[发明专利]去除包含在静止图像中的雾的图像处理装置及其方法

说明书

本发明公开了用于去除包含在静止图像中的雾的图像处理装置和方法。所述装置包括：雾亮度测量单元，所述雾亮度测量单元被构造成测量包含雾的图像中的雾亮度；透射量估计单元，所述透射量估计单元被构造成基于由所述图像的对比度和图像损失所导致的最终成本函数值来估计块单元透射量并且基于所述块单元透射量来估计像素单元透射量；以及图像恢复单元，所述图像恢复单元被构造成使用所述雾亮度和所述像素单元透射量来恢复所述图像。

技术领域

本公开内容在一个或更多个实施方式中涉及用于去除包含在静止图像中的雾的图像处理装置和方法。更具体地，本公开内容涉及用于通过以下步骤来去除包含在静止图像中的雾的图像处理装置和方法：基于各个块代表值来测量雾的亮度；基于由图像中的对比度和图像损失所计算的最终成本函数值来估计按块(blockwise)透射；基于按块透射来估计按像素(pixelwise)透射；以及通过使用雾亮度和按像素透射来重建图像。

背景技术

雾是以冷凝液滴的形式漂浮的水蒸气的大气现象。有雾环境通常对不到1km的能见度的视觉引起遮断。这样的有雾天气引入进而引起光的散射的特定水液滴。光的散射表示当它与空中微粒碰撞时行进光的方向改变。光散射因光的波长和微粒尺寸而不同。

光散射能够通常划分为瑞利(Rayleigh)散射和米氏(Mie)散射。瑞利散射在引起散射的微粒的尺寸小于光的波长时适用，其中散射能量与波长的四次幂成反比。这由在空气分子通过比红色使更多蓝色散射来使光散射时晴天里的天空的蓝色调举例说明。然而，米氏散射理论在负责微粒的尺寸大于光的波长时适用于光散射。雾遵循米氏散射理论，因为雾的微粒遍及可见光的400nm～700nm的波长具有和几个μm至几十个μm一样大的直径。根据米氏散射理论，在大气中像水液滴这样的较大散射微粒情况下，散射的量不太受波长影响以引起可见光区域中的所有光的更近散射(near-even scattering)。因此，当条件是有雾的时，对象展示模糊图像。这时，生成称作空气光的新的光源。

通过雾度失真的校正的图像质量改善可以解决能见度遮断并且锐化模糊图像。另外，这样的图像改善作为用于通过恢复由于雾而对字母、对象等导致的损坏信息而辨识主体的预处理步骤是重要的。

常规去雾技术可以粗略地分类为非模型方法和模型方法。

前者的示例可以包括直方图均衡。直方图均衡是用于分析图像的直方图以调整分布的方法。直方图均衡容易实现并且提供改善的效果，但是不适合于具有非均匀深度的有雾图像。另外，直方图均衡适合于改善一般图像质量但是没有令人满意地反映雾对图像的影响的特性。对于包含厚雾的图像，因此，改善是无意义的。

后者是对光由于雾而导致的散射现象对图像的影响进行建模。首先，已公开了用于比较在不同天气下获得的两个或更多个图像以估计和校正场景深度从而校正由于雾而导致的失真的技术。然而，在这个技术中，在不同天气之下的至少两个图像的输入是需要的。对于实时实施方式，因此，有必要监测天气改变并且向其提供相当的图像存储空间。另外，难以确定存储周期，因为不能够估计天气改变循环。此外，有必要捕获没有误差的相同场景。因此，移动对象在雾度失真的程度的估计期间频繁地引起误差。

接下来，公开了一种用于通过估计并且减去图像的像素值由于雾而导致的改变量来校正由于雾而导致的失真的技术。这个技术基于雾是均匀的假设，这仅适用于均匀且薄的雾。然而，大多数真实世界的雾往往是不均匀的。甚至对于均匀雾而言，这个方法也具有缺点，因为雾影响的程度取决于相机与对象之间的距离。

另外，常规图像对比度改善方法(诸如直方图均衡或伽玛校正)可以遍及图像改善对比度。然而，图像对比度难以在具有因图像的深度信息而不同地降低的对比度的有雾图像中改善。

发明内容

技术问题

因此，本公开内容已被做出努力有效地解决以上描述的局限性，并且提供用于去除包含在静止图像中的雾以能够从包含雾的静止图像有效地估计和去除雾成分从而改善图像质量的图像处理装置和方法。