[发明专利]图像去雾处理方法、装置及计算机存储介质在审

专利信息
申请号: 202011507490.6 申请日: 2020-12-18
公开(公告)号: CN112529813A 公开(公告)日: 2021-03-19
发明(设计)人: 陈叶飞;王达君;梁俊文 申请(专利权)人: 四川云从天府人工智能科技有限公司
主分类号: G06T5/00 分类号: G06T5/00;G06T5/20;G06T7/90
代理公司: 北京润泽恒知识产权代理有限公司 11319 代理人: 李兴迪
地址: 610000 四川省成都市自由贸*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 处理 方法 装置 计算机 存储 介质
【说明书】:

本申请提供一种图像去雾处理方法、装置及计算机存储介质,包括针对待处理的有雾图像的目标通道中各像素点对应的各像素值执行取反处理,获得有雾图像的暗通道图像,并根据有雾图像的暗通道图像依次获取全局环境光值和各像素点对应的各透射率值,再根据各像素点对应的各透射率值、有雾图像中各像素点对应的各初始像素值和全局环境光值,获得有雾图像的去雾图像,借此,本申请可以达到较好的图像去雾效果。

技术领域

本申请实施例涉及图像处理技术,尤指一种图像去雾处理方法、装置及计算机存储介质。

背景技术

在雾天、雾霾境或沙尘暴等环境下,可见光成像系统捕捉到的图像往往会呈现低对比度、模糊不清以及颜色失真等退化现象,因此,图像去雾正成为一种越来越重要的图像处理技术,其可降低雾、霾、沙等低能见度成像环境对图像的退化影响,提高图像主观视觉质量。

一般而言,图像去雾方法可分为基于图像增强的方法与基于物理模型的方法。其中,基于物理模型的去雾方法通过分析雾天图像的退化机制,构建大气散射模型,并通过适当的补偿校正处理,以有效地复原出清晰图像。同时,相比于图像增强的方法,基于物理模型的去雾方法具有针对性更强,去雾效果也相对较好的优点,因而具有较高的研究价值。

目前,在基于物理模型的去雾方法的研究中,以基于暗通道先验原理的去雾方法为代表,其对于大多数雾天图像较为适用,但是由于该方法在针对透射率进行优化的过程中,采用了软抠图算法,会产生较大的内存开销而导致算法的运行速度过慢。

为解决上述运行速度过慢的问题,有关研究人员提出了一种基于物理模型和暗通道先验的单幅图像去雾方法,该方法在一定程度提高了运行效率,但存在处理结果不光滑的问题;另外,还有一种局部大气光去雾算法,此算法虽可实现快速去雾,但对于大面积的天空区域仍得不到理想的复原效果。

此外,还有研究人员提出了一种基于天空识别的暗通道图像去雾方法,主要利用天空识别算法,将有雾图像分为天空部分和非天空部分,再分别对其进行处理,然而,此方法的局限性在于去雾后天空部分与非天空部分的边缘衔接不够平滑,容易产生光晕和伪影的现象。

根据上述研究,可以发现目前基于暗通道先验原理的图像去雾方法,主要存在以下问题:其一,对于包含大面积天空或白色物体的有雾图像,大部分方法的去雾效果较差;其二,在图像景深变化较大的区域,不能较好地保持图像的边缘细节,使复原后的图像出现光晕的现象。

有鉴于此,如何解决上述现有图像去雾处理技术中存在的种种问题,即为本申请待解决的技术课题。

发明内容

鉴于上述问题,本申请提供一种图像去雾处理方法、装置及计算机存储介质,以克服上述问题或者至少部分地解决上述问题。

本申请第一方面提供一种图像去雾处理方法,其包括针对对待处理的有雾图像的目标通道中各像素点对应的各像素值执行取反处理,获得所述有雾图像的暗通道图像;根据所述暗通道图像,获取全局环境光值;根据所述全局环境光值、所述有雾图像的暗通道图像,获得所述有雾图像的暗通道图像中各所述像素点对应的各透射率值;以及根据各所述像素点对应的各所述透射率值、所述有雾图像中各所述像素点对应的各初始像素值、所述全局环境光值,获得所述有雾图像的去雾图像。

本申请第二方面提供一种计算机存储介质,其特征在于,所述计算机存储介质中存储有用于执行上述第一方面所述的图像去雾处理方法的各所述步骤的指令。

本申请第三方面提供一种图像去雾处理装置,其包括全局环境光运算模块,用于针对对待处理的有雾图像的目标通道中各像素点对应的各像素值执行取反处理,获得所述有雾图像的暗通道图像,并根据所述暗通道图像,获取全局环境光值;透射率运算模块,用于根据所述全局环境光值、所述有雾图像的暗通道图像,获得所述有雾图像的暗通道图像中各所述像素点对应的各透射率值;以及图像生成模块,用于根据各所述像素点对应的各所述透射率值、所述有雾图像中各所述像素点对应的各初始像素值、所述全局环境光值,获得所述有雾图像的去雾图像。

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四川云从天府人工智能科技有限公司,未经四川云从天府人工智能科技有限公司许可,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/202011507490.6/2.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