一种图像去雾方法及相关设备与流程
本发明涉及图像处理技术领域，尤其涉及的是一种图像去雾方法及相关设备。
背景技术：
图像去雾是将有雾图像进行清晰化处理的技术，恢复出无雾图像。通过图像去雾将图像中被雾掩盖的细节信息复原，以便于恢复视觉感受或者相关计算机图像分析所用。在现在的生活中，这项技术广泛的应用在安防监控，遥感成像等许多领域，具有很重要的实际使用价值和意义。
目前，图像去雾领域中较为有效的方法主要有两种：一种是基于非物理模型的图像增强复原方法，一种是基于物理建模的去雾方法。
对于前一种方法，基于非物理模型的图像增强复原方法主要通过提高待去雾图像的对比度和细节信息等视觉效果以达到去雾的目的。这类去雾算法有直方图均衡化、小波变换法、同态滤波法等。这类算法都可以取得一定的视觉效果，但是这种方法盲目的改变图像的信息，在有一定去雾效果的同时也会破坏图像原有的信息，造成不必要的信息损失。
针对第二种方法，基于物理模型的图像复原方法首先根据雾天中造成视觉设备获取图像的质量下降的原因分析其降质过程，然后通过物理建模复原这个过程，再在有雾图像中获取物理模型中需要的参数，估计缺少的参数，最后复原出无雾图像。其中，常见的有暗通道先验去雾、颜色衰减先验去雾、优化对比度去雾。这些方法在去雾上都取得了非常不错的效果，但是这些方法对于有雾图像的天空区域处理效果较差。
因此，现有技术有待于进一步的改进。
技术实现要素：
鉴于上述现有技术中的不足之处，本发明提供了基于天空分割的图像去雾方法及相关设备，克服现有技术中对图像进行去雾处理的方法中由于考虑的因素均不是针对高亮度值、低对比度的天空区域，导致去雾后的图像中天空区域去雾效果差的缺陷。
第一方面，本实施例公开一种图像去雾方法，其中，包括：
获取待去雾图像，并估计所述待去雾图像中各个像素点的第一透射率；
确定所述待去雾图像的天空区域；
利用所述天空区域中各个像素点的像素值对所述天空区域内各个像素点的所述第一透射率进行调整，得到调整后的第一透射率；
对所述第一透射率进行导向滤波，得到导向滤波后的所述待去雾图像中各个像素点的第二透射率；
使用所述第二透射率计算出与所述待去雾图像相对应的去雾图像。
可选的，所述分割出所述待去雾图像的天空区域的步骤之前，还包括：
将所述待去雾图像分割成若干等面积的图像块，分别计算各个所述图像块的平均亮度值，并选取平均亮度值最大的图像块；
在所述最大的图像块的面积是否低于预设面积阈值时，将分割出的面积低于所述预设面积阈值的图像块中像素点的最大亮度值作为所述待去雾图像的全局大气光值。
可选的，所述分割出所述待去雾图像的天空区域的步骤之前，还包括：
将所述待去雾图像分割成若干等面积的图像块，分别计算各个所述图像块的平均亮度值，并选取平均亮度值最大的图像块；
重复选取平均亮度值最大的图像块的步骤，直至分割出的图像块的面积低于预设面积阈值，以分割出的图像块中像素点的最大亮度值作为所述待去雾图像的全局大气光值。
可选的，所述获取待去雾图像，并估计出所述待去雾图像的全局大气光值和所述待去雾图像中各个像素点的第一透射率的步骤包括：
将所述待去雾后图像的对比度损失和像素信息损失作为联合损失，最小化所述联合损失估计出所述待去雾图像中各个像素点的第一透射率。
可选的，所述确定所述待去雾图像的天空区域的步骤包括：
以所述全局大气光值的预设倍数为第一阈值和以所述第一透射率作为第二阈值，分割出所述待去雾图像的天空区域。
可选的，所述以所述全局大气光值的预设倍数为第一阈值和以所述第一透射率作为第二阈值，分割出所述待去雾图像的天空区域的步骤包括：
以所述全局大气光值的预设倍数为第一阈值，将所述待去雾图像中像素的亮度值高于所述第一阈值的区域作为天空区域，将所述待去雾图像中像素点的亮度值低于所述第一阈值的区域作为非天空区域，对所述待去雾图像进行天空区域分割；
以所述预设透射率阈值作为第二阈值，将所述待去雾图像中像素点的第一透射率低于所述第二阈值的区域作为天空区域，将所述待去雾图像中像素点的第一透射率高于所述第二阈值的区域作为非天空区域，对所述待去雾图像进行天空区域分割；
将以所述第一阈值分割出的天空区域和以所述第二阈值分割出的天空区域的交集作为分割出的所述待去雾图像的天空区域。
可选的，所述利用分割出的所述天空区域中各个像素点的像素值对所述天空区域内各个像素点的所述第一透射率进行调整，得到调整后的第一透射率的步骤包括：
以属于所述天空区域的像素点对应的天空区域值为第一数值，以不属于所述天空区域的像素点对应的天空区域值为第二数值，以属于所述天空区域和不属于所述天空区域之间的像素点对应的天空区域值为处于第二数值与第一数值之间的数值，建立所述待去雾图像天空区域的天空区域值矩阵；其中，所述第一数值和第二数值均为自然数，且所述第一数值大于第二数值；
利用所述天空区域值矩阵和所述待去雾图像中全部像素点的第一透射率的平均值对所述待去雾图像中各个像素点的第一透射率进行调整，得到调整后的待去雾图像中各个像素点的第一透射率。
可选的，所述利用所述待去雾图像天空区域的天空区域值矩阵和所述去雾图像中全部像素点的第一透射率的平均值对所述待去雾图像中各个像素点的第一透射率进行调整，得到调整后的第一透射率的步骤中，利用如下公式进行第一透射率的调整：
t(x)′＝(skypreserve*sky[x]+t(x)*(255-sky[x]))/255；
其中，t(x)为所述第一透射率、t(x)′为所述调整后的第一透射率，sky[x]为所述天空区域值矩阵、所述skypreserve为待去雾图像中全部像素点的第一透射率的平均值。
可选的，所述对所述第一透射率进行导向滤波，得到导向滤波后的所述待去雾图像中各个像素点的第二透射率的步骤包括：
将所述调整后的第一透射率作为滤波器的输入，以所述待去雾图像的明亮度分量为导向图，根据导向滤波中滤波器输出导向图的线性变换公式和所述滤波器输入与输出之间的误差最小值，计算出所述待去雾图像中各个像素点的第二透射率。
可选的，所述使用所述第二透射率计算出与所述待去雾图像相对应的去雾图像的步骤包括：
将所述待去雾图像中各个像素点的第二透射率、所述全局大气光值和所述待去雾图像输入预设大气散射物理模型，得到已去雾的图像。
第二方面，本实施例还提供了一种图像去雾系统，其中，包括：
参数估计模块，用于获取待去雾图像，并估计出所述待去雾图像的全局大气光值和所述待去雾图像中各个像素点的第一透射率；
天空分割模块，用于分割出所述待去雾图像的天空区域；
参数调整模块，用于利用分割出的所述天空区域中各个像素点的像素值对所述天空区域内各个像素点的所述第一透射率进行调整，得到调整后的第一透射率；
参数精细处理模块，用于对所述第一透射率进行导向滤波，得到导向滤波后的所述待去雾图像中各个像素点的第二透射率；
去雾处理模块，用于使用所述第二透射率计算出与所述待去雾图像相对应的去雾图像。
第三方面本实施例提供了一种图像处理终端，包括存储器和处理器，所述存储器存储有计算机程序，其中，所述处理器执行所述计算机程序时实现所述方法的步骤。
第四方面，本实施例提供了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现所述的方法的步骤。
与现有技术相比，本发明实施例具有以下优点：
根据本发明实施方式提供的方法，获取待去雾图像，并估计出所述待去雾图像的全局大气光值和所述待去雾图像中各个像素点的第一透射率；分割出所述待去雾图像的天空区域；利用分割出的所述天空区域中各个像素点的像素值对所述天空区域内各个像素点的所述第一透射率进行调整，得到调整后的第一透射率；对所述第一透射率进行导向滤波，得到导向滤波后的所述待去雾图像中各个像素点的第二透射率；使用所述第二透射率计算出与所述待去雾图像相对应的去雾图像。可见，本发明所述方法在进行图像去雾时，考虑了天空区域的透射特性，利用分割出的天空区域的图像中像素点的像素值生成所述待去雾图像天空区域的天空区域值矩阵，通过所述待去雾图像天空区域的天空区域值矩阵对图像的透射率进行重新调整，由于针对天空区域使用了稍高的透射率进行了图像去雾，不仅仅保证了去雾后的处理图像中透射率的平滑过渡，还保证了天空区域去雾后视觉效果明显，因此取得了较好的图像去雾效果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例中一种图像去雾方法的步骤流程图；
图2是本发明实施例中全局大气光值求解的示意图；
图3是本发明实施例中天空区域分割的示意图；
图4是本发明实施例中导向滤波的原理示意图；
图5是本发明实施例中所述系统的原理结构框图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅仅用于解释本发明，并不用于限定本发明。
由于大气污染的影响，空气中有会出现雾霾，在雾霾时期拍摄出的图片多因为含有雾，而导致图像中景物或者人物不清晰，因此需要对其进行去雾操作。发明人经过研究发现，对于现有的图像去雾处理分别为暗通道先验去雾、颜色衰减先验去雾、优化对比度去雾，由于上述方法中考虑的因素均未针对高亮度值、低对比度的天空区域，导致去雾后的图像中天空区域去雾效果差的问题。
为了解决上述问题，在本发明实施例中，当用户需要对图像进行去雾处理时，首先对所述待去雾图像中的各个像素点所在估计所述待去雾图像中各个像素点的第一透射率；分割出所述待去雾图像的天空区域，利用分割出的所述天空区域中各个像素点的像素值对所述第一透射率进行调整，得到调整后的第一透射率；再对所述第一透射率进行精细化处理，并将精细化处理得到第二透射率，利用所述第二透射率得到已去雾的处理图像。上述步骤中因为通过分割出的天空区域中各个像素点所对应的像素值和其粗略调整后的透射率对图像的透射率进行调整，使得去雾后天空区域与非天空区域之间的过渡更加平滑，避免了由于天空区域的对比度、亮度值与其相邻非天空区域之间的差异较大，导致的去雾图像质量较差的问题。
示例性方法
本实施例提供了一种图像去雾方法，如图1所示，所述方法包括：
步骤s1、获取待去雾图像，并估计所述待去雾图像中各个像素点的第一透射率。
大气中粒子的散射作用是产生雾霾的主要原因，探测系统成像时接收到的光源主要来自两个部分，一是目标反射光经粒子衰减到达探测系统的光，二是来自于光源经粒子散射形成的大气光。通过此物理模型建立得到雾天成像的数学模型受到大多数团队和学者的认可。该物理模型公式为：i(x)＝j(x)t(x)+a(1-t(x))，t(x)＝e-rd。其中j(x)表示去雾图像，i(x)表示拍摄的有雾图像，a表示全局大气光，所述全局大气光值是指无穷远处的大气光值，在物理模型公式中其中，全局大气光值一般可以认为是一个常数。t(x)表示透射率，r表示大气散射系数，d代表景物深度。要根据该物理模型获得去雾图像，需要先估计出参数全局大气光a和透射率t(x)。
本实施例中，首先获取一个或者多个待去雾图像，对所述待去雾图像的全局大气光值和透射率进行估计，而本步骤中需要估计出的透射率是待去雾图像未去雾之前的最优透射率，称之为第一透射率。
本步骤中估计所述待去雾图像中各个像素点的第一透射率的步骤包括：
将所述待去雾后图像的对比度损失和像素信息损失作为联合损失，最小化所述联合损失估计出所述待去雾图像中各个像素点的第一透射率。
具体的，所述将所述待去雾后图像的对比度损失和像素信息损失作为联合损失，最小化所述联合损失估计出所述待去雾图像中各个像素点的第一透射率的步骤包括：
根据对比度损失计算公式和信息损失计算公式得到联合损失的计算公式；
在预设透射率范围内(由于透射率的取值为[0，1]，因此预设透射率范围为[0，1])，从小到大依次选取多个透射率值，并将选取的透射率值和各个像素点的像素值依次输入所述联合损失的计算公式，得到各个像素点所对应的多个联合损失值；
将多个联合损失值中数值最小的联合损失所对应的透射率作为与所述像素点所对应的第一透射率。
在大气散射物理模型的基础上通过最小化信息损失和对比度损失的联合损失e来获得透射率t(x)。因为图像的透射率t(x)和景深是呈一定比例关系的，而景深大多时候是渐变的，故图像相邻像素点的透射率是差不多。故假定图像块b中所有像素点具有相同的透射率值。将图像分割成多个图像块b，对于每个图像块b分别求取其相应的透射率值。
由于去雾图像求取公式为：
先定义去雾后图像的对比度损失为：
其中，nb表示图像块b中像素点个数，
所述信息损失越小，代表去雾过程中损失的信息越少。
将所述对比度损失和信息损失相结合，定义为联合损失，其计算公式如下：
e＝econtrast+λeloss。
通过最小化联合损失e来估计出最优透射率t(x)。因为透射率t(x)范围在0-1之间。故将区间(0，1]等分成20份，对于该区间内每个值，求取对应联合损失e。(先假定t(x)＝0.05，求取对应联合损失e；再假定t(x)＝0.1，求取对应联合损失e；再假定t(x)＝0.15，以此类推....)在所有求取的联合损失e中找到最小的值，其对应的透射率值t(x)即为该图像块的最优透射率值。对于每个图像块b都如此计算，便可以得到每个像素点处的最优透射率。
步骤s2、确定所述待去雾图像的天空区域。
由t(x)＝e-rd可知，透射率和景物深度成反比。景物深度指成像景物距离成像系统(相机、手机等)的距离，由于天空的景深是最深的，也就意味着图片中天空区域的透射率是最小的。雾霾会造成图片整体亮度的增加，特别是天空区域，其亮度值和全局大气光差不多。故利用这两点进行天空区域分割。
本步骤中估计出全局大气光值的方法包括以下步骤：
步骤s2011、将所述待去雾图像分割成若干等面积的图像块，分别计算各个所述图像块的平均亮度值，并选取平均亮度值最大的图像块。
结合图2所示，先将所述待去雾图像平均分为4个等分，然后分别求取这4个等分区域的平均亮度值，并选取其中平均亮度值最大的图像块。
步骤s2012、判断所述最大的图像块的面积是否低于预设面积阈值，若是，则执行步骤s2014，否则执行步骤s2013；
将上述步骤中得到的图像块的面积与预设面积阈值进行比较，判断是否低于预设面积阈值，若低于，则执行步骤s2013，若高于，则执行步骤s2014，所述预设面积阈值为当面积足够小，该面积块的区域内像素点的亮度值相等时所对应的面积值。
步骤s2013、重复选取平均亮度值最大的图像块的步骤，直至分割出的图像块的面积低于预设面积阈值，以分割出的图像块中像素点的最大亮度值作为全局大气光值。
当估计出所述待去雾图像的全局大气光值后，所述分割出所述待去雾图像的天空区域的步骤包括：
以所述全局大气光值的预设倍数为第一阈值和以所述第一透射率作为第二阈值，分割出所述待去雾图像的天空区域。
可选的，所述以所述全局大气光值的预设倍数为第一阈值和以所述第一透射率作为第二阈值，分割出所述待去雾图像的天空区域的步骤包括：
以所述全局大气光值的预设倍数为第一阈值，将所述待去雾图像中像素的亮度值高于所述第一阈值的区域作为天空区域，将所述待去雾图像中像素点的亮度值低于所述第一阈值的区域作为非天空区域，对所述待去雾图像进行天空区域分割；
以所述预设透射率阈值作为第二阈值，将所述待去雾图像中像素点的第一透射率低于所述第二阈值的区域作为天空区域，将所述待去雾图像中像素点的第一透射率高于所述第二阈值的区域作为非天空区域，对所述待去雾图像进行天空区域分割；
将以所述第一阈值分割出的天空区域和以所述第二阈值分割出的天空区域的交集作为分割出的所述待去雾图像的天空区域。
在一种实施方式中，天空分割详细步骤如下：
将第一透射率值作为第二阈值，将待去雾图像中透射率值低于阈值的部分视为天空，其他部分视为非天空区域。
以全局大气光值的相应亮度值的一定倍数为第一阈值，将待去雾图像中像素值高于该值的部分视为天空，其他部分视为非天空区域。
将上面两步中得到的天空区域取交集得到更准确的天空区域，其余部分视为非天空区域。
具有上述步骤，得到如图3所示的天空区域分割结果，进一步的，为了实现获取到画面质量更高的天空区域，对分割出的所述天空区域进行去噪处理，得到去噪后的所述天空区域。具体的去噪处理为：采用形态学操作腐蚀、膨胀滤除分割出的天空区域图像中孤立的点。
该天空区域分割方法简单、快速、分割准确度高。对于天空区域被景物分割为几块的图像也有着很好的天空检测效果。
步骤s3，利用所述天空区域中各个像素点的像素值对所述天空区域内各个像素点的所述第一透射率进行调整，得到调整后的第一透射率。
本步骤中利用上述步骤s2中分割出的天空区域中各个像素点所对应的像素值对所述第一透射率进行调整，得到调整后的第一透射率。
本步骤中利用分割出的天空区域中各个像素点所对应的像素值对所述第一透射率进行调整，得到调整后的第一透射率的步骤包括：
步骤s301，以属于所述天空区域的像素点对应的天空区域值为第一数值，以不属于所述天空区域的像素点对应的天空区域值为第二数值，以属于所述天空区域和不属于所述天空区域之间的像素点对应的天空区域值为处于第二数值与第一数值之间的数值，建立所述待去雾图像的天空区域值矩阵；其中，所述第一数值和第二数值均为自然数，且所述第一数值大于第二数值。
具体的，以属于所述天空区域的像素点对应的天空区域值为255，以不属于所述天空区域的像素点对应的天空区域值为0，以属于所述天空区域和不属于所述天空区域之间的像素点对应的天空区域值为0～255之间的数值，建立所述待去雾图像的天空区域值矩阵。
首先，定义天空区域值矩阵sky表示一个像素点是否属于天空，若sky[x]＝255，表示像素点x完全属于天空区域；若sky[x]＝0，表示像素点x完全不属于天空区域。对于天空区域和非天空区域的交接区域，使得sky[x]的值在0～255之间，以起到平滑过渡的作用。对上面天空分割结果，令属于天空区域的像素点所对应的天空区域值为255，非天空区域值为0，然后进行高斯模糊即得到指示天空的矩阵sky。由于天空分割结果或多或少存在一些偏差，这种做法有助于降低天空错误分割所造成的不良结果。
步骤s302、利用所述待去雾图像天空区域的天空区域值矩阵和所述待去雾图像中全部像素点的第一透射率的平均值对所述待去雾图像中各个像素点的第一透射率进行调整，得到调整后的待去雾图像中各个像素点的第一透射率。
利用所述待去雾图像天空区域的天空区域值矩阵和所述待去雾图像中全部像素点的第一透射率的平均值对所述第一透射率进行调整，得到调整后的第一透射率，具体的利用如下公式进行第一透射率的调整：
t(x)′＝(skypreserve*sky[x]+t(x)*(255-sky[x]))/255；
其中，t(x)为所述第一透射率、t(x)′为所述调整后的第一透射率，sky[x]为所述待去雾图像天空区域的天空区域值矩阵、所述skypreserve为待去雾图像中全部像素点的第一透射率的平均值。
本步骤通过对第一透射率进行调整，即利用天空分割结果来重新设置天空区域的透射率，实现了对天空区域与非天空区域之间的过渡区域透射率进行平滑。
之所以重新定义天空区域的透射率值，是因为由于雾霾的存在，天空区域包含的信息大多是雾霾散射形成的大气光。其中所包含的有用信息较少，故对于天空区域很难用较少的信息恢复出有用的信息。使用较低的透射率强行去雾只会造成去雾后天空区域视觉效果较差，故对于天空区域只能使用稍高的透射率进行轻度的去雾。为了保证天空区域和邻近区域的透射率不会存在较大的差别，本文将天空区域部分的透射率skypreserve设置为去雾图像中全部像素点的第一透射率的平均值，以进一步保证透射率的平滑过渡。至此，便得到了天空区域分割辅助调整后的透射率t。
步骤s4，对所述第一透射率进行导向滤波，得到导向滤波后的所述待去雾图像中各个像素点的第二透射率。
具体的，本步骤中对调整后的第一透射率进行精细化调整是：将所述调整后的第一透射率作为滤波器的输入，以所述待去雾图像的明亮度分量为导向图，根据导向滤波中滤波器输出导向图的线性变换公式和所述滤波器输入与输出之间的误差最小值，计算出所述第二透射率。
其中导向滤波过程如下图4所示，定义滤波器输出为导向图的线性变换，公式为：
其中ak、bk为窗口wk上的某个固定常数，是需要估计的参数。
定义滤波器输出与输入之间相差噪声扰动，公式为：qi＝pi-ni。
那么便期望噪声扰动ni尽可能的小，故定义损失：
其中ε是用来惩罚ak过大的正则化参数。
最小化该损失便可以估计出参数ak、bk，也就可以得到滤波器的输出。
由于雾霾会造成图像亮度的增加，故本方案中导向滤波器的输入p为上一步调整后的透射率t，导向图i为有雾图像的明亮度分量y(yuv颜色空间的y分量)，滤波器输出q为精细化之后的透射率t。经过导向滤波后，便得到了含有各个像素点所对应第二透射率的透射率t。
步骤s5，使用所述第二透射率计算出与所述待去雾图像相对应的去雾图像
基于预设大气散射物理模型公式，结合上述步骤s101中估计出的全局大气光值和第一透射率，求解出去雾图像j(x)。
i(x)＝j(x)t(x)+a(1-t(x)′；
t(x)′＝(skypreserve*sky[x]+t(x)*(255-sky[x]))255；
结合上面估计出的全局大气光a，根据大气散射物理模型，便可以求解出去雾图像j(x)。t(x)为所述第一透射率、t(x)′为所述调整后的第一透射率，sky[x]为所述待去雾图像天空区域的天空区域值矩阵、所述skypreserve为待去雾图像中全部像素点的第一透射率的平均值。
因此在步骤s104中使用第二透射率、全局大气光和待去雾图像求解出去雾图像。
本实施例所公开的方法，由于利用去雾图像中全部像素点的第一透射率的平均值对图像的第一透射率进行调整，之后又利用导向滤波对图像的透射率再次进行调整，使得最终求取出的透射率在保证图像信息损失、对比度损失最小的情况，得到更加好的天空区域分割效果。
作为一种示例，对去雾图像进行去雾处理的终端设备在获取到去雾图像后，按照上述步骤s1至s5估计出去雾图像的全局大气值，对图像透射率进行两次调整，最后根据估计出的全局大气值和两次调整后的透射率，代入大气散射物理模型，求解出去雾图像。终端设备可以分别对一张去雾图像进行处理，也可以多张待去雾图像进行同步处理。
示例性设备
参见图5，示出了本实施例中一种图像去雾系统，如图5所示，包括：
参数估计模块510，用于获取待去雾图像，并估计出所述待去雾图像的全局大气光值和所述待去雾图像中各个像素点的第一透射率；其功能如步骤s1所述。
天空分割模块520，用于确定所述待去雾图像的天空区域；其功能如步骤s2所述。
参数调整模块530，用于利用所述天空区域中各个像素点的像素值对所述天空区域内各个像素点的所述第一透射率进行调整，得到调整后的第一透射率；其功能如步骤s3所述。
参数精细处理模块540，用于对所述第一透射率进行导向滤波，得到导向滤波后的所述待去雾图像中各个像素点的第二透射率；其功能如步骤s4所述。
去雾处理模块550，用于使用所述第二透射率计算出与所述待去雾图像相对应的去雾图像。其功能如上述步骤s5所述。
在示例性实施例中，所述系统可以被一个或多个应用专用集成电路(asic)、数字信号处理器(dsp)、数字信号处理设备(dspd)、可编程逻辑器件(pld)、现场可编程门阵列(fpga)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
本实施例提供了一种图像处理终端，包括存储器和处理器，所述存储器存储有计算机程序，其中，所述处理器执行所述计算机程序时实现所述方法的步骤。
该设备终端包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令：
获取待去雾图像，并估计所述待去雾图像中各个像素点的第一透射率；
分割出所述待去雾图像的天空区域；
利用分割出的所述天空区域中各个像素点的像素值对所述天空区域内各个像素点的所述第一透射率进行调整，得到调整后的第一透射率；
对所述第一透射率进行导向滤波，得到导向滤波后的所述待去雾图像中各个像素点的第二透射率；
使用所述第二透射率计算出与所述待去雾图像相对应的去雾图像。
本实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现所述的方法的步骤。
本发明提供了一种图像去雾方法及相关设备，通过估计待去雾图像中各个像素点的第一透射率；利用分割出的所述天空区域中各个像素点的像素值对所述天空区域内各个像素点的所述第一透射率进行调整，得到调整后的第一透射率；对所述第一透射率进行导向滤波，得到各个像素点的第二透射率；使用所述第二透射率求取出去雾图像。可见，本发明所述方法在进行图像去雾时，考虑了天空区域的透射特性，利用所述待去雾图像天空区域的天空区域值矩阵对图像的透射率进行重新调整，由于针对天空区域使用了稍高的透射率进行了图像去雾，不仅仅保证了去雾后的处理图像中透射率的平滑过渡，还保证了天空区域去雾后视觉效果明显，因此取得了较好的图像去雾效果。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本发明旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。
应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
- 还没有人留言评论。精彩留言会获得点赞！