[发明专利]一种图像去雾的方法及装置有效

专利信息
申请号: 201810760050.8 申请日: 2018-07-11
公开(公告)号: CN109242783B 公开(公告)日: 2023-10-03
发明(设计)人: 刘凯;陈晓东 申请(专利权)人: 山东申士光电有限公司;北京邮电大学
主分类号: G06T5/00 分类号: G06T5/00
代理公司: 北京路浩知识产权代理有限公司 11002 代理人: 王莹;吴欢燕
地址: 252500 山东*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 图像 方法 装置
【权利要求书】:

1.一种图像去雾的方法,其特征在于,包括:

去除所述待处理含雾图像中的白光噪声,以获得第一去雾图像;

根据雾的散射函数和傅里叶变换,对所述第一去雾图像进行去雾,以获得第二去雾图像。

2.根据权利要求1所述方法,其特征在于,所述去除所述待处理含雾图像中的白光噪声,以获得第一去雾图像,包括:

获取待处理含雾图像的暗通道色谱图;

从所述待处理含雾图像的暗通道色谱图中,获取所述待处理含雾图像的暗通道白光图;

根据所述暗通道白光图计算出所述待处理含雾图像中的白光噪声,并将所述待处理含雾图像每个像素点的白光噪声去除,以得到所述第一去雾图像。

3.根据权利要求2所述方法,其特征在于,所述获取待处理含雾图像的暗通道色谱图,包括:

对于所述待处理含雾图像的每个像素点,获取所述像素点上各个颜色通道数值;

确定每个像素点中所有颜色通道数值中的最小值与所述最小值对应的颜色通道信息,并根据所述颜色通道数值中的最小值与所述最小值对应的颜色通道信息更新对应的像素点,以得到所述待处理含雾图像的暗通道色谱图。

4.根据权利要求2所述方法,其特征在于,所述从所述待处理含雾图像的暗通道色谱图中,获取所述待处理含雾图像的暗通道白光图,包括:

将所述待处理含雾图像的暗通道色谱图分为预设数量的子暗通道色谱图;

基于所述待处理含雾图像的白色表达,对于每个所述子暗通道色谱图,确定每个所述子暗通道色谱图的白色表达,以得到所述待处理含雾图像的暗通道白光图。

5.根据权利要求2所述方法,其特征在于,所述根据所述暗通道白光图计算出所述待处理含雾图像中的白光噪声,并将所述待处理含雾图像每个像素点的白光噪声去除,以得到所述第一去雾图像,包括:

基于预设的迭代估计算法,将所述暗通道白光图划分为若干独立的子暗通道白光图,并分别计算每个所述子暗通道白光图的均值和方差;

将所有子暗通道白光图中均值最小和方差最小的子暗通道白光图作为第一白光图;

选取所述第一白光图的均值作为所述待处理含雾图像的白光噪声量,并去除所述待处理含雾图像中每个像素点对应的白光噪声,以得到所述第一去雾图像。

6.根据权利要求2所述方法,其特征在于,所述根据所述暗通道白光图计算出所述待处理含雾图像中的白光噪声,并将所述待处理含雾图像每个像素点的白光噪声去除,以得到所述第一去雾图像,还包括:

将暗通道白光图白光数值的中值、白光数值的平均值或最小白光数值作为待处理含雾图像的白光噪声量,并去除所述待处理含雾图像中每个像素点对应的白光噪声,以得到所述第一去雾图像。

7.根据权利要求1所述方法,其特征在于,所述根据雾的散射函数和傅里叶变换,对所述第一去雾图像进行去雾,以获得第二去雾图像,包括:

将所述第一去雾图像进行傅里叶变换并取对数后得到第一函数,并将所述雾的散射函数进行傅里叶变换并取对数后,得到第二函数;

将所述第一函数与所述第二函数进行相减,得到第三函数;

将所述第三函数的e指数进行反傅里叶变换,以获得第二去雾图像。

8.根据权利要求1所述方法,其特征在于,在所述根据雾的散射函数和傅里叶变换,对所述第一去雾图像进行去雾,以获得第二去雾图像后,所述方法还包括:

对所述第二去雾图像进行清晰处理,以获得第三去雾图像,所述清晰处理包括线性或非线性图像动态范围扩展、自适应直方图均衡、自适应对比度和色阶增强图像增强算法的一种或多种。

9.一种图像去雾的装置,其特征在于,包括:

白光噪声去除模块,用于去除所述待处理含雾图像中的白光噪声,以获得第一去雾图像;

去雾模块,用于根据雾的散射函数和傅里叶变换,对所述第一去雾图像进行去雾,以获得第二去雾图像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于山东申士光电有限公司;北京邮电大学,未经山东申士光电有限公司;北京邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810760050.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top