本發(fā)明是有關(guān)于一種圖像能見度修復(fù)的方法及其圖像處理裝置。
背景技術(shù)：
：在戶外場景中所拍攝的圖像往往會因?yàn)殪F氣、霾、沙塵暴等惡劣天氣中的混濁介質(zhì)而導(dǎo)致能見度的降低。就光學(xué)上而言，數(shù)字圖像的低能見度為大氣粒子吸收并且散射數(shù)碼相機(jī)與拍射物之間的光線所導(dǎo)致。圖像低能見度會使得例如是戶外物體識別系統(tǒng)、障礙物檢測系統(tǒng)、視頻監(jiān)控系統(tǒng)以及智能運(yùn)輸系統(tǒng)等必須運(yùn)作在任何天氣狀況下的系統(tǒng)產(chǎn)生問題。為了改善霧氣圖像的能見度，許多圖像除霧技術(shù)相繼被提出。這些圖像除霧技術(shù)可以分為三大主要類別：提供附加信息的方式、多張圖像修復(fù)(multiple-imagerestoration)的方式以及單張圖像修復(fù)(single-imagerestoration)的方式。提供附加信息的方式采用場景信息來移除霧氣并且恢復(fù)鮮艷色彩。然而，此方式需要使用者的互動以提供場景的深度信息，其難以自任意的圖像取得，因此較不適用于實(shí)際上的應(yīng)用。多張圖像修復(fù)的方式采用兩張以上圖像來估測場景深度以在后續(xù)中移除霧氣。然而，此方式需要復(fù)雜的操作或是額外的硬件設(shè)備，而造成昂貴的修復(fù)成本。因此，目前研究主要是朝向基于強(qiáng)烈假設(shè)(strongassumption)或是先驗(yàn)(prior)的單張圖像修復(fù)的方式來修復(fù)霧氣圖像。在一種現(xiàn)有技術(shù)所提出的單張圖像修復(fù)的方法中，其觀察到相對于拍攝到的霧氣圖像，修復(fù)圖像具有較高的對比度，因此可通過將局部對比度最大化的方式來修復(fù)場景輻射(sceneradiance)。然而，此種方式會使得深度邊緣產(chǎn)生假影(artifact)。另一種現(xiàn)有技術(shù)所提出的單張圖像修復(fù)的方法中，其基于透射率和表面投影在局部上是沒有關(guān)聯(lián)的假設(shè)上來估測場景的反照率并且推導(dǎo)介質(zhì)圖(transmissionmap)。然而，此種方法不適用于霧氣密度較 大的圖像。另一種現(xiàn)有技術(shù)中，其基于在戶外無霧圖像中，局部區(qū)域的像素在至少一個色彩通道中具有較低的像素值的假設(shè)下來估測霧氣濃度并且恢復(fù)鮮艷色彩。目前為止，此種以單張圖像來有效地進(jìn)行除霧已在本領(lǐng)域引起廣泛的研究與討論。然而，此技術(shù)的除霧功效會隨著實(shí)際的天氣變化以及場景物體而有所不同，其無法有效地處理色彩失真以及復(fù)雜結(jié)構(gòu)。在此情境下，修復(fù)后的圖像往往會產(chǎn)生色偏(color-shift)以及假影。技術(shù)實(shí)現(xiàn)要素：有鑒于此，本發(fā)明提供一種圖像能見度修復(fù)的方法及其圖像處理裝置，其可在各種實(shí)際拍攝情況中有效地針對單張圖像進(jìn)行除霧。本發(fā)明提出一種圖像能見度修復(fù)的方法，適用于圖像處理裝置，此方法包括下列步驟：接收包括多個輸入像素的輸入霧氣圖像；根據(jù)中值濾波操作以及暗通道，取得各所述輸入像素的邊緣信息；根據(jù)各所述輸入像素以及關(guān)聯(lián)于輸入霧氣圖像在各色彩通道的大氣光，判定介質(zhì)圖；根據(jù)各所述輸入像素的邊緣信息以及介質(zhì)圖，取得精細(xì)介質(zhì)圖；針對精細(xì)介質(zhì)圖進(jìn)行伽瑪校正操作以調(diào)整精細(xì)介質(zhì)圖，進(jìn)而取得強(qiáng)化介質(zhì)圖；判定對應(yīng)于各所述色彩通道的色彩差值；對于各所述色彩通道，根據(jù)色彩差值、大氣光以及強(qiáng)化介質(zhì)圖，修復(fù)各所述輸入像素在色彩通道的場景輻射，據(jù)以產(chǎn)生除霧圖像；以及輸出除霧圖像。在本發(fā)明的一實(shí)施例中，上述根據(jù)中值濾波操作以及暗通道，取得各所述輸入像素的邊緣信息的步驟包括：對于各所述輸入像素的局部區(qū)塊進(jìn)行中值濾波操作，以取得精細(xì)成份；以及對于各所述輸入像素，自精細(xì)成份減去暗通道，以取得邊緣信息。在本發(fā)明的一實(shí)施例中，上述根據(jù)中值濾波操作以及暗通道，取得各所述輸入像素的邊緣信息的公式包括公式(1)：D(x)=ω(min(mediany∈Ω(x)(W(y)),W(x)))-miny∈Ω(x)(W(y))]]>公式(1)其中Ω(x)為以x為中心的局部區(qū)塊，W(x)為位于x的輸入像素，W(y)為局部區(qū)塊Ω(x)的各所述輸入像素，ω為介于0與1之間的常數(shù)，為對應(yīng)于位于x的輸入像素的精細(xì)成份， 為對應(yīng)于位于x的輸入像素的暗通道，以及D(x)為對應(yīng)于位于x的輸入像素的邊緣信息。在本發(fā)明的一實(shí)施例中，上述根據(jù)各所述輸入像素以及關(guān)聯(lián)于輸入霧氣圖像在各所述色彩通道的大氣光，判定介質(zhì)圖的公式包括公式(2)：t~(x)=1-ωminy∈Ω(x)(minc∈(r,g,b)Ic(y)Ac)]]>公式(2)其中c∈{r,g,b}，Ac為在色彩通道c的大氣光，Ic為輸入霧氣圖像在色彩通道c的像素值，以及為介質(zhì)圖。在本發(fā)明的一實(shí)施例中，上述根據(jù)各所述輸入像素的邊緣信息以及介質(zhì)圖，取得精細(xì)介質(zhì)圖的公式包括公式(3)：tr(x)=t~(x)-D(x)]]>公式(3)其中為介質(zhì)圖，tr為精細(xì)介質(zhì)圖，以及D(x)為對應(yīng)于位于x的輸入像素的邊緣信息。在本發(fā)明的一實(shí)施例中，上述針對精細(xì)介質(zhì)圖進(jìn)行伽瑪校正操作以調(diào)整精細(xì)介質(zhì)圖，進(jìn)而取得強(qiáng)化介質(zhì)圖的步驟包括：根據(jù)可變自適應(yīng)性參數(shù)以及輸入霧氣圖像的最大像素值，重新分布精細(xì)介質(zhì)圖，以取得強(qiáng)化介質(zhì)圖。在本發(fā)明的一實(shí)施例中，上述針對精細(xì)介質(zhì)圖進(jìn)行伽瑪校正操作以調(diào)整精細(xì)介質(zhì)圖，進(jìn)而取得強(qiáng)化介質(zhì)圖的公式包括公式(4)：te(x)=(Xmax)(tr(x)Xmax)γ]]>公式(4)其中γ為可變自適應(yīng)性參數(shù)，Xmax為輸入霧氣圖像的最大像素值，tr為精細(xì)介質(zhì)圖，te為強(qiáng)化介質(zhì)圖，t為所述輸入像素中累積概率密度值為第一門檻值所對應(yīng)的像素值，以及T為自適應(yīng)性像素門檻值，其中第一門檻值不為0。在本發(fā)明的一實(shí)施例中，上述判定對應(yīng)于各所述色彩通道的色彩差值的公式包括公式(5)以及公式(6)：dc＝avgk-avgc公式(5)avgc=Σi=1MΣj=1NIc(i,j)MN]]>公式(6)其中c∈{r,g,b}，k為指定色彩通道，dc為對應(yīng)于色彩通道c的色彩差值，avgc為對應(yīng)于色彩通道c的平均像素值，Ic為輸入霧氣圖像，以及MN為所述輸入像素的數(shù)量，其中指定色彩通道為所述色彩通道之一。在本發(fā)明的一實(shí)施例中，上述對于各所述色彩通道，根據(jù)色彩差值、大氣光以及強(qiáng)化介質(zhì)圖，修復(fù)各所述輸入像素在色彩通道的場景輻射，據(jù)以產(chǎn)生除霧圖像的公式包括公式(7)：Jc(x)=Ic(x)-(Ac-dc)max(te(x),t0)+(Ac-dc)]]>公式(7)其中c∈{r,g,b}，Jc為除霧圖像在色彩通道c的場景輻射，Ac為在色彩通道c的大氣光，dc為在色彩通道c的色彩差值，t0為介質(zhì)下限，以及te為強(qiáng)化介質(zhì)圖。本發(fā)明另提出一種圖像處理裝置，包括：圖像接收模塊、深度估測模塊、色彩分析模塊、能見度修復(fù)模塊以及圖像輸出模塊。圖像接收模塊用以接收包括多個輸入像素的輸入霧氣圖像。深度估測模塊用以根據(jù)中值濾波操作以及暗通道，取得各所述輸入像素的邊緣信息，又根據(jù)各所述輸入像素以及關(guān)聯(lián)于輸入霧氣圖像在各色彩通道的大氣光，判定介質(zhì)圖，再根據(jù)各所述輸入像素的邊緣信息以及介質(zhì)圖，取得精細(xì)介質(zhì)圖，并且針對精細(xì)介質(zhì)圖進(jìn)行伽瑪校正操作以調(diào)整精細(xì)介質(zhì)圖，進(jìn)而取得強(qiáng)化介質(zhì)圖。色彩分析模塊用以判定對應(yīng)于各所述色彩通道的色彩差值。對于各所述色彩通道，能見度修復(fù)模塊用以根據(jù)色彩差值、大氣光以及強(qiáng)化介質(zhì)圖，修復(fù)各所述輸入像素在色彩通道的場景輻射，據(jù)以產(chǎn)生除霧圖像。圖像輸出模塊用以輸出除霧圖像。在本發(fā)明的一實(shí)施例中，上述深度估測模塊對于各所述輸入像素的局部區(qū)塊進(jìn)行中值濾波操作，以取得精細(xì)成份，以及對于各所述輸入像素，自精細(xì)成份減去暗通道，以取得邊緣信息。在本發(fā)明的一實(shí)施例中，上述深度估測模塊根據(jù)中值濾波操作以及暗通道，取得各所述輸入像素的邊緣信息的公式包括公式(1)：D(x)=ω(min(mediany∈Ω(x)(W(y)),W(x)))-miny∈Ω(x)(W(y))]]>公式(1)其中Ω(x)為以x為中心的局部區(qū)塊，W(x)為位于x的輸入像素，W(y)為局部區(qū)塊Ω(x)的各所述輸入像素，ω為介于0與1之間的常數(shù)，為對應(yīng)于位于x的輸入像素的精細(xì)成份，為對應(yīng)于位于x的輸入像素的暗通道，以及D(x)為對應(yīng)于位于x的輸入像素的邊緣信息。在本發(fā)明的一實(shí)施例中，上述深度估測模塊根據(jù)各所述輸入像素以及關(guān) 聯(lián)于輸入霧氣圖像在各所述色彩通道的大氣光，判定介質(zhì)圖的公式包括公式(2)：t~(x)=1-ωminy∈Ω(x)(minc∈(r,g,b)Ic(y)Ac)]]>公式(2)其中c∈{r,g,b}，Ac為在色彩通道c的大氣光，Ic為輸入霧氣圖像在色彩通道c的像素值，以及為介質(zhì)圖。在本發(fā)明的一實(shí)施例中，上述深度估測模塊根據(jù)各所述輸入像素的邊緣信息以及介質(zhì)圖，取得精細(xì)介質(zhì)圖的公式包括公式(3)：tr(x)=t~(x)-D(x)]]>公式(3)其中為介質(zhì)圖，tr為精細(xì)介質(zhì)圖，以及D(x)為對應(yīng)于位于x的輸入像素的邊緣信息。在本發(fā)明的一實(shí)施例中，上述深度估測模塊根據(jù)可變自適應(yīng)性參數(shù)以及輸入霧氣圖像的最大像素值，重新分布精細(xì)介質(zhì)圖，以取得強(qiáng)化介質(zhì)圖。在本發(fā)明的一實(shí)施例中，上述深度估測模塊針對精細(xì)介質(zhì)圖進(jìn)行伽瑪校正操作以調(diào)整精細(xì)介質(zhì)圖，進(jìn)而取得強(qiáng)化介質(zhì)圖的公式包括公式(4)：te(x)=(Xmax)(tr(x)Xmax)γ]]>公式(4)其中γ為可變自適應(yīng)性參數(shù)，Xmax為輸入霧氣圖像的最大像素值，tr為精細(xì)介質(zhì)圖，te為強(qiáng)化介質(zhì)圖，t為所述輸入像素中累積概率密度值為第一門檻值所對應(yīng)的像素值，以及T為自適應(yīng)性像素門檻值，其中第一門檻值不為0。在本發(fā)明的一實(shí)施例中，上述色彩分析模塊判定對應(yīng)于各所述色彩通道的色彩差值的公式包括公式(5)以及公式(6)：dc＝avgk-avgc公式(5)avgc=Σi=1MΣj=1NIc(i,j)MN]]>公式(6)其中c∈{r,g,b}，k為指定色彩通道，dc為對應(yīng)于色彩通道c的色彩差值，avgc為對應(yīng)于色彩通道c的平均像素值，Ic為輸入霧氣圖像，以及MN為所述輸入像素的數(shù)量，其中指定色彩通道為所述色彩通道之一。在本發(fā)明的一實(shí)施例中，對于各所述色彩通道，上述能見度修復(fù)模塊根據(jù)色彩差值、大氣光以及強(qiáng)化介質(zhì)圖，修復(fù)各所述輸入像素在色彩通道的場 景輻射，據(jù)以產(chǎn)生除霧圖像的公式包括公式(7)：Jc(x)=Ic(x)-(Ac-dc)max(te(x),t0)+(Ac-dc)]]>公式(7)其中c∈{r,g,b}，Jc為除霧圖像在色彩通道c的場景輻射，Ac為在色彩通道c的大氣光，dc為在色彩通道c的色彩差值，t0為介質(zhì)下限，以及te為強(qiáng)化介質(zhì)圖?；谏鲜觯景l(fā)明通過中值濾波操作、自適應(yīng)性伽瑪校正技術(shù)以及暗通道先驗(yàn)方法，可避免光暈效應(yīng)的產(chǎn)生以及輸入霧氣圖像的介質(zhì)圖的估測不足，并且通過分析輸入霧氣圖像的色彩特性，可抑制色偏的現(xiàn)象。基此，在不同的環(huán)境以及場景下所拍攝的圖像可根據(jù)調(diào)整后的介質(zhì)圖以及色彩相關(guān)信息而產(chǎn)生高質(zhì)量的除霧圖像。為讓本發(fā)明的上述特征和優(yōu)點(diǎn)能更明顯易懂，下文特舉實(shí)施例，并配合附圖作詳細(xì)說明如下。附圖說明圖1示出依據(jù)本發(fā)明一實(shí)施例的一種圖像處理裝置，其是利用圖像能見度修復(fù)的方法所提出的一種硬件架構(gòu)；圖2示出依據(jù)本發(fā)明一實(shí)施例的圖像能見度修復(fù)的方法流程圖；圖3示出依據(jù)本發(fā)明一實(shí)施例的圖像能見度修復(fù)的方法的功能方塊圖。附圖標(biāo)記說明：100：圖像處理裝置；10：存儲單元；110、310：圖像接收模塊；120、320：深度估測模塊；130、330：色彩分析模塊；140、340：能見度修復(fù)模塊；150、350：圖像輸出模塊；20：處理單元；S202～S216：步驟；311：輸入霧氣圖像；320a：中值濾波；320b：暗通道先驗(yàn)；321：邊緣信息；322：大氣光；323：介質(zhì)圖；324：精細(xì)過程；325：強(qiáng)化過程；324a：精細(xì)介質(zhì)圖；325a：強(qiáng)化介質(zhì)圖；351：除霧圖像。具體實(shí)施方式本發(fā)明的部分實(shí)施例接下來將會配合附圖來詳細(xì)描述，以下的描述所引用的元件符號，當(dāng)不同附圖出現(xiàn)相同的元件符號將視為相同或相似的元件。這些實(shí)施例只是本發(fā)明的一部分，并未揭示所有本發(fā)明的可實(shí)施方式。更確切的說，這些實(shí)施例只是本發(fā)明的專利申請范圍中的裝置與方法的范例。圖1示出依據(jù)本發(fā)明一實(shí)施例的一種圖像處理裝置，其是利用圖像能見度修復(fù)的方法所提出的一種硬件架構(gòu)。請參照圖1，圖像處理裝置100包括存儲單元10以及處理單元20，其中處理單元20耦接于存儲單元10。圖像處理裝置100可以是外接或是內(nèi)建于例如是個人電腦、筆記本、數(shù)碼相機(jī)、數(shù)碼攝影機(jī)、網(wǎng)絡(luò)攝影機(jī)、智能手機(jī)、平板電腦、行車記錄器、汽車影音系統(tǒng)等的電子裝置。存儲單元10可以例如是任意類型的固定式或可移動式隨機(jī)存取存儲器(RandomAccessMemory，簡稱RAM)、只讀存儲器(Read-OnlyMemory，簡稱ROM)、快閃存儲器(Flashmemory)、硬盤、其他類似裝置或是這些裝置的組合，其用以記錄可由處理單元20執(zhí)行的多個模塊。這些模塊包括圖像接收模塊110、深度估測模塊120、色彩分析模塊130、能見度修復(fù)模塊140以及圖像輸出模塊150。這些模塊可載入至處理單元20以對數(shù)字圖像進(jìn)行能見度修復(fù)的處理。處理單元20可以例如是中央處理單元(CentralProcessingUnit，簡稱 CPU)，或是其他可編程的一般用途或特殊用途的微處理器(Microprocessor)、數(shù)字信號處理器(DigitalSignalProcessor，簡稱DSP)、可編程控制器、專用集成電路(ApplicationSpecificIntegratedCircuits，簡稱ASIC)、可編程邏輯器件(ProgrammableLogicDevice，簡稱PLD)或其他類似裝置或這些裝置的組合。處理單元20可存取以及執(zhí)行記錄于存儲單元10的模塊以執(zhí)行圖像能見度修復(fù)的方法。圖2示出依據(jù)本發(fā)明一實(shí)施例的圖像能見度修復(fù)的方法流程圖。本實(shí)施例所提出的圖像除霧方法可由圖1的圖像處理裝置100來執(zhí)行。請同時參照圖1以及圖2，首先，圖像接收模塊110接收包括多個輸入像素的輸入霧氣圖像(步驟S202)。本實(shí)施例所提出的方法是建立在RGB色域中，其包括紅(red，簡稱R)、綠(green，簡稱G)以及藍(lán)(blue，簡稱B)三個色彩通道。傳統(tǒng)的暗通道先驗(yàn)技術(shù)(darkchannelpriortechnique)可針對在特定的天氣狀況下所獲取到的圖像進(jìn)行能見度修復(fù)處理而得到良好的效果。然而，暗通道先驗(yàn)技術(shù)存在著光暈效應(yīng)(haloeffect)的產(chǎn)生以及介質(zhì)圖(transmissionmap)的估測不足等兩個顯著的問題。這是由于暗通道先驗(yàn)技術(shù)主要是以最小值濾波器(minimumfilter)來進(jìn)行主要的運(yùn)作而導(dǎo)致在估測介質(zhì)圖時失去了邊緣信息。因此，本實(shí)施例中提出一個精細(xì)過程，其利用中值濾波器(medianfilter)來保留輸入霧氣圖像的邊緣信息，以避免光暈效應(yīng)的產(chǎn)生。首先，深度估測模塊120根據(jù)中值濾波操作以及暗通道，取得各所述輸入像素的邊緣信息(步驟S204)。中值濾波技術(shù)所采用的非線性濾波操作可有效地抑止沖擊性噪音成份以及保留邊緣信息。深度估測模塊120可先對各所述輸入像素的局部區(qū)塊進(jìn)行中值濾波操作，以取得精細(xì)成份，并且自精細(xì)成份減去暗通道，以取得邊緣信息。在一實(shí)施例中，深度估測模塊120可根據(jù)公式(1)取得各所述輸入像素的邊緣信息：D(x)=ω(min(mediany∈Ω(x)(W(y)),W(x)))-miny∈Ω(x)(W(y))]]>公式(1)其中Ω(x)為以x為中心的局部區(qū)塊，W(x)為位于x的輸入像素，W(y)為局部區(qū)塊Ω(x)的各所述輸入像素，ω為介于0與1之間的常數(shù)并且可設(shè)成0.95，為對應(yīng)于位于x的輸入像素的精細(xì)成份， 為對應(yīng)于位于x的輸入像素的暗通道，以及D(x)為對應(yīng)于位于x的輸入像素的邊緣信息。接著，深度估測模塊120根據(jù)各所述輸入像素以及關(guān)聯(lián)于輸入霧氣圖像在各色彩通道的大氣光，判定介質(zhì)圖(步驟S206)，并且根據(jù)各所述輸入像素的邊緣信息以及介質(zhì)圖，取得精細(xì)介質(zhì)圖(步驟S208)。詳言之，深度估測模塊120可基于傳統(tǒng)的暗通道先驗(yàn)方法來估測介質(zhì)圖，其可以公式(2)來表示：t~(x)=1-ωminy∈Ω(x)(minc∈(r,g,b)Ic(y)Ac)]]>公式(2)其中c∈{r,g,b}，Ac為在色彩通道c的大氣光，Ic為輸入霧氣圖像在色彩通道c的像素值，以及為介質(zhì)圖。接著，深度估測模塊120可根據(jù)公式(3)來取得精細(xì)介質(zhì)圖：tr(x)=t~(x)-D(x)]]>公式(3)其中為介質(zhì)圖，tr為精細(xì)介質(zhì)圖，以及D(x)為對應(yīng)于位于x的輸入像素的邊緣信息。暗通道先驗(yàn)是依據(jù)各色彩通道的像素值的最小值。然而，對于在例如是沙塵暴等惡劣天氣下所拍攝圖像的至少一個色彩通道的像素值偏低的情況下，將會產(chǎn)生信息不足的介質(zhì)圖。為了達(dá)到最佳的圖像能見度修復(fù)結(jié)果，本實(shí)施例中提出一個強(qiáng)化過程，其利用適應(yīng)性的伽瑪校正技術(shù)(adaptiveGammacorrectiontechnique)在其動態(tài)范圍所對應(yīng)的直方圖中來重新分布精細(xì)介質(zhì)圖。基此，深度估測模塊120將針對精細(xì)介質(zhì)圖進(jìn)行伽瑪校正操作以調(diào)整精細(xì)介質(zhì)圖，進(jìn)而取得強(qiáng)化介質(zhì)圖(步驟S210)。詳言之，深度估測模塊120可利用公式(4)，根據(jù)可變自適應(yīng)性參數(shù)(varyingadaptiveparameter)以及輸入霧氣圖像的最大像素值來重新分布精細(xì)介質(zhì)圖，以取得強(qiáng)化介質(zhì)圖：te(x)=(Xmax)(tr(x)Xmax)γ]]>公式(4)其中γ為可變自適應(yīng)性參數(shù)，Xmax為輸入霧氣圖像的最大像素值，tr為精細(xì)介質(zhì)圖，te為強(qiáng)化介質(zhì)圖，t為所述輸入像素中累積概率密度值(cumulativeprobabilitydensity)為第一門檻值所對應(yīng)的像素值，以及T為自適應(yīng)性像素門檻值，其中第一門檻值不為0。在本實(shí)施例中，第一門檻值可以為0.1，而自 適應(yīng)性像素門檻值T可以依經(jīng)驗(yàn)設(shè)為120。在一實(shí)施例中，深度估測模塊120可根據(jù)公式(4.5)求得自適應(yīng)性參數(shù)γ：γ=1+(tXmax)ift≥T1ift<T]]>公式(4.5)根據(jù)觀察，輕微的沙塵暴具有較低的自適應(yīng)性參數(shù)，而嚴(yán)重的沙塵暴具有較高的自適應(yīng)性參數(shù)?；诖颂匦?，上述的強(qiáng)化過程所采用的自適應(yīng)性伽瑪校正操作可逐步地增加介質(zhì)圖中的低像素值以及避免因伽瑪校正的均衡化(equalization)而產(chǎn)生假影。再者，沙塵的大氣粒子將會吸收特定的色彩光譜進(jìn)而造成圖像產(chǎn)生色偏的現(xiàn)象，并且各色彩通道將會呈現(xiàn)不同的分布?，F(xiàn)有的暗通道先驗(yàn)技術(shù)針對所有通道采用相同的公式來修復(fù)場景輻射，將使得修復(fù)后的圖像產(chǎn)生嚴(yán)重的色偏。為了解決此問題，色彩分析模塊130將判定對應(yīng)于各色彩通道的色彩差值(步驟S212)。在一實(shí)施例中，色彩分析模塊130可根據(jù)公式(5)以及公式(6)取得色彩差值：dc＝avgk-avgc公式(5)avgc=Σi=1MΣj=1NIc(i,j)MN]]>公式(6)其中c∈{r,g,b}，k為指定色彩通道，dc為對應(yīng)于色彩通道c的色彩差值，avgc為對應(yīng)于色彩通道c的平均像素值，Ic為輸入霧氣圖像，以及MN為所述輸入像素的數(shù)量，其中指定色彩通道為上述三個色彩通道之一。在本實(shí)施例中，指定色彩通道可以例如為色彩通道r。接著，為了在不同環(huán)境都能取得高質(zhì)量的除霧圖像，能見度修復(fù)模塊140將會結(jié)合深度估測模塊120與色彩分析模塊130所提供的信息來有效地修復(fù)場景輻射。換言之，對于各色彩通道，能見度修復(fù)模塊140根據(jù)色彩差值、大氣光以及強(qiáng)化介質(zhì)圖，修復(fù)各所述輸入像素在色彩通道的場景輻射，據(jù)以產(chǎn)生除霧圖像(步驟S214)。在此，能見度修復(fù)模塊140可利用公式(7)來有效地修復(fù)大氣粒子所造成的輸入霧氣圖像：Jc(x)=Ic(x)-(Ac-dc)max(te(x),t0)+(Ac-dc)]]>公式(7)其中c∈{r,g,b}，Jc為除霧圖像在色彩通道c的場景輻射，Ac為在色彩通 道c的大氣光，dc為色彩通道c的色彩差值，t0為介質(zhì)下限(lowerbound)，以及te為強(qiáng)化介質(zhì)圖。在一實(shí)施例中，t0可設(shè)為0.1。能見度修復(fù)模塊140在產(chǎn)生除霧圖像后，圖像輸出模塊150將輸出除霧圖像(步驟S216)，而圖像處理裝置100即完成圖像能見度修復(fù)的過程。前述圖像能見度修復(fù)的方法可利用圖3(圖3示出依據(jù)本發(fā)明一實(shí)施例的圖像能見度修復(fù)的方法的功能方塊圖)來進(jìn)行總結(jié)。請參照圖3，深度估測模塊320自圖像接收模塊310接收輸入霧氣圖像311。深度估測模塊320先根據(jù)中值濾波320a以及暗通道先驗(yàn)320b來取得輸入霧氣圖像311的邊緣信息，并且又根據(jù)暗通道先驗(yàn)320b取得關(guān)聯(lián)于輸入霧氣圖像311的大氣光322，據(jù)以估測介質(zhì)圖323。接著，深度估測模塊320將根據(jù)邊緣信息321來針對介質(zhì)圖323執(zhí)行精細(xì)過程324，其利用中值濾波器所保留的邊緣信息并且可避免修復(fù)后的圖像產(chǎn)生區(qū)塊假影，而精細(xì)過程324完成后將會產(chǎn)生精細(xì)介質(zhì)圖324a。接續(xù)在精細(xì)過程324之后的強(qiáng)化過程325將根據(jù)自適應(yīng)性伽瑪校正技術(shù)來調(diào)整精細(xì)介質(zhì)圖324a的像素值，以達(dá)到最佳化的能見度修復(fù)結(jié)果，而強(qiáng)化過程325完成后將會產(chǎn)生強(qiáng)化介質(zhì)圖325a。另一方面，色彩分析模塊330根據(jù)灰色世界假設(shè)有效地取得輸入霧氣圖像311的色彩信息，而其所取得的色彩信息可適應(yīng)于包括霧氣、霾、沙塵暴等各種天氣。能見度修復(fù)模塊340將結(jié)合自混合深度估測模塊320與色彩分析模塊330所取得的信息以隱藏在各種實(shí)際天氣狀況下所呈現(xiàn)的大氣粒子。圖像輸出模塊350將輸出除霧圖像351，而結(jié)束圖像能見度修復(fù)的方法流程。綜上所述，本發(fā)明通過中值濾波操作、自適應(yīng)性伽瑪校正技術(shù)以及暗通道先驗(yàn)方法，可避免光暈效應(yīng)的產(chǎn)生以及輸入霧氣圖像的介質(zhì)圖的估測不足，并且通過分析輸入霧氣圖像的色彩特性，可抑制色偏的產(chǎn)生?；耍诓煌沫h(huán)境以及場景下所拍攝的圖像可根據(jù)調(diào)整后的介質(zhì)圖以及色彩相關(guān)信息而產(chǎn)生高質(zhì)量的除霧圖像。最后應(yīng)說明的是：以上各實(shí)施例僅用以說明本發(fā)明的技術(shù)方案，而非對其限制；盡管參照前述各實(shí)施例對本發(fā)明進(jìn)行了詳細(xì)的說明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解：其依然可以對前述各實(shí)施例所記載的技術(shù)方案進(jìn)行修改，或者對其中部分或者全部技術(shù)特征進(jìn)行等同替換；而這些修改或者替換，并不使相應(yīng)技術(shù)方案的本質(zhì)脫離本發(fā)明各實(shí)施例技術(shù)方案的范圍。當(dāng)前第1頁1 2 3