本發(fā)明涉及圖像處理技術(shù)領(lǐng)域,特別是涉及一種圖像去霧方法及終端。
背景技術(shù):
霧是一種常見的自然現(xiàn)象,在霧天環(huán)境下,大氣中存在的小水珠、粉塵等渾濁介質(zhì)會對光產(chǎn)生散射、吸收等作用,使拍攝的圖像對比度降低,圖像中的景物信息變得模糊不清。由于大氣中的渾濁介質(zhì)對戶外圖像的采集造成了比較嚴(yán)重的影響,致使室外圖像采集系統(tǒng)無法正常工作,給地形勘探、視頻監(jiān)控等戶外作業(yè)帶來了一定的不便,因此對于霧天各種圖像采集設(shè)備獲取的圖像進(jìn)行去霧處理具有重大的現(xiàn)實意義。近年來,隨著計算機(jī)軟硬件技術(shù)的不斷發(fā)展,對有霧天氣下拍攝圖像的景物影像進(jìn)行去霧處理已經(jīng)成為可能,這反過來又對去霧圖像的清晰度和真實感提出了新的要求。
直方圖均衡化算法是圖像增強(qiáng)中的一種常用的方法,通過對圖像進(jìn)行直方圖均衡化處理可以提高圖像的對比度,以顯示過亮或過暗的圖像中更多的細(xì)節(jié)。直方圖均衡化算法又包括全局直方圖均衡化算法和局部直方圖均衡化算法。全局直方圖均衡化算法雖實現(xiàn)簡單,但是由于霧天下圖像中景物影像的對比度降低與物體至照相機(jī)的距離呈非線性遞增的關(guān)系,且因為一幅圖像中景物的深度是多樣的,其退化程度也各不相同,所以采用全局處理方法無法得到好的效果。局部直方圖均衡化算法雖然可使圖像的每一個區(qū)域的對比度都能得到很大的改善,但是同時這種方法也將灰度變化緩慢的區(qū)域,如天空等區(qū)域也進(jìn)行了誤增強(qiáng),從而導(dǎo)致景物影像因許多噪聲的干擾而表現(xiàn)得不自然。
技術(shù)實現(xiàn)要素:
本發(fā)明實施例中提供了一種圖像去霧方法及終端,以解決現(xiàn)有技術(shù)中由于天空區(qū)域的干擾而導(dǎo)致圖像去霧效果不理想的問題。
為了解決上述技術(shù)問題,本發(fā)明實施例公開了如下技術(shù)方案:
第一方面,本發(fā)明實施例提供了一種圖像去霧方法,包括:根據(jù)最佳近似正態(tài)分布擬合算法將待處理圖像的天空區(qū)域分離,確定所述待處理圖像中的天空點和非天空點;對所述非天空點進(jìn)行局部直方圖均衡處理,對所述天空點進(jìn)行賦值處理,獲得去霧后的圖像。
優(yōu)選地,在根據(jù)最佳近似正態(tài)分布擬合算法將待處理圖像的天空區(qū)域分離,確定所述待處理圖像中的天空點和非天空點之前,還包括:當(dāng)所述待處理圖像為彩色圖像時,將所述彩色圖像轉(zhuǎn)換為灰度圖像。
優(yōu)選地,所述根據(jù)最佳近似正態(tài)分布擬合算法將待處理圖像的天空區(qū)域分離,確定所述待處理圖像中的天空點和非天空點,包括:遍歷所述待處理圖像中各個像素點的灰度值,確定占有像素點數(shù)目最多的期望灰度值μ;確定所述待處理圖像中灰度值位于區(qū)間[μ-2δ,μ+2δ]內(nèi)的像素點為天空點,位于區(qū)間[μ-2δ,μ+2δ]外的像素點為非天空點,其中,δ為標(biāo)準(zhǔn)差。
優(yōu)選地,確定所述待處理圖像中灰度值位于區(qū)間[μ-2δ,μ+2δ]內(nèi)的像素點為天空點,位于區(qū)間[μ-2δ,μ+2δ]外的像素點為非天空點,包括:將所述待處理圖像中灰度值小于μ-2δ的像素點統(tǒng)計至第一區(qū)域,將所述待處理圖像中灰度值位于區(qū)間[μ-2δ,μ+2δ]內(nèi)的像素點統(tǒng)計至第二區(qū)域,將所述待處理圖像中灰度值大于μ+2δ的像素點統(tǒng)計至第三區(qū)域,其中,所述標(biāo)準(zhǔn)差δ的初始值為1;分別計算所述第一區(qū)域、第二區(qū)域和第三區(qū)域的灰度均值,得到第一灰度均值m1、第二灰度均值m2和第三灰度均值m3;分別計算所述第一灰度均值m1和所述第二灰度均值m2的平均值s,所述第二灰度均值m2和所述第三灰度均值m3的平均值t;根據(jù)公式δ=((μ-s)/2+(t-μ)/2)/2,對標(biāo)準(zhǔn)差δ的取值進(jìn)行更新;將更新后的標(biāo)準(zhǔn)差δ與更新前的標(biāo)準(zhǔn)差δ進(jìn)行差值計算,得到迭代差Δδ;當(dāng)所述迭代差Δδ小于預(yù)設(shè)的迭代閾值時,確定所述待處理圖像中灰度值位于區(qū)間[μ-2δ,μ+2δ]內(nèi)的像素點為天空點,位于區(qū)間[μ-2δ,μ+2δ]外的像素點為非天空點;或者,當(dāng)所述迭代差Δδ大于或等于預(yù)設(shè)的迭代閾值時,根據(jù)更新后的標(biāo)準(zhǔn)差δ對所述第一區(qū)域、第二區(qū)域和第三區(qū)域重新統(tǒng)計。
優(yōu)選地,對所述非天空點進(jìn)行局部直方圖均衡處理,包括:對所述待處理圖像中的每個非天空點做至少一次局部直方圖均衡處理;分別統(tǒng)計所述每個非天空點的局部直方圖均衡處理次數(shù)以及經(jīng)過每次局部直方圖均衡處理后的像素累加值;計算所述每個非天空點的局部直方圖均衡處理后的像素值的平均值,獲得去霧后的圖像中所述非天空點的像素值。
優(yōu)選地,對所述待處理圖像中的每個非天空點做至少一次局部直方圖均衡處理,包括:判斷i是否小于或等于P-p+1,其中,i為移動模板的橫向起始坐標(biāo)參數(shù),P為待處理圖像的寬度,p為移動模板的寬度;當(dāng)所述橫向起始坐標(biāo)參數(shù)i小于或等于P-p+1時,對所述移動模板中的非天空點進(jìn)行局部直方圖均衡處理,將i+s1賦值給i后,繼續(xù)判斷移動模板的橫向起始坐標(biāo)參數(shù)i是否小于或等于P-p+1,其中,s1為移動模板的橫向移動步長;或者,當(dāng)所述移動模板的橫向起始坐標(biāo)參數(shù)i大于P-p+1時,判斷j+s2是否小于或等于Q-q+1,其中,j為移動模板的垂向起始坐標(biāo)參數(shù),Q為待處理圖像的高度,q為移動模板的高度,s2為移動模板的垂向移動步長;當(dāng)j+s2小于或等于Q-q+1時,將j+s2賦值給j,將1賦值給i,繼續(xù)判斷移動模板的橫向起始坐標(biāo)參數(shù)i是否小于或等于P-p+1。
優(yōu)選地,分別統(tǒng)計所述每個非天空點的局部直方圖均衡處理次數(shù)以及經(jīng)過每次局部直方圖均衡處理后的像素累加值,包括:每次對所述移動模板中的非天空點進(jìn)行局部直方圖均衡處理后,將局部直方圖均衡處理結(jié)果累加至像素累加矩陣G中,其中,G的大小為P*Q,初始值為0;將與所述移動模板的當(dāng)前位置相對應(yīng)的非天空標(biāo)記矩陣L累加至次數(shù)累加矩陣C中,其中,L中的天空點為0,非天空點為1,C的大小為P*Q,初始值為0。
優(yōu)選地,計算所述每個非天空點的局部直方圖均衡處理后的像素值的平均值,包括:將所述像素累加矩陣G除以所述次數(shù)累加矩陣C,獲得去霧后的圖像中所有非天空點的像素值。
優(yōu)選地,對所述天空點進(jìn)行賦值處理,包括:將所述待處理圖像中的所有天空點置為255,獲得去霧后的圖像中所有天空點的像素值。
第二方面,本發(fā)明實施例提供了一種圖像處理終端,包括:處理器;用于存儲處理器可執(zhí)行指令的存儲器,其中,所述處理器被配置為執(zhí)行上述第一方面任一項所述的方法。
本發(fā)明實施例提供的技術(shù)方案,首先對待處理圖像中的天空點和非天空點進(jìn)行區(qū)分,然后對待處理圖像中的非天空點進(jìn)行局部直方圖均衡處理,避免在進(jìn)行局部直方圖均衡處理時對灰度變化緩慢的天空區(qū)域進(jìn)行誤增強(qiáng),提高圖像的去霧效果。
附圖說明
為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案,下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹,顯而易見地,對于本領(lǐng)域普通技術(shù)人員而言,在不付出創(chuàng)造性勞動的前提下,還可以根據(jù)這些附圖獲得其他的附圖。
圖1為本發(fā)明實施例提供的一種圖像去霧方法的流程示意圖;
圖2為本發(fā)明實施例提供的一種天空點和非天空點的確定方法流程示意圖;
圖3為本發(fā)明實施例提供的一種天空點和非天空點的處理方法流程示意圖;
圖4為本發(fā)明實施例提供的一種局部直方圖均衡處理示意圖;
圖5為本發(fā)明實施例提供的一種圖像去霧終端的結(jié)果示意圖。
具體實施方式
為了使本技術(shù)領(lǐng)域的人員更好地理解本發(fā)明中的技術(shù)方案,下面將結(jié)合本發(fā)明實施例中的附圖,對本發(fā)明實施例中的技術(shù)方案進(jìn)行清楚、完整地描述,顯然,所描述的實施例僅僅是本發(fā)明一部分實施例,而不是全部的實施例?;诒景l(fā)明中的實施例,本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例,都應(yīng)當(dāng)屬于本發(fā)明保護(hù)的范圍。
圖1為本發(fā)明實施例提供的一種圖像去霧方法的流程示意圖,如圖1所示,本發(fā)明實施例提供的一種圖像去霧方法主要包括以下步驟。
步驟S101:判斷待處理圖像是否為彩色圖像。
通過圖像采集設(shè)備采集的圖像通常包括彩色圖像和灰度圖像。由于灰度圖像的數(shù)據(jù)處理量較小,因此在圖像處理過程中,如果待處理圖像為彩色圖像,通常先將彩色圖像轉(zhuǎn)換為灰度圖像,再進(jìn)行圖像處理。
在本發(fā)明實施例中,當(dāng)待處理圖像是彩色圖像時,進(jìn)入步驟S102;當(dāng)待處理圖像不是彩色圖像時,進(jìn)入步驟S103。
步驟S102:將所述彩色圖像轉(zhuǎn)換為灰度圖像。
例如,當(dāng)待處理圖像為YUV格式的圖像時,將其亮度通道Y提取出來進(jìn)行處理。
步驟S103:根據(jù)最佳近似正態(tài)分布擬合算法將待處理圖像的天空區(qū)域分離,確定所述待處理圖像中的天空點和非天空點。
在一幅包含天空區(qū)域的待處理圖像中,天空區(qū)域相對景物區(qū)域的像素點的像素值變換緩慢,如果對天空區(qū)域和景物區(qū)域同時進(jìn)行直方圖均衡處理,會導(dǎo)致待處理圖像中的天空區(qū)域誤增強(qiáng),從而導(dǎo)致景物影像因許多噪聲的干擾而表現(xiàn)得不自然。在本發(fā)明實施例中,將待處理圖像中的天空區(qū)域和非天空區(qū)域分離,在后續(xù)步驟中對天空區(qū)域和非天空區(qū)域分別進(jìn)行處理,以提高圖像的去霧效果。
由于天空區(qū)域的灰度值比較高,即使不是恒定的常數(shù)值,也會在一定的范圍之內(nèi)變化?;谠撛恚诜蛛x天空區(qū)域的時候,可以利用最佳近似正態(tài)分布擬合的方法在直方圖上求取分割閾值,依據(jù)正態(tài)分布的性質(zhì),當(dāng)μ-2δ≤h≤μ+2δ時,其概率分布為總分布的95%左右,所以取灰度級[h1,h2]為天空區(qū)域的灰度分布范圍,其中h為像素點的灰度值,μ為占有像素點數(shù)目最多的期望灰度值,δ為標(biāo)準(zhǔn)差,h1=μ-2δ,h2=μ+2δ。容易理解的是,將待處理圖像中的天空區(qū)域確定之后,除了天空區(qū)域以外的其它區(qū)域即非天空區(qū)域。
在本發(fā)明一種可能的實現(xiàn)方式中,所述根據(jù)最佳近似正態(tài)分布擬合算法將待處理圖像的天空區(qū)域分離,確定所述待處理圖像中的天空點和非天空點,包括:遍歷所述待處理圖像中各個像素點的灰度值,確定占有像素點數(shù)目最多的期望灰度值μ;確定所述待處理圖像中灰度值位于區(qū)間[μ-2δ,μ+2δ]內(nèi)的像素點為天空點,位于區(qū)間[μ-2δ,μ+2δ]外的像素點為非天空點,其中,δ為標(biāo)準(zhǔn)差。另外,為了提高對天空區(qū)域和非天空區(qū)域劃分的準(zhǔn)確性,在本發(fā)明一種優(yōu)選實施例中,可以根據(jù)劃分后天空區(qū)域和非天空區(qū)域像素值的分布情況對δ的大小進(jìn)行迭代,相關(guān)技術(shù)方案在后文中進(jìn)行詳細(xì)說明。
步驟S104:對所述非天空點進(jìn)行局部直方圖均衡處理,對所述天空點進(jìn)行賦值處理,獲得去霧后的圖像。
天空區(qū)域在待處理圖像中的灰度值變換緩慢,即可以認(rèn)為天空區(qū)域中像素點的像素值差別較小,因此可以對天空點進(jìn)行賦值處理。通常情況下,將待處理圖像中的天空點作為圖像中的最亮點,即將天空點的像素值置為255。當(dāng)然,本領(lǐng)域技術(shù)人員可以根據(jù)實際需要對天空點的像素值進(jìn)行調(diào)整,例如,將天空點的像素值置為230、245或250等,或者,將天空點的像素值置為某一像素區(qū)間的變化值,其均應(yīng)當(dāng)落入本發(fā)明的保護(hù)范圍之內(nèi)。
對待處理圖像中的非天空點進(jìn)行局部直方圖處理,即在對待處理圖像的某一局部區(qū)域進(jìn)行直方圖均衡處理時,該局部區(qū)域中的天空點不參與運算,進(jìn)而可以避免在在直方圖均衡處理時對天空區(qū)域的誤增強(qiáng),提高圖像的去霧效果。
圖2為本發(fā)明實施例提供的一種天空點和非天空點的確定方法流程示意圖,如圖2所示,該方法主要包括以下步驟。
步驟S201:遍歷所述待處理圖像中各個像素點的灰度值,確定占有像素點數(shù)目最多的期望灰度值μ。
步驟S202:將所述待處理圖像中灰度值小于μ-2δ的像素點統(tǒng)計至第一區(qū)域,將所述待處理圖像中灰度值位于區(qū)間[μ-2δ,μ+2δ]內(nèi)的像素點統(tǒng)計至第二區(qū)域,將所述待處理圖像中灰度值大于μ+2δ的像素點統(tǒng)計至第三區(qū)域。
其中,標(biāo)準(zhǔn)差δ的大小可以影響天空區(qū)域和非天空區(qū)域的劃分精度,而且針對不同的圖像,標(biāo)準(zhǔn)差δ的值也不盡相同。在本發(fā)明實施例中,可以先為標(biāo)準(zhǔn)差δ設(shè)置一個初始值,后續(xù)在對標(biāo)準(zhǔn)差δ的大小進(jìn)行調(diào)整。
步驟S203:分別計算所述第一區(qū)域、第二區(qū)域和第三區(qū)域的灰度均值,得到第一灰度均值m1、第二灰度均值m2和第三灰度均值m3。
步驟S204:分別計算所述第一灰度均值m1和所述第二灰度均值m2的平均值s,所述第二灰度均值m2和所述第三灰度均值m3的平均值t。
步驟S205:根據(jù)公式δ=((μ-s)/2+(t-μ)/2)/2,對標(biāo)準(zhǔn)差δ的取值進(jìn)行更新。
步驟S206:將更新后的標(biāo)準(zhǔn)差δ與更新前的標(biāo)準(zhǔn)差δ進(jìn)行差值計算,得到迭代差Δδ。
其中,迭代差Δδ的值越小,說明標(biāo)準(zhǔn)差δ越靠近最優(yōu)值,因此,可以以迭代差Δδ的大小作為是否停止迭代的依據(jù)。
步驟S207:判斷所述迭代差Δδ是否小于預(yù)設(shè)的迭代閾值,當(dāng)?shù)瞀う男∮陬A(yù)設(shè)的迭代閾值時,進(jìn)入步驟S208;否則,返回步驟S202。
步驟S208:確定所述待處理圖像中灰度值位于區(qū)間[μ-2δ,μ+2δ]內(nèi)的像素點為天空點,位于區(qū)間[μ-2δ,μ+2δ]外的像素點為非天空點。
在本發(fā)明實施例中,根據(jù)劃分后天空區(qū)域和非天空區(qū)域像素值的分布情況對δ的大小進(jìn)行迭代調(diào)整,可以將δ確定在最優(yōu)值,進(jìn)而提高天空區(qū)域和非天空區(qū)域的劃分精度。
將待處理圖像劃分為天空區(qū)域和非天空區(qū)域后,需要將待處理圖像中的天空區(qū)域抽離,僅對非天空區(qū)域進(jìn)行局部直方圖均衡處理。具體為,設(shè)置移動模板,每次僅對移動模板內(nèi)的非天空區(qū)域進(jìn)行局部直方圖處理,直到移動模板遍歷完整幅待處理圖像,完成對整幅待處理圖像的局部直方圖均衡處理,以下結(jié)合圖3對其進(jìn)行詳細(xì)說明。
圖3為本發(fā)明實施例提供的一種天空點和非天空點的處理方法流程示意圖,如圖3所示,該方法主要包括以下步驟。
步驟S301:將參數(shù)i和j置為1,矩陣G、b和C置為零矩陣。
圖4為本發(fā)明實施例提供的一種局部直方圖均衡處理示意圖,如圖4所示,在本發(fā)明實施例中,待處理圖像的大小為P*Q,移動模板的大小為p*q,以移動模板的大小為單位對待處理圖像進(jìn)行局部直方圖處理。
其中,i為移動模板的橫向起始坐標(biāo)參數(shù),j為移動模板的垂向起始坐標(biāo)參數(shù),G為像素累加矩陣,b為結(jié)果矩陣(即去霧后的圖像),C為次數(shù)累加矩陣,矩陣G、b和C的大小與待處理圖像的大小相等,且其初始值均為零矩陣。
步驟S302:判斷i是否小于或等于P-p+1。
將參數(shù)i和j的初始值設(shè)為1,即將移動模板的起始位置設(shè)置在待處理圖像的左上角,如圖4中的位置w1。當(dāng)完成位置w1處的直方圖均衡處理后,將移動模板沿圖4中的橫向箭頭方向移動,直到移動模板移動至位置w3,完成當(dāng)前行的直方圖均衡處理。
當(dāng)i等于P-p+1時,說明移動模板已經(jīng)移動到了待處理圖像的最右側(cè),因此,可以通過參數(shù)i與P-p+1的大小關(guān)系,確定移動模板的當(dāng)前位置,進(jìn)而判斷是否已經(jīng)完成當(dāng)前行的直方圖均衡處理。
其中,當(dāng)參數(shù)i小于或等于P-p+1時,說明當(dāng)前行的直方圖均衡處理還沒有完成,則進(jìn)入步驟S303繼續(xù)處理;當(dāng)參數(shù)i大于P-p+1時,說明當(dāng)前行的直方圖均衡處理已經(jīng)完成,則進(jìn)入步驟S306。
步驟S303:對起點為(i,j)、大小為p*q的移動模板內(nèi)的非天空點進(jìn)行局部直方圖均衡處理。
移動模板的位置是動態(tài)變化的,但移動模板的大小不變。也就是說,每次局部直方圖均衡處理均是對大小為p*q的區(qū)域進(jìn)行處理,通過移動模板的起點(i,j)確定移動模板在整個待處理圖像中的位置。
步驟S304:將局部直方圖處理結(jié)果累加至像素累加矩陣G中,將移動模板內(nèi)的非天空標(biāo)記矩陣?yán)奂又罜中。
局部直方圖處理結(jié)果中包含當(dāng)前位置的移動模板內(nèi)每個非天空點處理后的像素值,每次局部直方圖處理完成后,將每個非天空點處理后的像素值累加至像素累加矩陣G中。由于移動模板在移動前后,相鄰的邊界可能存在重疊,如圖4中的位置w1、位置w2和位置w3,因此,待處理圖像中每個非天空點可能會參與兩次或兩次以上的局部直方圖均衡處理,所以在記錄每個非天空點的像素累加值的同時,還要記錄每個非天空點的局部直方圖處理次數(shù)。
在本發(fā)明實施例中,提供了一種非天空標(biāo)記矩陣,該非天空標(biāo)記矩陣的大小與待處理圖像的大小相等,其在天空點位置標(biāo)記為0,非天空點位置標(biāo)記為1。因此,將將移動模板內(nèi)的非天空標(biāo)記矩陣與次數(shù)累加矩陣C相加,即可記錄非天空點的局部直方圖處理次數(shù)。
步驟S305:將i+s1賦值給i。
s1為移動模板的橫向移動步長,其用于指示在相鄰兩次局部直方圖均衡處理中,移動模板的橫向間距。例如,在位置w1,移動模板的起點為(1,1);在位置w2,移動模板的起點為(1+s1,1),即在位置w1和w2移動模板在橫向方向上相差s1個像素點。在本發(fā)明實施例中,當(dāng)s1為1時,移動模板每次在橫向方向上移動一個像素點(此時,相鄰兩次局部直方圖均衡處理中像素點的重疊度最高);當(dāng)s1為p時,移動模板每次在橫向方向上移動p個像素點(此時相鄰兩次局部直方圖均衡處理中的像素點不發(fā)生重疊)。據(jù)此可知,橫向移動步長s1越小,塊重疊越多,計算量越大,但是圖像處理結(jié)果越精細(xì);橫向移動步長s1越大,塊重疊越小,計算量越小,但圖像處理結(jié)果越粗糙。在本發(fā)明一種優(yōu)選實施例中,橫向移動步長s1選擇3-5。
在步驟S305之后,返回步驟S302,繼續(xù)判斷參數(shù)i是否小于或等于P-p+1。
步驟S306:判斷j+s2是否小于或等于Q-q+1。
當(dāng)j+s2等于Q-q+1時,說明移動模板已經(jīng)移動到了待處理圖像的最下側(cè),因此,可以通過參數(shù)j+s2與Q-q+1的大小關(guān)系,確定移動模板的當(dāng)前位置,進(jìn)而判斷是否已經(jīng)完成所有行的局部直方圖均衡處理,即完成整幅待處理圖像的局部直方圖均衡處理。
其中,當(dāng)j+s2小于或等于Q-q+1時,說明所有行的局部直方圖均衡處理還沒有完成所有行的局部直方圖均衡處理,則進(jìn)入步驟S307;當(dāng)j+s2大于Q-q+1時,說明整幅待處理圖像的局部直方圖均衡處理已經(jīng)完成,則進(jìn)入步驟S308。
步驟S307:將j+s2賦值給j,將1賦值給i。
s2為移動模板的垂向移動步長,其用于指示在相鄰的兩行局部直方圖均衡處理中,移動模板的垂向間距。例如,在位置w1,移動模板的起點為(1,1);在位置w4,移動模板的起點為(1,1+s2),即在位置w1和w4移動模板在垂向方向上相差s2個像素點。與移動模板的橫向移動步長s1的原理相似,垂向移動步長s2越小,塊重疊越多,計算量越大,但是圖像處理結(jié)果越精細(xì);垂向移動步長s2越大,塊重疊越小,計算量越小,但圖像處理結(jié)果越粗糙。在本發(fā)明一種優(yōu)選實施例中,垂向移動步長s2選擇1-5。
另外,將數(shù)值1賦值給i,用于指示將移動模板的位置調(diào)整至下一行的最左側(cè)。需要指出的是,在本發(fā)明實施例中的“行”是指移動模板所在的行,并不應(yīng)當(dāng)將其理解為像素行。在步驟S307之后,返回步驟S302。
步驟S308:將像素累加矩陣G內(nèi)的天空點置為255。
在上述步驟中對所有非天空點進(jìn)行局部直方圖處理,得到每個非天空點的像素累加值,并記錄值像素值累加矩陣G中,此時,像素值累加矩陣G中的天空點為0。由于天空點通常為整幅圖像中的最亮點,且天空區(qū)域的灰度值變化緩慢,因此,可以將像素值累加矩陣G中的所有天空點的像素值置為255。
步驟S309:去霧后的圖像b=G/C。
由于像素累加矩陣G中每個像素點的累加次數(shù)不同,因此,像素累加矩陣G并不能反映圖像中像素值的分布情況,此時,需要將每個像素點的像素累加值除以其累加次數(shù)得到每個像素點的像素均值,即根據(jù)公式b=G/C得到去霧后的圖像。
例如,某一非天空點進(jìn)行了兩次局部直方圖均衡處理,兩次局部直方圖均衡處理的結(jié)果分別為22和28,則在像素值累加矩陣G中,該非天空點的像素累加值為22+28=50,在結(jié)果矩陣b中,將其像素累加值除以累加次數(shù),得到該非天空點的最終像素值,即50/2=25。其中,25即該非天空點在結(jié)果矩陣b中的像素值。另外,由于天空點的像素值為255,因此可以不參與b=G/C的運算;或者,也可以將C中的天空點置為1,使天空點參與b=G/C的運算,其均應(yīng)當(dāng)處于本發(fā)明的保護(hù)范圍之內(nèi)。
本發(fā)明實施例提供的技術(shù)方案,首先對待處理圖像中的天空點和非天空點進(jìn)行區(qū)分,僅對待處理圖像中的非天空點進(jìn)行局部直方圖均衡處理,避免在進(jìn)行局部直方圖均衡處理時對灰度變化緩慢的天空區(qū)域進(jìn)行誤增強(qiáng),提高圖像的去霧效果。
與本發(fā)明實施例提供的圖像去霧方法相對應(yīng),本發(fā)明還提供了一種圖像去霧終端。
參見圖5,為本發(fā)明實施例提供的一種圖像去霧終端結(jié)構(gòu)示意圖,所述圖像去霧終端500可以包括:處理器501、存儲器502及通信單元503。這些組件通過一條或多條總線進(jìn)行通信,本領(lǐng)域技術(shù)人員可以理解,圖中示出的服務(wù)器的結(jié)構(gòu)并不構(gòu)成對本發(fā)明的限定,它既可以是總線形結(jié)構(gòu),也可以是星型結(jié)構(gòu),還可以包括比圖示更多或更少的部件,或者組合某些部件,或者不同的部件布置。
其中,所述通信單元503,用于建立通信信道,從而使所述存儲設(shè)備可以與其它設(shè)備進(jìn)行通信。接收其他設(shè)備發(fā)是的用戶數(shù)據(jù)或者向其他設(shè)備發(fā)送用戶數(shù)據(jù)。
所述處理器501,為存儲設(shè)備的控制中心,利用各種接口和線路連接整個電子設(shè)備的各個部分,通過運行或執(zhí)行存儲在存儲器502內(nèi)的軟件程序和/或模塊,以及調(diào)用存儲在存儲器內(nèi)的數(shù)據(jù),以執(zhí)行電子設(shè)備的各種功能和/或處理數(shù)據(jù)。所述處理器可以由集成電路(Integrated Circuit,簡稱IC)組成,例如可以由單顆封裝的IC所組成,也可以由連接多顆相同功能或不同功能的封裝IC而組成。舉例來說,處理器501可以僅包括中央處理器(Central Processing Unit,簡稱CPU)。在本發(fā)明實施方式中,CPU可以是單運算核心,也可以包括多運算核心。
所述存儲器502,用于存儲處理器501的執(zhí)行指令,存儲器502可以由任何類型的易失性或非易失性存儲設(shè)備或者它們的組合實現(xiàn),如靜態(tài)隨機(jī)存取存儲器(SRAM),電可擦除可編程只讀存儲器(EEPROM),可擦除可編程只讀存儲器(EPROM),可編程只讀存儲器(PROM),只讀存儲器(ROM),磁存儲器,快閃存儲器,磁盤或光盤。
當(dāng)存儲器502中的執(zhí)行指令由處理器501執(zhí)行時,使得圖像去霧終端500能夠執(zhí)行以下步驟:
根據(jù)最佳近似正態(tài)分布擬合算法將待處理圖像的天空區(qū)域分離,確定所述待處理圖像中的天空點和非天空點;
對所述非天空點進(jìn)行局部直方圖均衡處理,對所述天空點進(jìn)行賦值處理,獲得去霧后的圖像。
具體實現(xiàn)中,本發(fā)明還提供一種計算機(jī)存儲介質(zhì),其中,該計算機(jī)存儲介質(zhì)可存儲有程序,該程序執(zhí)行時可包括本發(fā)明提供的呼叫方法的各實施例中的部分或全部步驟。所述的存儲介質(zhì)可為磁碟、光盤、只讀存儲記憶體(英文:read-only memory,簡稱:ROM)或隨機(jī)存儲記憶體(英文:random access memory,簡稱:RAM)等。
本領(lǐng)域的技術(shù)人員可以清楚地了解到本發(fā)明實施例中的技術(shù)可借助軟件加必需的通用硬件平臺的方式來實現(xiàn)。基于這樣的理解,本發(fā)明實施例中的技術(shù)方案本質(zhì)上或者說對現(xiàn)有技術(shù)做出貢獻(xiàn)的部分可以以軟件產(chǎn)品的形式體現(xiàn)出來,該計算機(jī)軟件產(chǎn)品可以存儲在存儲介質(zhì)中,如ROM/RAM、磁碟、光盤等,包括若干指令用以使得一臺計算機(jī)設(shè)備(可以是個人計算機(jī),服務(wù)器,或者網(wǎng)絡(luò)設(shè)備等)執(zhí)行本發(fā)明各個實施例或者實施例的某些部分所述的方法。
本說明書中各個實施例之間相同相似的部分互相參見即可。尤其,對于裝置實施例和終端實施例而言,由于其基本相似于方法實施例,所以描述的比較簡單,相關(guān)之處參見方法實施例中的說明即可。
以上所述的本發(fā)明實施方式并不構(gòu)成對本發(fā)明保護(hù)范圍的限定。