T3 (pl) * 2015-06-30 2018-11-30 Heraeus Deutschland GmbH & Co. KG Sposób wytwarzania stopu wzbogaconego w PGM
CN107872608B (zh) * 2016-09-26 2021-01-12 华为技术有限公司 图像采集设备及图像处理方法
KR101942198B1 (ko) * 2017-12-27 2019-04-11 중앙대학교 산학협력단 레티넥스 모델을 기반으로 하여 영상을 개선하는 단말 장치 및 방법과 이를 수행하는 기록 매체
US10896488B2 (en) * 2018-02-23 2021-01-19 Mobile Drive Technology Co., Ltd. Electronic device and method for removing haze from image
CN108416316B (zh) * 2018-03-19 2022-04-05 中南大学 一种黑烟车的检测方法及系统
US10643311B2 (en) * 2018-03-22 2020-05-05 Hiwin Technologies Corp. Method for correcting dehazed medical image
JP7109317B2 (ja) 2018-09-06 2022-07-29 株式会社クボタ 水田作業機
CN109028233B (zh) * 2018-09-29 2020-11-10 佛山市云米电器科技有限公司 厨房油烟浓度划分方法及油烟图像识别系统及油烟机
CN109028234B (zh) * 2018-09-29 2020-11-10 佛山市云米电器科技有限公司 一种能够对烟雾等级进行标识的油烟机
CN109242805B (zh) * 2018-10-24 2021-09-28 西南交通大学 一种基于独立分量分析的单幅图像雾霾快速去除方法
JP7421273B2 (ja) * 2019-04-25 2024-01-24 キヤノン株式会社 画像処理装置及びその制御方法及びプログラム
CN110223258A (zh) * 2019-06-12 2019-09-10 西南科技大学 一种多模式快速视频图像去雾方法及装置
CN112419162B (zh) * 2019-08-20 2024-04-05 浙江宇视科技有限公司 图像去雾方法、装置、电子设备及可读存储介质
CN111192210B (zh) * 2019-12-23 2023-05-26 杭州当虹科技股份有限公司 一种自适应增强的视频去雾方法
CN113674158A (zh) * 2020-05-13 2021-11-19 浙江宇视科技有限公司 图像处理方法、装置、设备及存储介质
CN112011696B (zh) 2020-08-19 2021-05-18 北京科技大学 一种火法富集铝基废催化剂中铂族金属的方法
US11790545B2 (en) * 2020-09-14 2023-10-17 Himax Technologies Limited Method and apparatus to control light source in structured light imaging
US11641456B2 (en) 2020-09-14 2023-05-02 Himax Technologies Limited Image rendering method and apparatus
CN114519683A (zh) * 2020-11-20 2022-05-20 北京晶视智能科技有限公司 图像处理方法及应用其的图像处理装置
US11528435B2 (en) 2020-12-25 2022-12-13 Industrial Technology Research Institute Image dehazing method and image dehazing apparatus using the same

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
JP2012028987A (ja) * 2010-07-22 2012-02-09 Toshiba Corp 画像処理装置
JP2013152334A (ja) * 2012-01-25 2013-08-08 Olympus Corp 顕微鏡システムおよび顕微鏡観察方法

Family Cites Families (58)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6085152A (en) 1997-09-19 2000-07-04 Cambridge Management Advanced Systems Corporation Apparatus and method for monitoring and reporting weather conditions
US7161614B1 (en) 1999-11-26 2007-01-09 Sanyo Electric Co., Ltd. Device and method for converting two-dimensional video to three-dimensional video
JP2001160146A (ja) * 1999-12-01 2001-06-12 Matsushita Electric Ind Co Ltd 画像認識方法および画像認識装置
US9149175B2 (en) 2001-07-26 2015-10-06 Given Imaging Ltd. Apparatus and method for light control in an in-vivo imaging device
JP2003187248A (ja) * 2001-12-21 2003-07-04 Mitsubishi Electric Corp 画像処理システムおよび画像処理装置
KR100512976B1 (ko) * 2003-08-09 2005-09-07 삼성전자주식회사 화면의 콘트라스트를 향상시키는 블랙/화이트 스트레칭시스템 및 그의 스트레칭 방법
JP2006155491A (ja) * 2004-12-01 2006-06-15 Samsung Yokohama Research Institute Co Ltd シーンチェンジ検出方法
JP2007266838A (ja) * 2006-03-28 2007-10-11 Sharp Corp 記録再生装置、記録再生方法、及び、記録再生プログラムを記録した記録媒体
JP4784452B2 (ja) * 2006-09-12 2011-10-05 株式会社デンソー 車載霧判定装置
JP4475268B2 (ja) * 2006-10-27 2010-06-09 セイコーエプソン株式会社 画像表示装置、画像表示方法、画像表示プログラム、及び画像表示プログラムを記録した記録媒体、並びに電子機器
JP4241834B2 (ja) 2007-01-11 2009-03-18 株式会社デンソー 車載霧判定装置
RU2365993C1 (ru) * 2008-01-30 2009-08-27 Корпорация "САМСУНГ ЭЛЕКТРОНИКС Ко., Лтд." Способ адаптивного улучшения факсимильных изображений документов
US8619071B2 (en) * 2008-09-16 2013-12-31 Microsoft Corporation Image view synthesis using a three-dimensional reference model
US8290294B2 (en) 2008-09-16 2012-10-16 Microsoft Corporation Dehazing an image using a three-dimensional reference model
US8675962B2 (en) * 2008-12-22 2014-03-18 Rohm Co., Ltd. Image correction processing circuit, semiconductor device, and image correction processing device
JP5325562B2 (ja) * 2008-12-22 2013-10-23 ローム株式会社 画像補正処理回路及びこれを集積化して成る半導体装置
US8350933B2 (en) * 2009-04-08 2013-01-08 Yissum Research Development Company Of The Hebrew University Of Jerusalem, Ltd. Method, apparatus and computer program product for single image de-hazing
US8837857B2 (en) * 2009-04-09 2014-09-16 National Ict Australia Limited Enhancing image data
JP2010276691A (ja) * 2009-05-26 2010-12-09 Toshiba Corp 画像処理装置および画像処理方法
JP5402504B2 (ja) * 2009-10-15 2014-01-29 株式会社Ｊｖｃケンウッド 擬似立体画像作成装置及び擬似立体画像表示システム
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
US8284998B2 (en) * 2010-07-01 2012-10-09 Arcsoft Hangzhou Co., Ltd. Method of estimating depths from a single image displayed on display
CN102637293B (zh) * 2011-02-12 2015-02-25 株式会社日立制作所 运动图像处理装置及运动图像处理方法
US20120213436A1 (en) * 2011-02-18 2012-08-23 Hexagon Technology Center Gmbh Fast Image Enhancement and Three-Dimensional Depth Calculation
JP5488530B2 (ja) * 2011-05-23 2014-05-14 富士ゼロックス株式会社 画像処理装置及び画像処理プログラム
JP5810628B2 (ja) * 2011-05-25 2015-11-11 富士ゼロックス株式会社 画像処理装置及び画像処理プログラム
US8582915B2 (en) * 2011-06-27 2013-11-12 Wuxi Jinnang Technology Development Ltd. Image enhancement for challenging lighting conditions
EP2740100A1 (en) * 2011-08-03 2014-06-11 Indian Institute Of Technology, Kharagpur Method and system for removal of fog, mist or haze from images and videos
US8970691B2 (en) * 2011-08-26 2015-03-03 Microsoft Technology Licensing, Llc Removal of rayleigh scattering from images
CN103034977B (zh) * 2011-09-30 2015-09-30 株式会社日立制作所 图像除雾方法和相应的图像除雾装置
CN103164845B (zh) * 2011-12-16 2016-08-03 中国科学院沈阳自动化研究所 一种实时图像去雾装置及方法
CN103186887B (zh) * 2011-12-30 2016-08-03 株式会社日立制作所 图像除雾装置和图像除雾方法
CN103188433B (zh) * 2011-12-30 2016-01-20 株式会社日立制作所 图像除雾装置和图像除雾方法
CN103226809B (zh) * 2012-01-31 2015-11-25 株式会社日立制作所 图像除雾装置和图像除雾方法
WO2013137613A1 (en) * 2012-03-12 2013-09-19 Samsung Electronics Co., Ltd. Method and apparatus for determining content type of video content
JP5470415B2 (ja) 2012-03-30 2014-04-16 Ｅｉｚｏ株式会社 イプシロンフィルタの閾値決定方法およびローパスフィルタの係数決定方法
JP5247910B1 (ja) 2012-03-30 2013-07-24 Ｅｉｚｏ株式会社 画像表示装置またはその方法
US8885962B1 (en) * 2012-07-23 2014-11-11 Lockheed Martin Corporation Realtime long range imaging scatter reduction
CN103632339A (zh) * 2012-08-21 2014-03-12 张晓光 一种基于变分Retinex的单幅图像去雾方法及装置
CN202872972U (zh) * 2012-08-24 2013-04-10 中国人民解放军理工大学气象学院 一种图像监测处理装置
US9659237B2 (en) * 2012-10-05 2017-05-23 Micro Usa, Inc. Imaging through aerosol obscurants
KR101958910B1 (ko) 2012-10-26 2019-03-15 에스케이 텔레콤주식회사 영상보정의 가속화를 위한 영상보정 장치 및 그 방법
CN102982537B (zh) * 2012-11-05 2015-09-02 安维思电子科技（广州）有限公司 一种检测场景变换的方法和系统
KR101736468B1 (ko) 2012-12-24 2017-05-29 한화테크윈 주식회사 영상 처리 장치 및 방법
KR101445577B1 (ko) * 2013-03-11 2014-11-04 주식회사 브이아이티시스템 안개제거 추정 모델을 이용한 안개 낀 휘도영상 개선 시스템
JP2014212513A (ja) * 2013-04-01 2014-11-13 パナソニック株式会社 投写型映像表示装置、映像投影制御装置、映像投影制御方法、及び映像投影制御プログラム
CN103218622B (zh) * 2013-04-22 2016-04-13 武汉大学 一种基于计算机视觉的雾霾监测方法
KR101470831B1 (ko) * 2013-05-28 2014-12-10 전남대학교산학협력단 사용자 제어가 가능한 거듭제곱근 연산자를 이용한 안개영상 개선 장치
CN103337054A (zh) * 2013-06-17 2013-10-02 西安理工大学 基于单图像的二阶段图像去雾方法
CN105900137A (zh) * 2014-01-10 2016-08-24 富士通株式会社 图像处理装置、电子设备及方法
WO2015125146A1 (en) 2014-02-19 2015-08-27 Yissum Research Development Company Of The Hebrew University Of Jerusalem Ltd. Method and system for dehazing natural images using color-lines
KR102207939B1 (ko) * 2014-03-27 2021-01-26 한화테크윈 주식회사 안개 제거 시스템 및 안개 제거 방법
JP6284408B2 (ja) * 2014-04-03 2018-02-28 オリンパス株式会社 画像処理装置、撮像装置、判定方法、駆動方法、撮像方法およびプログラム
US9305339B2 (en) * 2014-07-01 2016-04-05 Adobe Systems Incorporated Multi-feature image haze removal
US9177363B1 (en) 2014-09-02 2015-11-03 National Taipei University Of Technology Method and image processing apparatus for image visibility restoration
JP6469448B2 (ja) 2015-01-06 2019-02-13 オリンパス株式会社 画像処理装置、撮像装置、画像処理方法、および記録媒体
US9870511B2 (en) 2015-10-14 2018-01-16 Here Global B.V. Method and apparatus for providing image classification based on opacity
US9508129B1 (en) 2015-11-06 2016-11-29 Adobe Systems Incorporated Dehazing photos and videos using visual artifact suppression

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
JP2012028987A (ja) * 2010-07-22 2012-02-09 Toshiba Corp 画像処理装置
JP2013152334A (ja) * 2012-01-25 2013-08-08 Olympus Corp 顕微鏡システムおよび顕微鏡観察方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
KAIMING HE ET AL.: "Single Image Haze Removal Using Dark Channel Prior", IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE (TPAMI, vol. 33, no. 12, December 2011 (2011-12-01), pages 2341 - 2353, XP011409121 *
KAZUYASU OWAKI ET AL.: "ContrastMagic technology to optimize image brightness and contrast", TOSHIBA REVIEW, vol. 64, no. 6, 1 June 2009 (2009-06-01), pages 19 - 22, XP008183195 *
See also references of EP3156968A4 *

Also Published As

Publication number Publication date
AU2015272799B2 (en) 2018-01-04
JPWO2015190184A1 (ja) 2017-04-20
EP3156968A4 (en) 2017-04-19
ES2727929T3 (es) 2019-10-21
EP3156970A1 (en) 2017-04-19
US10157451B2 (en) 2018-12-18
RU2654159C1 (ru) 2018-05-16
JPWO2015190136A1 (ja) 2017-04-20
EP3156971A4 (en) 2017-07-12
RU2664415C2 (ru) 2018-08-17
US20170091912A1 (en) 2017-03-30
AU2015272799A1 (en) 2017-02-02
CN106462953B (zh) 2019-10-25
EP3156971B1 (en) 2018-05-23
EP3156971A1 (en) 2017-04-19
EP3156969A4 (en) 2017-10-11
AU2015272798B2 (en) 2017-12-14
RU2658874C1 (ru) 2018-06-25
AU2014397095A1 (en) 2017-02-02
US9972074B2 (en) 2018-05-15
EP3156970B1 (en) 2019-08-21
US20170084009A1 (en) 2017-03-23
JPWO2015190183A1 (ja) 2017-04-20
ES2712452T3 (es) 2019-05-13
RU2017100022A (ru) 2018-07-12
RU2648955C1 (ru) 2018-03-28
EP3156968B1 (en) 2019-02-27
CN106462953A (zh) 2017-02-22
AU2014397095B2 (en) 2018-07-05
RU2017100022A3 (ja) 2018-07-12
US20170084042A1 (en) 2017-03-23
CN106462947B (zh) 2019-10-18
EP3156968A1 (en) 2017-04-19
JPWO2015189874A1 (ja) 2017-04-20
WO2015190136A1 (ja) 2015-12-17
CN106462947A (zh) 2017-02-22
EP3156969B1 (en) 2018-11-21
JP6225255B2 (ja) 2017-11-01
JP6225256B2 (ja) 2017-11-01
CN106462954B (zh) 2019-09-20
WO2015190184A1 (ja) 2015-12-17
CN106663326B (zh) 2019-11-08
WO2015190183A1 (ja) 2015-12-17
JP6228670B2 (ja) 2017-11-08
US20170091911A1 (en) 2017-03-30
AU2015272798A1 (en) 2017-02-02
ES2681294T3 (es) 2018-09-12
JP6228671B2 (ja) 2017-11-08
EP3156969A1 (en) 2017-04-19
AU2015272846A1 (en) 2017-02-02
AU2015272846B2 (en) 2018-01-25
CN106462954A (zh) 2017-02-22
EP3156970A4 (en) 2017-07-12
CN106663326A (zh) 2017-05-10
US10096092B2 (en) 2018-10-09
US10102614B2 (en) 2018-10-16

Similar Documents

Publication Publication Date Title
JP6228670B2 (ja) 霧除去装置および画像生成方法
Xu et al. Fast image dehazing using improved dark channel prior
CN103955905B (zh) 基于快速小波变换和加权图像融合的单幅图像去雾方法
CN108765342A (zh) 一种基于改进暗通道的水下图像复原方法
CN102750674B (zh) 基于自适应容差的视频图像去雾方法
CN104240194B (zh) 一种基于抛物线函数的低照度图像增强算法
JP5982719B2 (ja) 画像霧除去装置、画像霧除去方法及び画像処理システム
WO2013168618A1 (ja) 画像処理装置及び画像処理方法
EP2922019B1 (en) Image processing device, image processing method, and program
Pei et al. Effective image haze removal using dark channel prior and post-processing
JP2018025878A (ja) 画像処理装置、画像処理方法及びプログラム
CN109523474A (zh) 一种基于雾天退化模型的低照度图像增强方法
WO2016114148A1 (ja) 画像処理装置、画像処理方法、及び記録媒体
Mei et al. Single image dehazing using dark channel fusion and haze density weight
CN108765323A (zh) 一种基于改进暗通道与图像融合的柔性去雾方法
JP5927728B2 (ja) 画像霧除去装置、画像霧除去方法及び画像処理システム
John et al. Enhancement of weather degraded video sequences using wavelet fusion
KR101881883B1 (ko) 휘도-색차신호 색좌표계에서 안개/야간 영상의 가시성 향상을 위한 영상 시스템
JP2016086347A (ja) 画像処理装置、画像処理方法、及びプログラム
Jia et al. A wavelet-based approach to improve foggy image clarity
Xiong et al. Improved haze removal algorithm using dark channel prior
CN115439346A (zh) 一种基于机载嵌入式fpga开发平台含雾图像去雾增强方法
Tang et al. Sky-preserved image dehazing and enhancement for outdoor scenes
CN106780381B (zh) 基于暗原色和双边滤波的低照度图像自适应增强方法
CN109993704A (zh) 一种去雾图像处理方法及系统

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 14894614

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2016527494

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2017100018

Country of ref document: RU

Kind code of ref document: A

REEP Request for entry into the european phase

Ref document number: 2014894614

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 2014894614

Country of ref document: EP

ENP Entry into the national phase

Ref document number: 2014397095

Country of ref document: AU

Date of ref document: 20140612

Kind code of ref document: A