图像处理方法、装置、移动终端及计算机可读存储介质与流程

本申请涉及计算机技术领域，特别是涉及图像处理方法、装置、移动终端及计算机可读存储介质。

背景技术：

在有雾天气时，成像设备由于受到空气中悬浮颗粒的影响，从而导致采集图像的颜色、纹理等特征受到严重的衰弱，故此类图像的清晰度往往较低，图像整体的色调会趋于灰白化。在有雾的天气拍摄出的图像，由于大气粒子的影响，通常存在对比度低、饱和度低及色调偏移等问题。

技术实现要素：

本申请实施例提供一种图像处理方法、装置、移动终端及计算机可读存储介质，可以有效去除图像中的雾，使图像更清晰，同时提高图像的对比度、饱和度等效果。

一种图像处理方法，包括：

提取待处理图像的颜色特征；

根据所述颜色特征对所述待处理图像进行区域划分；

确定划分后的各个区域的主色调，并根据所述各个区域的主色调计算对应区域的去雾参数；

分别根据所述各个区域的去雾参数对对应区域进行去雾处理。

在其中一个实施例中，所述提取待处理图像的颜色特征，包括：

将待处理图像从第一颜色空间转换至第二颜色空间；

确定所述待处理图像各个像素点在所述第二颜色空间中各个分量的特征值。

在其中一个实施例中，所述根据所述颜色特征对所述待处理图像进行区域划分，包括：

获取在所述第二颜色空间中预设的分割分量范围；

提取特征值符合所述分割分量范围的像素点，将所述待处理图像分割成多个对象；

根据各个对象之间的相似度对所述对象进行合并，得到划分后的区域。

在其中一个实施例中，所述根据所述各个区域的主色调计算对应区域的去雾参数，包括：

获取所述待处理图像的大气光值；

根据所述大气光值计算所述待处理图像的原始透射率；

获取与所述各个区域的主色调分别对应的调节系数；

根据所述原始透射率及调节系数计算对应区域的区域透射率。

在其中一个实施例中，所述获取所述待处理图像的大气光值，包括：

求取所述待处理图像的暗通道图像；

对暗通道图像的各个像素点按照亮度进行排序，并按照亮度从大到小提取预设比例的像素点；

在所述待处理图像中，确定与提取的各个像素点对应的亮度值；

根据所述与提取的各个像素点对应的亮度值计算所述待处理图像的平均亮度值；

若所述平均亮度值小于预设阈值，则确定大气光值为所述平均亮度值，否则，确定大气光值为所述预设阈值。

一种图像处理装置，包括：

提取模块，用于提取待处理图像的颜色特征；

划分模块，用于根据所述颜色特征对所述待处理图像进行区域划分；

计算模块，用于确定划分后的各个区域的主色调，并根据所述各个区域的主色调计算对应区域的去雾参数；

去雾模块，用于分别根据所述各个区域的去雾参数对对应区域进行去雾处理。

在其中一个实施例中，所述提取模块，包括：

转换单元，用于将待处理图像从第一颜色空间转换至第二颜色空间；

特征值确定单元，用于确定所述待处理图像各个像素点在所述第二颜色空间中各个分量的特征值；

所述划分模块，包括：

分量范围获取单元，用于获取在所述第二颜色空间中预设的分割分量范围；

分割单元，用于提取特征值符合所述分割分量范围的像素点，将所述待处理图像分割成多个对象；

合并单元，用于根据各个对象之间的相似度对所述对象进行合并，得到划分后的区域。

在其中一个实施例中，所述计算模块，包括：

大气光值获取单元，用于获取所述待处理图像的大气光值；

原始透射率计算单元，用于根据所述大气光值计算所述待处理图像的原始透射率；

调节系数获取单元，用于获取与所述各个区域的主色调分别对应的调节系数；

区域透射率计算单元，用于根据所述原始透射率及调节系数计算对应区域的区域透射率。

在其中一个实施例中，所述大气光值获取单元，包括：

求取子单元，用于求取所述待处理图像的暗通道图像；

排序子单元，用于对暗通道图像的各个像素点按照亮度进行排序，并按照亮度从大到小提取预设比例的像素点；

亮度值确定子单元，用于在所述待处理图像中，确定与提取的各个像素点对应的亮度值；

平均亮度值计算子单元，用于根据所述与提取的各个像素点对应的亮度值计算所述待处理图像的平均亮度值；

大气光值确定子单元，用于若所述平均亮度值小于预设阈值，则确定大气光值为所述平均亮度值，否则，确定大气光值为所述预设阈值。

一种移动终端，包括存储器，处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上所述的方法。

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如上所述的方法。

上述图像处理方法、装置、移动终端及计算机可读存储介质，根据待处理图像的颜色特征对待处理图像进行区域划分，确定划分后的各个区域的主色调，并根据各个区域的主色调计算对应区域的去雾参数，按照颜色划分待处理图像，并根据划分后的各个区域的主色调进行不同程度的去雾处理，既能有效地去除图像中的雾，提高图像的清晰度、对比度及饱和度等效果，同时可使去雾后的图像的颜色更为自然真实，提高去雾效果。

附图说明

图1为一个实施例中移动终端的框图；

图2为一个实施例中图像处理方法的流程示意图；

图3为一个实施例中根据颜色特征对待处理图像进行区域划分的流程示意图；

图4为一个实施例中计算划分后的各个区域的去雾参数的流程示意图；

图5为一个实施例中获取待处理图像的大气光值的流程示意图；

图6为一个实施例中图像处理装置的框图；

图7为一个实施例中计算模块的框图；

图8为一个实施例中图像处理电路的示意图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本申请，并不用于限定本申请。

可以理解，本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件，但这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。举例来说，在不脱离本申请的范围的情况下，可以将第一客户端称为第二客户端，且类似地，可将第二客户端称为第一客户端。第一客户端和第二客户端两者都是客户端，但其不是同一客户端。

图1为一个实施例中移动终端的框图。如图1所示，该移动终端包括通过系统总线连接的处理器、非易失性存储介质、内存储器和网络接口、显示屏和输入装置。其中，移动终端的非易失性存储介质存储有操作系统及计算机可执行指令，该计算机可执行指令被处理器执行时以实现本申请实施例中提供的一种图像处理方法。该处理器用于提供计算和控制能力，支撑整个移动终端的运行。移动终端中的内存储器为非易失性存储介质中的计算机可读指令的运行提供环境。网络接口用于与服务器进行网络通信。移动终端的显示屏可以是液晶显示屏或者电子墨水显示屏等，输入装置可以是显示屏上覆盖的触摸层，也可以是移动终端外壳上设置的按键、轨迹球或触控板，也可以是外接的键盘、触控板或鼠标等。该移动终端可以是手机、平板电脑或者个人数字助理或穿戴式设备等。本领域技术人员可以理解，图1中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的移动终端的限定，具体的移动终端可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

如图2所示，在一个实施例中，提供一种图像处理方法，包括以下步骤：

步骤210，提取待处理图像的颜色特征。

在本实施例中，待处理图像可以是含雾的彩色图像，待处理图像可用颜色空间进行说明，颜色空间也可称为彩色模型，用于在某些标准下用通常可接受的方式对彩色加以说明，常用的颜色空间可包括rgb(红、绿、蓝颜色空间)、hsi(色调、饱和度、强度颜色空间)、hsv(色调、饱和度、明度颜色空间)、ycrcb(优化彩色视频信号)等。移动终端可提取待处理图像的颜色特征，颜色特征一般是基于像素点的特征，提取的颜色特征可包括待处理图像各个像素点在颜色空间的各分量的特征值、属于不同色彩的像素点占所有像素点的比例等。

步骤220，根据颜色特征对待处理图像进行区域划分。

移动终端可根据提取的颜色特征对待处理图像进行区域划分，划分后的每个区域内的像素点的颜色特征满足一定的相似性，且不同的区域不相交。可预先设定一个或多个划分条件，每个划分条件定义有颜色特征所需满足的条件，该条件可包括颜色空间的分量范围等。移动终端可提取颜色特征满足划分条件的像素点，将满足同一划分条件且具备连通性的像素点划分成同一区域。

步骤230，确定划分后的各个区域的主色调，并根据各个区域的主色调计算对应区域的去雾参数。

不同的划分条件可分别对应不同的色彩，在本实施例中，划分的色彩可包括红、绿、蓝三色。根据颜色特征对待处理图像进行区域划分后，可分别确定各个区域的主色调，其中，主色调指的是区域的主要颜色，主色调与划分该区域的划分条件可具备对应关系，进一步地，也可绘制区域的直方图，根据区域的直方图确定区域内各个像素的颜色分布及占比，将占比最大的颜色最为该区域的主色调。在本实施例中，主色调可包括红色、绿色、蓝色及其它等。由于雾对rgb三个波段的影响是不同的，对于相同浓度的雾，对rgb三个波段的影响是递增的。当区域的主色调为红色时，该区域的像素点在r通道的值较高，在g通道及b通道的值很低；当区域的主色调为绿色时，该区域的像素点在g通道的值较高，在r通道及b通道的值很低；当区域的主色调为蓝色时，该区域的像素点在b通道的值较高，在r通道及g通道的值很低。若是对待处理图像的整个图像做相同程度的去雾处理，当待处理图像中包含大片的绿色区域或蓝色区域，例如绿树、草地、海水、蓝天等景物，则可能导致绿色区域及蓝色区域的雾无法完全去除。因此，针对待处理图像不同主色调的区域，可分别根据各个区域的主色调计算对应区域的去雾参数，根据各个区域的主色调进行不同程度的去雾处理。

移动终端可根据去雾算法分别待处理图像中的各个区域进行去雾处理，其中，去雾算法可包括基于图像增强的去雾算法及基于图像复原的去雾算法，基于图像增强的去雾算法可包括基于retinex理论的去雾算法、基于直方图均衡化的去雾算法等，基于图像复原的去雾算法可包括基于大气散射模型的去雾算法等。在本实施例中，移动终端可通过暗原色先验算法对待处理图像进行去雾处理，其中，暗原色先验算法属于一种基于图像复原的去雾算法。暗原色先验算法中采用大气散射模型对含雾图像进行描述，该大气散射模型可如式(1)所示：

i(x)＝j(x)t(x)+a(1-t(x))(1)；

其中，i(x)表示需要进行去雾处理的含雾图像，j(x)表示对含雾图像进行去雾处理后得到的无雾图像，x表示图像中某一像素点的空间位置，t(x)表示透射率，a表示大气光值。各个区域的去雾参数可包括大气光值及区域透射率等，其中，区域的主色调为红色的区域透射率大于区域的主色调为绿色的区域透射率，区域的主色调为绿色的区域透射率大于区域的主色调为蓝色的区域透射率，不同的区域透射率表示去雾处理强度不同。

步骤240，分别根据各个区域的去雾参数对对应区域进行去雾处理。

移动终端可分别将各个区域的大气光值、区域透射率等去雾参数代入式(1)，对各个区域进行去雾处理，分别求取得到无雾的各个区域，并将进行去雾处理后的各个区域进行合成，即可得到最终的无雾图像。由于区域透射率的关系为红色<绿色<蓝色，则区域的主色调为红色的去雾强度小于区域的主色调为绿色的去雾强度，区域的主色调为绿色的去雾强度小于区域的主色调为蓝色的去雾强度。对不同的颜色区域进行不同程度的去雾，可使待处理图像中绿色区域、蓝色区域上的雾去除干净，提高去雾效果。

上述图像处理方法，根据待处理图像的颜色特征对待处理图像进行区域划分，确定划分后的各个区域的主色调，并根据各个区域的主色调计算对应区域的去雾参数，按照颜色划分待处理图像，并根据划分后的各个区域的主色调进行不同程度的去雾处理，既能有效地去除图像中的雾，提高图像的清晰度、对比度及饱和度等效果，同时可使去雾后的图像的颜色更为自然真实，提高去雾效果。

在一个实施例中，步骤210提取待处理图像的颜色特征，包括(a)及(b)：

(a)将待处理图像从第一颜色空间转换至第二颜色空间。

移动终端可将待处理图像从第一颜色空间转换至第二颜色空间，并在第二颜色空间中提取颜色特征。在本实施例中，第一颜色空间可为rgb，第二颜色空间可选为hsv，彩色图像一般用rgb进行说明，而在rgb颜色空间中，像素点的色彩是通过rgb三个分量的共同作用进行描述的，三个分量的相关性很高，无法直接设定r、g、b三个分量的阈值进行颜色区域的划分。若是直接在rgb颜色空间中进行颜色特征提取，需将待处理图像转化为灰度图像，并在灰度图像中进行图像区域划分，但是同时也会丢失大量的颜色特征。

在hsv颜色空间中，分量可包括h(hue，色调)、s(saturation，饱和度)及v(value，明度)，其中，h用角度度量，取值范围为0°～360°，从红色开始按逆时针方向计算，红色为0°，绿色为120°，蓝色为240°；s表示颜色接近光谱色的程度，光谱色所占的比例越大，颜色接近光谱色的程度就越高，颜色的饱和度也越高，饱和度高，颜色一般深而艳；v表示颜色明亮的程度，对于光源色，明度值与发光体的光亮度有关；对于物体色，此值和物体的透射比或反射比有关，v通常取值范围为0％(黑)到100％(白)。

移动终端可按照rgb与hsv的转换公式将待处理图像从rgb转换至hsv，rgb转换至hsv的转换公式可如式(2)所示：

v＝max(2)；

其中，max表示像素点在rgb颜色空间中最大的值，min表示像素点在rgb颜色空间中最小的值。

(b)确定待处理图像各个像素点在第二颜色空间中各个分量的特征值。

移动终端将待处理图像从rgb转换至hsv后，可确定各个像素点在hsv颜色空间中h、s、v三个分量的特征值。

如图3所示，在一个实施例中，步骤220根据颜色特征对待处理图像进行区域划分，包括以下步骤：

步骤302，获取在第二颜色空间中预设的分割分量范围。

可预先设定红色、绿色及蓝色在hsv中对应的分割分量范围，进一步地，可设定红色、绿色及蓝色在h分量的分割分量范围，并根据h分量的分割分量范围对待处理图像进行区域划分，例如，绿色对应的h分量范围可为60°至180°之间等。可以理解地，也可将待处理图像从rgb转换至其它的颜色空间，并不仅限于上述的hsv。

步骤304，提取特征值符合分割分量范围的像素点，将待处理图像分割成多个对象。

移动终端可根据预设的一个或多个分割分量范围对待处理图像进行区域划分。针对每个分割分量范围，移动终端可判断像素点在h、s、v三个分量的特征值是否符合分割分量范围，并提取特征值符合同一分割分量范围的像素点，将待处理图像分割成多个对象。

步骤306，根据各个对象之间的相似度对对象进行合并，得到划分后的区域。

针对分割的每个对象，移动终端可计算对象及相邻对象的相似度，可先计算对象中各像素点在色调、亮度及饱和度等的均值及方差，并计算与该对象相邻的对象在色调、亮度及饱和度等的均值及方差，通过比较对象与相邻对象计算得到的均值与方差确定二者的相似程度。当二者的相似度大于预设值时，可将该对象与相邻对象进行合并，并将合并后的两个对象作为一个新的对象，继续计算与相邻对象的相似度。移动终端根据各个对象之间的相似度对对象进行合并，得到划分后的区域，可保证每个区域之间不存在重合，且区域内的所有像素点满足一定的相似性。

在本实施例中，可将待处理图像从rgb转化为hsv，提取颜色特征，并根据颜色特征对待处理图像进行区域划分，方便根据区域的颜色对区域进行不同程度的去雾处理，既能有效地去除图像中的雾，同时可使去雾后的图像的颜色更为自然真实，提高去雾效果。

如图4所示，在一个实施例中，步骤230确定划分后的各个区域的主色调，并根据各个区域的主色调计算对应区域的去雾参数，包括以下步骤：

步骤402，获取待处理图像的大气光值。

在暗原色先验算法中，对于无雾图像，某些像素在rgb三个通道总会存在至少一个颜色通道具有很低的值，该颜色通道的值接近于零。因此，对于任意图像，其暗通道图像可如式(3)所示：

其中，j^dark(x)表示暗通道图像，j^c(y)表示颜色通道的值，ω(x)表示以像素x为中心的一个窗口。根据式(1)及式(3)，可推导出透射率的计算公式如式(4)所示：

而在现实生活中，即使是晴天白云，空气中也会存在一些颗粒，看远处的物体依然可感受到雾的存在，且雾的存在让人类感到景深的存在，因此，可引入一个在[0，1]之间的因子对求取的透射率进行调节，则引入因子后透射率的计算可由式(4)修正为式(5)：

其中，ω表示对透射率调节的因子，在本实施例中，ω可取值为0.95，也可以是其它值，并不限于此，ω越小表示去雾程度越小，ω越大表示去雾程度越大。

移动终端根据待处理图像的颜色特征划分区域后，可根据式(3)求取待处理图像的暗通道图像，并获取待处理图像的大气光值，可将该大气光值作为所有区域的大气光值进行去雾处理，但并不限于此，移动终端也可针对各个区域分别获取对应的大气光值。在一个实施例中，移动终端可将暗通道图像的像素点按照亮度进行排序，并按照亮度从大到小提取前0.1％的像素点，再在待处理图像中确定与提取的像素点对应的位置的亮度值，将其中具有最高亮度值的像素点的亮度值作为大气光值。

步骤404，根据大气光值计算待处理图像的原始透射率。

移动终端获取大气光值后，可根据式(5)计算得到待处理图像的原始透射率，该原始透射率即为整个待处理图像的透射率。

步骤406，获取与各个区域的主色调分别对应的调节系数。

可引入与不同的主色调分别对应的调节系数，并根据与区域的主色调对应的调节系数计算对应的区域透射率。在一个实施例中，待处理图像中区域的主色调为红色的调节系数大于区域的主色调为绿色的调节系数，区域的主色调为绿色的调节系数大于区域的主色调为蓝色的调节系数。在一个实施例中，主色调为红色的调节系数wr可为1，主色调为绿色的调节系数wg及主色调为蓝色的调节系数wb可根据式(6)及式(7)计算得到：

wg＝(0.9+0.1*t)²(6)；

wb＝(0.7+0.3*t)²(7)；

其中，t表示待处理图像的原始透射率。

步骤408，根据原始透射率及调节系数计算对应区域的区域透射率。

移动终端可将与区域的主色调对应的调节系数与原始透射率相乘，即可计算得到对应区域的区域透射率，计算区域的主色调为红色、区域的主色调为绿色及区域的主色调为蓝色的区域透射率可分别如式(8)所示：

t(r)＝wr*t

t(g)＝wg*t

t(b)＝wb*t(8)。

针对主色调不是红色、绿色或蓝色的其它色彩区域，可直接采用待处理图像的原始透射率进行去雾处理。可以理解地，与不同的主色调对应的调节系数并不仅限于上述式(6)及式(7)的计算方式，区域透射率的也不仅限于上述式(8)的计算方式，也可以是其它的计算方式。

在本实施例中，分别引入与不同的主色调分别对应的调节系数，计算各个区域的区域透射率，对根据颜色特征划分的各个区域进行不同程度的去雾处理，既能有效地去除图像中的雾，同时可使去雾后的图像的颜色更为自然真实，提高去雾效果。

如图5所示，在一个实施例中，步骤402获取待处理图像的大气光值，包括以下步骤：

步骤502，求取待处理图像的暗通道图像。

步骤504，对暗通道图像的各个像素点按照亮度进行排序，并按照亮度从大到小提取预设比例的像素点。

移动终端可在待处理图像的暗通道图像中，获取各个像素点的亮度，并按照亮度对像素点进行排序，排序后可按照亮度从大到小提取暗通道图像中预设比例的像素点，其中，预设比例可根据实际需求进行设定，例如0.1％、0.2％等，提取暗通道图像中亮度最大的前0.1％或0.2％的像素点。

步骤506，在待处理图像中，确定与提取的各个像素点对应的亮度值。

移动终端在暗通道图像中按照亮度从大到小提取预设比例的像素点后，可在待处理图像中，从与提取的像素点相应的位置上确定与提取的各个像素点对应的亮度值。

步骤508，根据与提取的各个像素点对应的亮度值计算待处理图像的平均亮度值。

移动终端可求取与提取的各个像素点对应的亮度值的平均值，得到待处理图像的平均亮度值，并将平均亮度值与预设阈值进行比较，若区域内的平均亮度值小于预设阈值，则可确定待处理图像的大气光值为平均亮度值，若平均亮度值不小于预设阈值，则可确定大气光值为预设阈值。当大气光值过高时，去雾处理后得到的图像可能会出现偏色及色斑现象，因此，可设定预设阈值，将预设阈值作为最大大气光值进行去雾处理，在本实施例中，预设阈值可为220，也可以为其它值，并不限于此。

步骤510，若平均亮度值小于预设阈值，则确定大气光值为平均亮度值，否则，确定大气光值为预设阈值。

在本实施例中，设定最大大气光值，可防止去雾处理后出现偏色及色斑现象，使去雾后得到的无雾图像更为真实自然。

如图6所示，在一个实施例中，提供一种图像处理装置600，包括提取模块610、划分模块620、计算模块630及去雾模块640。

提取模块610，用于提取待处理图像的颜色特征。

划分模块620，用于根据颜色特征对待处理图像进行区域划分。

计算模块630，用于确定划分后的各个区域的主色调，并根据各个区域的主色调计算对应区域的去雾参数。

去雾模块640，用于分别根据各个区域的去雾参数对对应区域进行去雾处理。

上述图像处理装置，根据待处理图像的颜色特征对待处理图像进行区域划分，确定划分后的各个区域的主色调，并根据各个区域的主色调计算对应区域的去雾参数，按照颜色划分待处理图像，并根据划分后的各个区域的主色调进行不同程度的去雾处理，既能有效地去除图像中的雾，提高图像的清晰度、对比度及饱和度等效果，同时可使去雾后的图像的颜色更为自然真实，提高去雾效果。

在一个实施例中，提取模块610，包括转换单元及特征值确定单元。

转换单元，用于将待处理图像从第一颜色空间转换至第二颜色空间。

特征值确定单元，用于确定待处理图像各个像素点在第二颜色空间中各个分量的特征值。

在一个实施例中，划分模块620，包括分量范围获取单元、分割单元及合并单元。

分量范围获取单元，用于获取在第二颜色空间中预设的分割分量范围。

分割单元，用于提取特征值符合分割分量范围的像素点，将待处理图像分割成多个对象。

合并单元，用于根据各个对象之间的相似度对对象进行合并，得到划分后的区域。

在本实施例中，可将待处理图像从rgb转化为hsv，提取颜色特征，并根据颜色特征对待处理图像进行区域划分，方便根据区域的颜色对区域进行不同程度的去雾处理，既能有效地去除图像中的雾，同时可使去雾后的图像的颜色更为自然真实，提高去雾效果。

如图7所示，在一个实施例中，计算模块630，包括大气光值获取单元632、原始透射率计算单元634、调节系数获取单元636及区域透射率计算单元638。

大气光值获取单元632，用于获取待处理图像的大气光值。

原始透射率计算单元634，用于根据大气光值计算待处理图像的原始透射率。

调节系数获取单元636，用于获取与各个区域的主色调分别对应的调节系数。

区域透射率计算单元638，用于根据原始透射率及调节系数计算对应区域的区域透射率。

在本实施例中，分别引入与不同的主色调分别对应的调节系数，计算各个区域的区域透射率，对根据颜色特征划分的各个区域进行不同程度的去雾处理，既能有效地去除图像中的雾，同时可使去雾后的图像的颜色更为自然真实，提高去雾效果。

在一个实施例中，大气光值获取单元632，包括求取子单元、排序子单元、亮度值确定子单元、平均亮度值计算子单元及大气光值确定子单元。

求取子单元，用于求取待处理图像的暗通道图像。

排序子单元，用于对暗通道图像的各个像素点按照亮度进行排序，并按照亮度从大到小提取预设比例的像素点。

亮度值确定子单元，用于在待处理图像中，确定与提取的各个像素点对应的亮度值。

平均亮度值计算子单元，用于根据与提取的各个像素点对应的亮度值计算待处理图像的平均亮度值。

大气光值确定子单元，用于若平均亮度值小于预设阈值，则确定大气光值为平均亮度值，否则，确定大气光值为所述预设阈值。

在本实施例中，设定最大大气光值，可防止去雾处理后出现偏色及色斑现象，使去雾后得到的无雾图像更为真实自然。

本申请实施例还提供一种移动终端。上述移动终端中包括图像处理电路，图像处理电路可以利用硬件和/或软件组件实现，可包括定义isp(imagesignalprocessing，图像信号处理)管线的各种处理单元。图8为一个实施例中图像处理电路的示意图。如图8所示，为便于说明，仅示出与本申请实施例相关的图像处理技术的各个方面。

如图8所示，图像处理电路包括isp处理器840和控制逻辑器850。成像设备810捕捉的图像数据首先由isp处理器840处理，isp处理器840对图像数据进行分析以捕捉可用于确定和/或成像设备810的一个或多个控制参数的图像统计信息。成像设备810可包括具有一个或多个透镜812和图像传感器814的照相机。图像传感器814可包括色彩滤镜阵列(如bayer滤镜)，图像传感器814可获取用图像传感器814的每个成像像素捕捉的光强度和波长信息，并提供可由isp处理器840处理的一组原始图像数据。传感器820可基于传感器820接口类型把原始图像数据提供给isp处理器840。传感器820接口可以利用smia(standardmobileimagingarchitecture，标准移动成像架构)接口、其它串行或并行照相机接口、或上述接口的组合。

isp处理器840按多种格式逐个像素地处理原始图像数据。例如，每个图像像素可具有8、10、12或14比特的位深度，isp处理器840可对原始图像数据进行一个或多个图像处理操作、收集关于图像数据的统计信息。其中，图像处理操作可按相同或不同的位深度精度进行。

isp处理器840还可从图像存储器830接收像素数据。例如，从传感器820接口将原始像素数据发送给图像存储器830，图像存储器830中的原始像素数据再提供给isp处理器840以供处理。图像存储器830可为存储器装置的一部分、存储设备、或电子设备内的独立的专用存储器，并可包括dma(directmemoryaccess，直接直接存储器存取)特征。

当接收到来自传感器820接口或来自图像存储器830的原始图像数据时，isp处理器840可进行一个或多个图像处理操作，如时域滤波。处理后的图像数据可发送给图像存储器830，以便在被显示之前进行另外的处理。isp处理器840还可从图像存储器930接收处理数据，对上述处理数据进行原始域中以及rgb和ycbcr颜色空间中的图像数据处理。处理后的图像数据可输出给显示器880，以供用户观看和/或由图形引擎或gpu(graphicsprocessingunit，图形处理器)进一步处理。此外，isp处理器840的输出还可发送给图像存储器830，且显示器880可从图像存储器830读取图像数据。在一个实施例中，图像存储器830可被配置为实现一个或多个帧缓冲器。此外，isp处理器840的输出可发送给编码器/解码器870，以便编码/解码图像数据。编码的图像数据可被保存，并在显示与显示器880设备上之前解压缩。

isp处理器840处理图像数据的步骤包括：对图像数据进行vfe(videofrontend，视频前端)处理和cpp(camerapostprocessing，摄像头后处理)处理。对图像数据的vfe处理可包括修正图像数据的对比度或亮度、修改以数字方式记录的光照状态数据、对图像数据进行补偿处理(如白平衡，自动增益控制，γ校正等)、对图像数据进行滤波处理等。对图像数据的cpp处理可包括对图像进行缩放、向每个路径提供预览帧和记录帧。其中，cpp可使用不同的编解码器来处理预览帧和记录帧。

isp处理器840处理后的图像数据可发送给去雾模块860，以便在被显示之前对图像进行去雾处理。去雾模块860可提取待处理图像的颜色特征，根据所述颜色特征对待处理图像进行区域划分，确定划分后的各个区域的主色调，并根据各个区域的主色调计算对应区域的去雾参数，再分别根据各个区域的去雾参数对对应区域进行去雾处理等。其中，去雾模块860可为移动终端中cpu(centralprocessingunit，中央处理器)、gpu或协处理器等。去雾模块860将图像数据进行去雾处理后，可将去雾处理后的图像数据发送给编码器/解码器870，以便编码/解码图像数据。编码的图像数据可被保存，并在显示与显示器880设备上之前解压缩。可以理解的是，去雾模块860处理后的图像数据可以不经过编码器/解码器870，直接发给显示器880进行显示。isp处理器840处理后的图像数据还可以先经过编码器/解码器870处理，然后再经过去雾模块860进行处理。上述编码器/解码器可为移动终端中cpu、gpu或协处理器等。

isp处理器840确定的统计数据可发送给控制逻辑器850单元。例如，统计数据可包括自动曝光、自动白平衡、自动聚焦、闪烁检测、黑电平补偿、透镜812阴影校正等图像传感器814统计信息。控制逻辑器850可包括执行一个或多个例程(如固件)的处理器和/或微控制器，一个或多个例程可根据接收的统计数据，确定成像设备810的控制参数以及isp处理器840的控制参数。例如，控制参数可包括传感器820控制参数(例如增益、曝光控制的积分时间)、照相机闪光控制参数、透镜812控制参数(例如聚焦或变焦用焦距)、或这些参数的组合。isp控制参数可包括用于自动白平衡和颜色调整(例如，在rgb处理期间)的增益水平和色彩校正矩阵，以及透镜812阴影校正参数。

在本实施例中，运用图8中的图像处理技术可实现上述的图像处理方法。

在一个实施例中，提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述图像处理方法。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(read-onlymemory，rom)等。

以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。