本發(fā)明涉及計(jì)算機(jī)技術(shù)領(lǐng)域，特別是涉及圖像去霧方法、裝置、計(jì)算機(jī)可存儲(chǔ)介質(zhì)和移動(dòng)終端。

背景技術(shù)：

隨著移動(dòng)終端的普及應(yīng)用，如智能手機(jī)、平板電腦等移動(dòng)終端在生活中已不可或缺，移動(dòng)終端附件的各種功能也越來越受大家的關(guān)注。在日常生活中，隨著移動(dòng)終端照相功能的普及，使用移動(dòng)終端進(jìn)行圖片處理的需求也日益增加，也各種圖像處理軟件也開始涌現(xiàn)。在霧、霾等天氣條件下，大氣中的懸浮物質(zhì)使得能見度降低，影響到在此類天氣條件下所拍攝的照片的圖像質(zhì)量。為此，提出圖像去霧技術(shù)，以去除上述霧、霾等天氣因素對(duì)拍出的圖像質(zhì)量的影響，增強(qiáng)圖像中的物體的視見度。

傳統(tǒng)的去霧技術(shù)采用同一種去霧算法，無論天氣的霧霾程度如何，最終去霧處理后的圖像的去霧程度相同，用戶體驗(yàn)度低。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明實(shí)施例提供一種圖像去霧方法、裝置、計(jì)算機(jī)可存儲(chǔ)介質(zhì)和移動(dòng)終端，能夠?qū)Υ幚韴D像進(jìn)行不同算法的自適應(yīng)去霧處理，增強(qiáng)了去霧效果，提高了用戶體驗(yàn)度。

一種圖像去霧方法，包括：

獲取待處理圖像的暗原色圖；

獲取所述暗原色圖中亮度值由最亮至暗排序的n個(gè)像素塊的第一平均亮度值以及亮度值由最暗至亮排序的n個(gè)像素塊的第二平均亮度值；

根據(jù)所述第一平均亮度值、第二平均亮度值確定所述待處理圖像霧分布的均勻度信息；

根據(jù)所述均勻度信息采用相應(yīng)的去霧方法對(duì)所述待處理圖像進(jìn)行去霧處理。

上述圖像去霧方法能夠獲取待處理圖像霧分布的均勻度信息，并根據(jù)所述均勻度信息采用相應(yīng)的去霧方法對(duì)所述待處理圖像進(jìn)行去霧處理。也即，能夠針對(duì)不同的霧分布的均勻度信息的待處理圖像采用相應(yīng)的去霧方法進(jìn)行自適應(yīng)去霧處理，增強(qiáng)了去霧效果，提供了用戶體驗(yàn)度。

本發(fā)明實(shí)施例還提供一種圖像去霧裝置，包括：

第一獲取模塊，用于獲取待處理圖像的暗原色圖；

第二獲取模塊，用于獲取所述暗原色圖中亮度值由最亮至暗排序的n個(gè)像素塊的第一平均亮度值以及亮度值由最暗至亮排序的n個(gè)像素塊的第二平均亮度值；以及

確定模塊，用于所述第一平均亮度值、第二平均亮度值確定所述待處理圖像霧分布的均勻度信息；以及

去霧模塊，用于根據(jù)所述均勻度信息采用相應(yīng)的去霧方法對(duì)所述待處理圖像進(jìn)行去霧處理。

本發(fā)明實(shí)施例還提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，該程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)圖像去霧方法。

一種移動(dòng)終端，包括存儲(chǔ)器，處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述程序時(shí)實(shí)現(xiàn)圖像去霧方法。

附圖說明

圖1為一個(gè)實(shí)施例中圖像去霧方法的流程圖；

圖2為一個(gè)實(shí)施例中根據(jù)第一平均亮度值、第二平均亮度值確定待處理圖像霧分布的均勻度信息的流程圖；

圖3為另一個(gè)實(shí)施例中根據(jù)第一平均亮度值、第二平均亮度值確定待處理圖像霧分布的均勻度信息的流程圖；

圖4為一個(gè)實(shí)施例中圖像去霧裝置的內(nèi)部框架圖；

圖5為一個(gè)實(shí)施例中圖像處理電路的示意圖。

具體實(shí)施方式

為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，對(duì)本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。

本發(fā)明實(shí)施例提供一種圖像去霧方法，圖1為一個(gè)實(shí)施例中圖像去霧方法的流程圖。一種圖像去霧方法，包括以下步驟：

步驟102：獲取待處理圖像的暗原色圖。

需要說明的是，本發(fā)明實(shí)施例提供的一種圖像去霧方法是對(duì)已經(jīng)生成的圖像進(jìn)行去霧處理，可以通過移動(dòng)終端的成像設(shè)備生成待處理圖像。該成像裝置可以是前置攝像頭、后置攝像頭、雙攝像頭等。

根據(jù)待處理圖像獲取其暗原色圖j^dark(x)，可以用下式表達(dá)：

式中，c表示圖像的r、g、b顏色通道之一，ω(x)表示圖像中除天空區(qū)域外的x處的一個(gè)局部窗口，j^c表示彩色圖像的一個(gè)顏色通道。

步驟104：獲取所述暗原色圖中亮度值由最亮至暗排序的n個(gè)像素塊的第一平均亮度值以及亮度值由最暗至亮排序的n個(gè)像素塊的第二平均亮度值。

暗原色圖能夠體現(xiàn)待處理圖像的灰度值信息，也即，可以從暗原色圖像中獲取各個(gè)像素點(diǎn)的亮度值信息。暗原色圖中，ω(x)表示圖像中除天空區(qū)域外的x處的一個(gè)局部窗口，這個(gè)局部窗口可以理解為一個(gè)像素塊。具體的，一個(gè)像素塊的大小可以用15*15個(gè)像素點(diǎn)的區(qū)域來表示。從暗原色圖中，可以直接獲取所有像素塊的亮度值，并對(duì)該亮度值的大小從最亮到最暗或從最暗到最亮做一個(gè)排序。

獲取所述暗原色圖中亮度值由最亮至暗排序的n個(gè)像素塊可以理解獲取暗原色圖中亮度值最大的n個(gè)像素塊。獲取的暗原色圖中亮度值最大的n個(gè)像素塊的亮度值可以均相等，且均為該待處理圖像中亮度值的最大值，則第一平均亮度值為該待處理圖像中亮度值的最大值。當(dāng)然，獲取的暗原色圖中亮度值最大的n個(gè)像素塊的亮度值也會(huì)出現(xiàn)不完全相等的情況，其亮度值從最亮開始遞減，其第一平均亮度值則為該n個(gè)像素塊的亮度值的平均值。

相應(yīng)的，獲取所述暗原色圖中亮度值由最暗至亮排序的n個(gè)像素塊可以理解獲取暗原色圖中亮度值最小的n個(gè)像素塊。獲取的暗原色圖中亮度值最小的n個(gè)像素塊的亮度值可以均相等，且均為該待處理圖像中亮度值的最小值，則第二平均亮度值為該待處理圖像中亮度值的最小值。當(dāng)然，獲取的暗原色圖中亮度值最小的n個(gè)像素塊的亮度值也會(huì)出現(xiàn)不完全相等的情況，其亮度值從最暗開始遞增，其第二平均亮度值則為該n個(gè)像素塊的亮度值的平均值。

步驟106：根據(jù)所述第一平均亮度值、第二平均亮度值確定所述待處理圖像霧分布的均勻度信息。

通過獲取的第一平均亮度值和第二平均亮度值的差異性，就可以確定待處理圖像霧分布的均勻度信息。具體地，該均勻度信息可以表示為待處理圖像霧分布均勻，也可以表示為待處理圖像霧分布不均勻。

步驟108：根據(jù)所述均勻度信息采用相應(yīng)的去霧方法對(duì)所述待處理圖像進(jìn)行去霧處理。

根據(jù)獲取的待處理圖像霧分布的均勻度信息，采用相應(yīng)的去霧方法對(duì)所述待處理圖像進(jìn)行去霧處理。當(dāng)待處理圖像霧分布均勻時(shí)，采用適用于霧分布均勻的去霧算法對(duì)待處理圖像進(jìn)行去霧處理，當(dāng)待處理圖像霧分布不均勻時(shí)，采用適用于霧分布不均勻的去霧算法對(duì)待處理圖像進(jìn)行去霧處理。

上述圖像去霧方法，獲取待處理圖像的暗原色圖；獲取所述暗原色圖中亮度值由最亮至暗排序的n個(gè)像素塊的第一平均亮度值以及亮度值由最暗至亮排序的n個(gè)像素塊的第二平均亮度值；根據(jù)所述第一平均亮度值、第二平均亮度值確定所述待處理圖像霧分布的均勻度信息；根據(jù)所述均勻度信息采用相應(yīng)的去霧方法對(duì)所述待處理圖像進(jìn)行去霧處理。能夠獲取待處理圖像霧分布的均勻度信息，并根據(jù)所述均勻度信息采用相應(yīng)的去霧方法對(duì)所述待處理圖像進(jìn)行去霧處理。也即，能夠針對(duì)不同的霧分布的均勻度信息的待處理圖像采用相應(yīng)的去霧方法進(jìn)行自適應(yīng)去霧處理，增強(qiáng)了去霧效果，提供了用戶體驗(yàn)度。

參考圖2，在一個(gè)實(shí)施例中，根據(jù)所述第一平均亮度值、第二平均亮度值確定所述待處理圖像霧分布的均勻度信息，包括：

步驟202：獲取第二平均亮度值與所述第一平均亮度值的比值。

根據(jù)前述步驟104中獲取的第一平均亮度值和第二平均亮度值，并根據(jù)獲得第一平均亮度值和第二平均亮度值計(jì)算第二平均亮度值與所述第一平均亮度值的比值k，或，計(jì)算第一平均亮度值與所述第二平均亮度值的比值1/k。

由于，第一平均亮度值表示暗原色圖中亮度值由最亮至暗排序的n個(gè)像素塊的平均亮度。第二平均亮度值表示暗原色圖中亮度值由最暗至亮排序的n個(gè)像素塊的平均亮度。顯然，第一平均亮度值大于第二平均亮度值。其中，比值k越大，說明待處理圖像霧分布越不均勻，反之，比值k越小，說明待處理圖像霧分布越均勻。

步驟204：判斷所述比值是否大于第一預(yù)設(shè)閾值。

通過設(shè)置一個(gè)第一預(yù)設(shè)閾值來與計(jì)算得出的比值k進(jìn)行比較判斷，當(dāng)比值k大于第一預(yù)設(shè)閾值時(shí)，則執(zhí)行步驟206：確定所述待處理圖像霧分布的均勻度信息為不均勻。當(dāng)比值k小于第一預(yù)設(shè)閾值時(shí)，則執(zhí)行步驟208：確定所述待處理圖像霧分布的均勻度信息為均勻。也即，可以通過計(jì)算第二平均亮度值與所述第一平均亮度值的比值k來確定待處理圖像霧分布的均勻度信息。其中，第一預(yù)設(shè)閾值可以根據(jù)實(shí)際需求或經(jīng)驗(yàn)值來設(shè)定，在此，不作進(jìn)一步限定。

參考圖3，在一個(gè)實(shí)施例中，所述根據(jù)所述第一平均亮度值、第二平均亮度值確定所述待處理圖像霧分布的均勻度信息，包括：

步驟302：獲取第二平均亮度值與所述第一平均亮度值的差值的絕對(duì)值。

可以根據(jù)獲得第一平均亮度值和第二平均亮度值計(jì)算第二平均亮度值與所述第一平均亮度值的差值的絕對(duì)值|δ|。如前述步驟202中所闡述的第一平均亮度值大于第二平均亮度值。差值的絕對(duì)值|δ|越大，說明待處理圖像霧分布越不均勻，反之，差值的絕對(duì)值|δ|越小，說明待處理圖像霧分布越均勻。

步驟304：判斷所述差值的絕對(duì)值是否大于第二預(yù)設(shè)閾值。

通過設(shè)置一個(gè)第一預(yù)設(shè)閾值來與計(jì)算得出的差值的絕對(duì)值|δ|進(jìn)行比較判斷，當(dāng)差值的絕對(duì)值|δ|大于第二預(yù)設(shè)閾值時(shí)，則執(zhí)行步驟306：確定所述待處理圖像霧分布的均勻度信息為不均勻。當(dāng)差值的絕對(duì)值|δ|小于第二預(yù)設(shè)閾值時(shí)，則執(zhí)行步驟308：確定所述待處理圖像霧分布的均勻度信息為均勻。也即，可以通過計(jì)算第二平均亮度值與所述第一平均亮度值的差值的絕對(duì)值|δ|來確定待處理圖像霧分布的均勻度信息。其中，第二預(yù)設(shè)閾值可以根據(jù)實(shí)際需求或經(jīng)驗(yàn)值來設(shè)定，在此，不作進(jìn)一步限定。

在一個(gè)實(shí)施例中，根據(jù)所述均勻度信息采用相應(yīng)的去霧方法對(duì)所述待處理圖像進(jìn)行去霧處理。

具體地，當(dāng)所述待處理圖像霧分布的均勻度信息為均勻時(shí)，采用全局化增強(qiáng)算法對(duì)所述待處理圖像進(jìn)行去霧處理。

全局化的霧天圖像增強(qiáng)方法是指對(duì)灰度值的調(diào)整是由整幅待處理圖像的統(tǒng)計(jì)信息決定的，與被調(diào)整點(diǎn)所處的區(qū)域無關(guān)。由于霧天下場(chǎng)景的退化程度與其深度相關(guān)。但，當(dāng)待處理圖像霧分布均勻時(shí)，其待處理圖像的場(chǎng)景相對(duì)簡(jiǎn)單時(shí)，不失為一種有效的途徑。

其中，全局化增強(qiáng)算法可以為暗目標(biāo)法。暗目標(biāo)法(darkobjectsubtraction，dos)是一種最古老也是最簡(jiǎn)單的經(jīng)典大氣糾正方法。暗目標(biāo)法經(jīng)過對(duì)不受云霧干擾的圖像進(jìn)行統(tǒng)計(jì)，它假設(shè)一幅圖像上有地表反射率可以忽略的像元(例如，在一個(gè)完全的陰影區(qū))，即這些像元的像素值很低且接近于零，在影像上表現(xiàn)為暗區(qū)域。由于云霧的干擾，在實(shí)際獲取的降質(zhì)影像中，這些暗像元的像素值較高，并不接近于零。因此可以通過統(tǒng)計(jì)整幅影像中最暗像元在各波段上的像素值，將此像素值視為整幅影像中云霧在各波段上的干擾值，然后將影像各波段的像素值減去影像中最暗像元在各波段上的像素值，即可除去云霧對(duì)于影像的干擾。暗目標(biāo)法實(shí)現(xiàn)起來非常簡(jiǎn)單，對(duì)于去除影像中均勻分布的云霧也能有良好的效果。

可選的，全局化增強(qiáng)算法可以為全局對(duì)比度增強(qiáng)法。直方圖拉伸和直方圖均衡化是兩種最常見的比度增強(qiáng)方法。直方圖拉伸是通過對(duì)比度拉伸對(duì)直方圖進(jìn)行調(diào)整，從而“擴(kuò)大”前景和背景灰度的差別，以達(dá)到增強(qiáng)對(duì)比度的目的，這種方法可以利用線性或非線性的方法來實(shí)現(xiàn)。直方圖均衡化是把有霧圖像的直方圖變換為均勻分布的形式，這樣就增加了像素灰度值的動(dòng)態(tài)范圍從而達(dá)到增強(qiáng)霧天圖像整體對(duì)比度的效果。

可選的，全局化增強(qiáng)算法還可以為retinex算法。retinex是一種描述顏色不變性的模型，它具有動(dòng)態(tài)范圍壓縮和顏色不變性的特點(diǎn)，對(duì)由于光照不均而引起的低對(duì)比度彩色圖像具有很好的增強(qiáng)效果。在去霧處理的過程中，可以將帶處理圖像由rgb顏色空間變換到hsv顏色空間，對(duì)明度分量v進(jìn)行多尺度retinex增強(qiáng)；由于明度分量v增強(qiáng)后會(huì)使其與飽和度分量之間的比例關(guān)系發(fā)生變化，導(dǎo)致圖像色感不自然，因此需對(duì)增強(qiáng)后的圖像進(jìn)行飽和度校正；最后再將圖像變換回rgb顏色空間完成對(duì)待處理圖像的去霧增強(qiáng)。

可選的，全局化增強(qiáng)算法還可以為同態(tài)濾波算法、小波方法曲波變換、基于大氣調(diào)制傳遞函數(shù)(atmosphericalmodulationtransferfunction，mtf)增強(qiáng)霧天圖像方法等。

具體地，當(dāng)所述待處理圖像霧分布的均勻度信息為不均勻時(shí)，采用局部化增強(qiáng)算法局或暗原色先驗(yàn)算法對(duì)所述待處理圖像進(jìn)行去霧處理。

當(dāng)所述待處理圖像霧分布的均勻度信息為不均勻時(shí)，對(duì)圖像進(jìn)行去霧處理時(shí)，需要對(duì)霧分布不均勻的局部區(qū)域的細(xì)節(jié)進(jìn)行增強(qiáng)。因此，需要根據(jù)所關(guān)心的局部區(qū)域的特性來計(jì)算變換或轉(zhuǎn)移函數(shù)，并將這些函數(shù)用于所關(guān)心的區(qū)域，以得到所需的增強(qiáng)效果。

可選的，局部化增強(qiáng)算法可以為局部直方圖均衡化方法，也稱塊重疊直方圖均衡化，是一種標(biāo)準(zhǔn)的自適應(yīng)直方圖均衡化方法(adaptivehistogramequalization，ahe)。其基本思想是將直方圖均衡化運(yùn)算分散到圖像的所有局部區(qū)域，通過局部運(yùn)算的疊加自適應(yīng)地增強(qiáng)圖像局部信息。

可選的，局部化增強(qiáng)算法可以為局部對(duì)比度增強(qiáng)方法。其中，局部對(duì)比度增強(qiáng)有3種方式:其一，常數(shù)增益(constantgaintrace，cgt)算法，該算法求得霧天圖像的局部均值并設(shè)定比例常數(shù)，在霧天圖像的每個(gè)像素位置上根據(jù)變換函數(shù)放大圖像的局部變化。其二，飽和度反饋算法，該算法將霧天圖像轉(zhuǎn)換到his色彩空間中進(jìn)行處理。其三，自適應(yīng)飽和度反饋算法，該算法通過有飽和度分量和亮度分量的局部相關(guān)性來確定反饋的極性和程度，從而使飽和度反饋算法具有了自適應(yīng)能力。

可選的，局部化增強(qiáng)算法可以基于局部方差的增強(qiáng)方法。該算法通過計(jì)算并比較局部標(biāo)準(zhǔn)方差的大小來判斷局部圖像的增強(qiáng)程度，然后以灰度均值為基準(zhǔn)進(jìn)行局部灰度拉伸。此算法同樣適用于深度信息多變且對(duì)比度較低的霧天圖像，但相對(duì)于局部直方圖均衡化算法在噪聲方面有所增加。

可選的，所述待處理圖像霧分布的均勻度信息為不均勻時(shí)，采用暗原色先驗(yàn)算法對(duì)所述待處理圖像進(jìn)行去霧處理。待處理圖像霧分布不均勻時(shí)，其圖像中暗原色信息突出，采用基于圖像復(fù)原的暗原色先驗(yàn)去霧算法可以使去霧后的圖像更接近真實(shí)場(chǎng)景。

在一個(gè)實(shí)施例中，還包括對(duì)去霧處理后的所述待處理圖像進(jìn)行曝光度處理和自動(dòng)色階處理的步驟。

在對(duì)去霧處理后的待處理圖像進(jìn)行曝光度處理和自動(dòng)色階處理以增強(qiáng)待處理圖像的顯示效果。通常，經(jīng)去霧處理后獲得的待處理圖像的亮度較暗，對(duì)待處理圖像進(jìn)行后處理，在后處理過程中可以對(duì)過暗的待處理圖像增加曝光度和自動(dòng)色階，以得到更加完美呈現(xiàn)去霧圖像的顯示效果。

本發(fā)明實(shí)施例還提供一種圖像去霧裝置，圖4為一個(gè)實(shí)施例中圖像去霧裝置的結(jié)構(gòu)示意圖。一種圖像去霧裝置，包括：

第一獲取模塊410，用于獲取待處理圖像的暗原色圖；

第二獲取模塊420，用于獲取所述暗原色圖中亮度值由最亮至暗排序的n個(gè)像素塊的第一平均亮度值以及亮度值由最暗至亮排序的n個(gè)像素塊的第二平均亮度值；

確定模塊430，用于所述第一平均亮度值、第二平均亮度值確定所述待處理圖像霧分布的均勻度信息；以及

去霧模塊440，用于根據(jù)所述均勻度信息采用相應(yīng)的去霧方法對(duì)所述待處理圖像進(jìn)行去霧處理。

上述圖像去霧裝置能夠獲取待處理圖像霧分布的均勻度信息，并根據(jù)所述均勻度信息采用相應(yīng)的去霧方法對(duì)所述待處理圖像進(jìn)行去霧處理。也即，能夠針對(duì)不同的霧分布的均勻度信息的待處理圖像采用相應(yīng)的去霧方法進(jìn)行自適應(yīng)去霧處理，增強(qiáng)了去霧效果，提供了用戶體驗(yàn)度。

在一個(gè)實(shí)施例中，去霧模塊440包括：

第一去霧處理單元441，用于當(dāng)所述待處理圖像霧分布的均勻度信息為均勻時(shí)，采用全局化增強(qiáng)算法對(duì)所述待處理圖像進(jìn)行去霧處理

第二去霧處理單元443，用于當(dāng)所述待處理圖像霧分布的均勻度信息為不均勻時(shí)，采用局部化增強(qiáng)算法局或暗原色先驗(yàn)算法對(duì)所述待處理圖像進(jìn)行去霧處理。

本發(fā)明實(shí)施例還提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，該程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)以下步驟：

獲取待處理圖像的暗原色圖；

獲取所述暗原色圖中亮度值由最亮至暗排序的n個(gè)像素塊的第一平均亮度值以及亮度值由最暗至亮排序的n個(gè)像素塊的第二平均亮度值；

根據(jù)所述第一平均亮度值、第二平均亮度值確定所述待處理圖像霧分布的均勻度信息；

根據(jù)所述均勻度信息采用相應(yīng)的去霧方法對(duì)所述待處理圖像進(jìn)行去霧處理。

上述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中計(jì)算機(jī)程序(指令)在被執(zhí)行時(shí)，能夠獲取待處理圖像霧分布的均勻度信息，并根據(jù)所述均勻度信息采用相應(yīng)的去霧方法對(duì)所述待處理圖像進(jìn)行去霧處理。也即，能夠針對(duì)不同的霧分布的均勻度信息的待處理圖像采用相應(yīng)的去霧方法進(jìn)行自適應(yīng)去霧處理，增強(qiáng)了去霧效果，提供了用戶體驗(yàn)度。

在一個(gè)實(shí)施例中，所述根據(jù)所述第一平均亮度值、第二平均亮度值確定所述待處理圖像霧分布的均勻度信息，包括：

獲取第二平均亮度值與所述第一平均亮度值的比值；

判斷所述比值是否大于第一預(yù)設(shè)閾值；

若是，則所述待處理圖像霧分布的均勻度信息為不均勻；

若否，則所述待處理圖像霧分布的均勻度信息為均勻。

在一個(gè)實(shí)施例中，所述根據(jù)所述第一平均亮度值、第二平均亮度值確定所述待處理圖像霧分布的均勻度信息，包括：

獲取第二平均亮度值與所述第一平均亮度值的差值的絕對(duì)值；

判斷所述差值的絕對(duì)值是否大于第二預(yù)設(shè)閾值；

若是，則所述待處理圖像霧分布的均勻度信息為均勻；

若否，則所述待處理圖像霧分布的均勻度信息為不均勻。

在一個(gè)實(shí)施例中，根據(jù)所述均勻度信息采用相應(yīng)的去霧方法對(duì)所述待處理圖像進(jìn)行去霧處理，包括：

當(dāng)所述待處理圖像霧分布的均勻度信息為均勻時(shí)，采用全局化增強(qiáng)算法對(duì)所述待處理圖像進(jìn)行去霧處理；

當(dāng)所述待處理圖像霧分布的均勻度信息為不均勻時(shí)，采用局部化增強(qiáng)算法局或暗原色先驗(yàn)算法對(duì)所述待處理圖像進(jìn)行去霧處理。

在一個(gè)實(shí)施例中，所述全局化增強(qiáng)算法為暗目標(biāo)法、全局對(duì)比度增強(qiáng)法和retinex算法中的一種；

所述局部化增強(qiáng)算法為局部直方圖均衡化方法、局部對(duì)比度增強(qiáng)方法或基于局部方差的增強(qiáng)方法中的一種。

在一個(gè)實(shí)施例中，還包括：

對(duì)去霧處理后的所述待處理圖像進(jìn)行曝光度處理和自動(dòng)色階處理。

本發(fā)明實(shí)施例還提供一種移動(dòng)終端。上述移動(dòng)終端中包括圖像處理電路，圖像處理電路可以利用硬件和/或軟件組件實(shí)現(xiàn)，可包括定義isp(imagesignalprocessing，圖像信號(hào)處理)管線的各種處理單元。圖5為一個(gè)實(shí)施例中圖像處理電路的示意圖。如圖5所示，為便于說明，僅示出與本發(fā)明實(shí)施例相關(guān)的圖像處理技術(shù)的各個(gè)方面。

如圖5所示，圖像處理電路包括isp處理器540和控制邏輯器550。成像設(shè)備510捕捉的圖像數(shù)據(jù)首先由isp處理器540處理，isp處理器540對(duì)圖像數(shù)據(jù)進(jìn)行分析以捕捉可用于確定和/或成像設(shè)備510的一個(gè)或多個(gè)控制參數(shù)的圖像統(tǒng)計(jì)信息。成像設(shè)備510可包括具有一個(gè)或多個(gè)透鏡512和圖像傳感器514的照相機(jī)。圖像傳感器514可包括色彩濾鏡陣列(如bayer濾鏡)，圖像傳感器514可獲取用圖像傳感器514的每個(gè)成像像素捕捉的光強(qiáng)度和波長(zhǎng)信息，并提供可由isp處理器540處理的一組原始圖像數(shù)據(jù)。傳感器520可基于傳感器520接口類型把原始圖像數(shù)據(jù)提供給isp處理器540。傳感器520接口可以利用smia(standardmobileimagingarchitecture，標(biāo)準(zhǔn)移動(dòng)成像架構(gòu))接口、其它串行或并行照相機(jī)接口、或上述接口的組合。

isp處理器540按多種格式逐個(gè)像素地處理原始圖像數(shù)據(jù)。例如，每個(gè)圖像像素可具有8、10、12或14比特的位深度，isp處理器540可對(duì)原始圖像數(shù)據(jù)進(jìn)行一個(gè)或多個(gè)圖像處理操作、收集關(guān)于圖像數(shù)據(jù)的統(tǒng)計(jì)信息。其中，圖像處理操作可按相同或不同的位深度精度進(jìn)行。

isp處理器540還可從圖像存儲(chǔ)器530接收像素?cái)?shù)據(jù)。例如，從傳感器520接口將原始像素?cái)?shù)據(jù)發(fā)送給圖像存儲(chǔ)器530，圖像存儲(chǔ)器530中的原始像素?cái)?shù)據(jù)再提供給isp處理器540以供處理。圖像存儲(chǔ)器530可為存儲(chǔ)器裝置的一部分、存儲(chǔ)設(shè)備、或電子設(shè)備內(nèi)的獨(dú)立的專用存儲(chǔ)器，并可包括dma(directmemoryaccess，直接直接存儲(chǔ)器存取)特征。

當(dāng)接收到來自傳感器520接口或來自圖像存儲(chǔ)器530的原始圖像數(shù)據(jù)時(shí)，isp處理器540可進(jìn)行一個(gè)或多個(gè)圖像處理操作，如時(shí)域?yàn)V波。處理后的圖像數(shù)據(jù)可發(fā)送給或圖像存儲(chǔ)器530，以便在被顯示之前進(jìn)行另外的處理。isp處理器540還可從圖像存儲(chǔ)器530接收處理數(shù)據(jù)，對(duì)上述處理數(shù)據(jù)進(jìn)行原始域中以及rgb和ycbcr顏色空間中的圖像數(shù)據(jù)處理。處理后的圖像數(shù)據(jù)可輸出給顯示器580，以供用戶觀看和/或由圖形引擎或gpu(graphicsprocessingunit，圖形處理器)進(jìn)一步處理。此外，isp處理器540的輸出還可發(fā)送給圖像存儲(chǔ)器530，且顯示器580可從圖像存儲(chǔ)器530讀取圖像數(shù)據(jù)。在一個(gè)實(shí)施例中，圖像存儲(chǔ)器530可被配置為實(shí)現(xiàn)一個(gè)或多個(gè)幀緩沖器。此外，isp處理器540的輸出可發(fā)送給編碼器/解碼器570，以便編碼/解碼圖像數(shù)據(jù)。編碼的圖像數(shù)據(jù)可被保存，并在顯示與顯示器580設(shè)備上之前解壓縮。

isp處理后的圖像數(shù)據(jù)可發(fā)送給去霧模塊560，以便在被生產(chǎn)圖像文件之前對(duì)圖像進(jìn)行去霧處理。去霧模塊560根據(jù)獲取的暗原色圖中亮度值由最亮至暗排序的n個(gè)像素塊的第一平均亮度值以及亮度值由最暗至亮排序的n個(gè)像素塊的第二平均亮度值，并根據(jù)第一平均亮度值、第二平均亮度值確定霧分布的均勻度信息，根據(jù)均勻度信息對(duì)圖像進(jìn)行去霧處理等。其中，去霧模塊560可為移動(dòng)終端中cpu(centralprocessingunit，中央處理器)或gpu(graphicsprocessingunit，圖形處理器)等。去霧模塊560將圖像數(shù)據(jù)進(jìn)行去霧處理后，可將去霧處理后的圖像數(shù)據(jù)發(fā)送給編碼器/解碼器570，以便編碼/解碼圖像數(shù)據(jù)。編碼的圖像數(shù)據(jù)可被保存，并在顯示與顯示器780設(shè)備上之前解壓縮。可以理解的是，去霧模塊560處理后的圖像數(shù)據(jù)可以不經(jīng)過編碼器/解碼器570，直接發(fā)給顯示器580進(jìn)行顯示。isp處理器540處理后的圖像數(shù)據(jù)還可以先經(jīng)過編碼器/解碼器570處理，然后再經(jīng)過去霧模塊560進(jìn)行處理。

isp處理器540確定的統(tǒng)計(jì)數(shù)據(jù)可發(fā)送給控制邏輯器550單元。例如，統(tǒng)計(jì)數(shù)據(jù)可包括自動(dòng)曝光、自動(dòng)白平衡、自動(dòng)聚焦、閃爍檢測(cè)、黑電平補(bǔ)償、透鏡512陰影校正等圖像傳感器514統(tǒng)計(jì)信息?？刂七壿嬈?50可包括執(zhí)行一個(gè)或多個(gè)例程(如固件)的處理器和/或微控制器，一個(gè)或多個(gè)例程可根據(jù)接收的統(tǒng)計(jì)數(shù)據(jù)，確定成像設(shè)備510的控制參數(shù)以及的控制參數(shù)。例如，控制參數(shù)可包括傳感器520控制參數(shù)(例如增益、曝光控制的積分時(shí)間)、照相機(jī)閃光控制參數(shù)、透鏡512控制參數(shù)(例如聚焦或變焦用焦距)、或這些參數(shù)的組合。isp控制參數(shù)可包括用于自動(dòng)白平衡和顏色調(diào)整(例如，在rgb處理期間)的增益水平和色彩校正矩陣，以及透鏡512陰影校正參數(shù)。

以下為基于圖5中圖像處理技術(shù)，實(shí)現(xiàn)圖像去霧方法的步驟：

獲取待處理圖像的暗原色圖；

獲取所述暗原色圖中亮度值由最亮至暗排序的n個(gè)像素塊的第一平均亮度值以及亮度值由最暗至亮排序的n個(gè)像素塊的第二平均亮度值；

根據(jù)所述第一平均亮度值、第二平均亮度值確定所述待處理圖像霧分布的均勻度信息；

根據(jù)所述均勻度信息采用相應(yīng)的去霧方法對(duì)所述待處理圖像進(jìn)行去霧處理。

在處理器上運(yùn)行的計(jì)算機(jī)程序的執(zhí)行時(shí)，能夠獲取待處理圖像霧分布的均勻度信息，并根據(jù)所述均勻度信息采用相應(yīng)的去霧方法對(duì)所述待處理圖像進(jìn)行去霧處理。也即，能夠針對(duì)不同的霧分布的均勻度信息的待處理圖像采用相應(yīng)的去霧方法進(jìn)行自適應(yīng)去霧處理，增強(qiáng)了去霧效果，提供了用戶體驗(yàn)度。

在一個(gè)實(shí)施例中，所述根據(jù)所述第一平均亮度值、第二平均亮度值確定所述待處理圖像霧分布的均勻度信息，包括：

獲取第二平均亮度值與所述第一平均亮度值的比值；

判斷所述比值是否大于第一預(yù)設(shè)閾值；

若是，則所述待處理圖像霧分布的均勻度信息為不均勻；

若否，則所述待處理圖像霧分布的均勻度信息為均勻。

在一個(gè)實(shí)施例中，所述根據(jù)所述第一平均亮度值、第二平均亮度值確定所述待處理圖像霧分布的均勻度信息，包括：

獲取第二平均亮度值與所述第一平均亮度值的差值的絕對(duì)值；

判斷所述差值的絕對(duì)值是否大于第二預(yù)設(shè)閾值；

若是，則所述待處理圖像霧分布的均勻度信息為均勻；

若否，則所述待處理圖像霧分布的均勻度信息為不均勻。

在一個(gè)實(shí)施例中，根據(jù)所述均勻度信息采用相應(yīng)的去霧方法對(duì)所述待處理圖像進(jìn)行去霧處理，包括：

當(dāng)所述待處理圖像霧分布的均勻度信息為均勻時(shí)，采用全局化增強(qiáng)算法對(duì)所述待處理圖像進(jìn)行去霧處理；

當(dāng)所述待處理圖像霧分布的均勻度信息為不均勻時(shí)，采用局部化增強(qiáng)算法局或暗原色先驗(yàn)算法對(duì)所述待處理圖像進(jìn)行去霧處理。

在一個(gè)實(shí)施例中，所述全局化增強(qiáng)算法為暗目標(biāo)法、全局對(duì)比度增強(qiáng)法和retinex算法中的一種；

所述局部化增強(qiáng)算法為局部直方圖均衡化方法、局部對(duì)比度增強(qiáng)方法或基于局部方差的增強(qiáng)方法中的一種。

在一個(gè)實(shí)施例中，還包括：

對(duì)去霧處理后的所述待處理圖像進(jìn)行曝光度處理和自動(dòng)色階處理。

本領(lǐng)域普通技術(shù)人員可以理解實(shí)現(xiàn)上述實(shí)施例方法中的全部或部分流程，是可以通過計(jì)算機(jī)程序來指令相關(guān)的硬件來完成，所述的程序可存儲(chǔ)于一非易失性計(jì)算機(jī)可讀取存儲(chǔ)介質(zhì)中，該程序在執(zhí)行時(shí)，可包括如上述各方法的實(shí)施例的流程。其中，所述的存儲(chǔ)介質(zhì)可為磁碟、光盤、只讀存儲(chǔ)記憶體(read-onlymemory，rom)等。

以上所述實(shí)施例僅表達(dá)了本發(fā)明的幾種實(shí)施方式，其描述較為具體和詳細(xì)，但并不能因此而理解為對(duì)本發(fā)明專利范圍的限制。應(yīng)當(dāng)指出的是，對(duì)于本領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明構(gòu)思的前提下，還可以做出若干變形和改進(jìn)，這些都屬于本發(fā)明的保護(hù)范圍。因此，本發(fā)明專利的保護(hù)范圍應(yīng)以所附權(quán)利要求為準(zhǔn)。