本發(fā)明涉及圖像處理相關(guān)技術(shù)領(lǐng)域，特別是一種實時圖像處理方法及裝置。

背景技術(shù)：

近年來，環(huán)境污染愈發(fā)嚴重，出現(xiàn)霧霾的城市也在不斷增加。霧霾的存在使得能見度大大降低。霧天情況下，大氣中存在大量的顆粒介質(zhì)，如水珠，灰塵顆粒等。目標物體的反射光線經(jīng)過大氣時，會被這些介質(zhì)散射和吸收，光強度發(fā)生衰減，導(dǎo)致圖像的對比度降低，細節(jié)特征被覆蓋，色彩嚴重失真。霧、霾的出現(xiàn)降低了場景的可見度，改變了捕獲圖像的色彩，降低了圖像的對比度與清晰度，這也為后續(xù)的圖像處理帶來困難。圖像信息的缺失會給目標判定帶來一定的困難，特別是在濃霧天氣下，可視度極度下降，圖像模糊，直接影響交通運輸、室外監(jiān)控、偵查、導(dǎo)航、遙感遙測等戶外成像系統(tǒng)效用的發(fā)揮。

為此，現(xiàn)有技術(shù)提出各種圖像去霧方法。

然而，發(fā)明人在實現(xiàn)發(fā)明的過程中發(fā)現(xiàn)，在對圖像進行去霧處理時會嚴重地消耗車輛運算單元的運算能力，因此，如果車輛采用現(xiàn)有的圖像去霧方法對采集的所有圖像進行去霧的話，會影響車輛性能。

技術(shù)實現(xiàn)要素：

本發(fā)明提供一種實時圖像處理及裝置，以解決現(xiàn)有技術(shù)的圖像去霧技術(shù)容易影響車輛性能的技術(shù)問題。

本發(fā)明實施例提供一種實時圖像處理方法，包括：

根據(jù)采樣頻率抽取車輛實時采集的視頻中的至少一幀圖像作為有霧圖像；

獲取所述有霧圖像中各像素點的暗原色通道向量，根據(jù)所述暗原色通道向量計算出第一透射率向量；

如果所述第一透射率向量符合去霧條件，則對所述有霧圖像進行去霧處理。

進一步的，所述如果第一透射率向量符合去霧條件，則對所述有霧圖像進行去霧處理，具體包括：

將符合去霧條件的所述第一透射率向量轉(zhuǎn)化為第二透射率向量，使用所述第二透射率向量對所述照片進行去霧處理。

進一步的，所述第一透射率向量符合去霧條件，具體包括：

將所述第一透射率向量中低于預(yù)設(shè)透射率閾值的向量元素作為低透射率向量元素，計算所述低透射率向量元素的數(shù)量，如果所述數(shù)量超過預(yù)設(shè)數(shù)量閾值，則判斷所述第一透射率向量符合去霧條件。

進一步的，所述第一透射率向量符合去霧條件，具體包括：

將所述第一透射率向量中與圖像中心區(qū)域的像素點對應(yīng)的向量元素作為待判斷向量元素；

將低于預(yù)設(shè)透射率閾值的待判斷向量元素作為低透射率向量元素，計算所述低透射率向量元素的數(shù)量，如果所述數(shù)量超過預(yù)設(shè)數(shù)量閾值，則判斷所述第一透射率向量符合去霧條件。

再進一步的，所述方法還包括：

當車速超過預(yù)設(shè)車速提升閾值時，增加所述采樣頻率，當車速低于預(yù)設(shè)車速減少閾值時，減少所述采樣頻率。

本發(fā)明實施例提供一種實時圖像處理裝置，包括：

圖像抽取模塊，用于：根據(jù)采樣頻率抽取車輛實時采集的視頻中的至少一幀圖像作為有霧圖像；

第一透射率獲取模塊，用于：獲取所述有霧圖像中各像素點的暗原色通道向量，根據(jù)所述暗原色通道向量計算出第一透射率向量；

去霧模塊，用于：如果所述第一透射率向量符合去霧條件，則對所述有霧圖像進行去霧處理。

進一步的，所述去霧模塊，具體用于：

將符合去霧條件的所述第一透射率向量轉(zhuǎn)化為第二透射率向量，使用所述第二透射率向量對所述照片進行去霧處理。

進一步的，所述第一透射率向量符合去霧條件，具體包括：

將所述第一透射率向量中低于預(yù)設(shè)透射率閾值的向量元素作為低透射率向量元素，計算所述低透射率向量元素的數(shù)量，如果所述數(shù)量超過預(yù)設(shè)數(shù)量閾值，則判斷所述第一透射率向量符合去霧條件。

進一步的，所述第一透射率向量符合去霧條件，具體包括：

將所述第一透射率向量中與圖像中心區(qū)域的像素點對應(yīng)的向量元素作為待判斷向量元素；

將低于預(yù)設(shè)透射率閾值的待判斷向量元素作為低透射率向量元素，計算所述低透射率向量元素的數(shù)量，如果所述數(shù)量超過預(yù)設(shè)數(shù)量閾值，則判斷所述第一透射率向量符合去霧條件。

再進一步的，所述裝置還包括頻率自適應(yīng)模塊，用于：

當車速超過預(yù)設(shè)車速提升閾值時，增加所述采樣頻率，當車速低于預(yù)設(shè)車速減少閾值時，減少所述采樣頻率。

本發(fā)明實施例對視頻按照采樣頻率進行采集并判斷，從而減少進行去霧處理的圖像，避免過多圖像進行去霧處理影響車輛性能。

附圖說明

圖1為本發(fā)明一實施例提供的一種實時圖像處理方法的工作流程圖；

圖2為本發(fā)明另一實施例提供的一種實時圖像處理方法的工作流程圖；

圖3為本發(fā)明再一實施例提供的一種實時圖像處理方法的工作流程圖；

圖4為本發(fā)明又一實施例提供的一種實時圖像處理方法的工作流程圖；

圖5為本發(fā)明又一實施例提供的一種實時圖像處理裝置的裝置模塊圖；

圖6為本發(fā)明又一實施例提供的一種實時圖像處理裝置的裝置模塊圖；

圖7為本發(fā)明第十實施例提供的執(zhí)行實時圖像處理方法的電子設(shè)備的硬件結(jié)構(gòu)示意圖。

具體實施方式

下面結(jié)合附圖和具體實施例對本發(fā)明做進一步詳細的說明。

實施例一

如圖1所示為本發(fā)明一實施例提供的一種實時圖像處理方法，包括：

步驟S101，根據(jù)采樣頻率抽取車輛實時采集的視頻中的至少一幀圖像作為有霧圖像；

步驟S102，獲取所述有霧圖像中各像素點的暗原色通道向量，根據(jù)所述暗原色通道向量計算出第一透射率向量；

步驟S103，如果第一透射率向量符合去霧條件，則對所述有霧圖像進行去霧處理。

車輛在運行過程中，其車頭或者車身的攝像裝置可以實時采集視頻，采集的視頻可以用于圖像檢測、障礙物跟蹤、危險決策系統(tǒng)、報警、故障處理等方面。當車輛運行時，可以由車輛的電子控制單元(Electronic Control Unit，ECU)執(zhí)行步驟S101，從攝像裝置所采集的視頻中按照采樣頻率抽取一幀圖像作為有霧圖像。例如每10幀或者20幀抽取一幀圖像，然后執(zhí)行步驟S102計算第一透射率向量，只有符合去霧條件的，才執(zhí)行步驟S103進行去霧處理。由于每間隔一定幀數(shù)才抽取一幀圖像判斷是否需要進行去霧處理，因此能很好地減少圖像去霧對車輛實時性能的影響。同時，由于視頻是實時連續(xù)采集的，霧霾的影響是對連續(xù)多幀圖像進行影響的，因此，對其中一幀圖像判斷是否進行去霧處理能有效地滿足圖像檢測、障礙物跟蹤、危險決策系統(tǒng)、報警、故障處理等方面的需求。

具體來說，步驟S102計算第一透射率向量，首先計算出圖像各像素點的暗原色通道，得到暗原色通道向量。然后采用現(xiàn)有的計算大氣光成分值方式確定大氣光成分值A(chǔ)，并計算出第一透射率向量t，第一透射率向量中每個向量元素與圖像的每個像素點對應(yīng)，第一透射率向量t的第i個向量元素為圖像中的第i個像素點的第一透射率。

其中，第一透射率向量可以采用如下方式計算：

計算其中，t_i為第一透射率向量中第i個像素點的第一透射率，ω_i為圖像中以第i個像素點為中心的窗口，為圖像中第i個像素點的c通道的值，A^c為大氣光成分值的c通道的值，c為R通道、G通道或者B通道之一，θ為第一常量，且0<θ≤1。

在現(xiàn)實生活中，就算是晴朗氣候下，大氣中還是會存在部分微塵顆粒(比如我們在大樹下乘涼時，從樹葉透射過來的光線中我們可以看到微塵顆粒在空氣中浮動)。因此，在實際晴朗天氣下捕獲到的圖片中也有微弱的薄霧存在。本實施例引入第一常量θ(0<θ≤1)，使得去霧后圖像中保留少量的霧、霾成分，去霧后圖像顯得更加真實。優(yōu)選地，θ＝0.95。同時，在計算第一透射率時，采用的是大氣光成分值的暗通道的值，使得第一透射率的計算更為準確。

然后，步驟S103根據(jù)第一透射率向量判斷是否需要進行去霧處理。

最后，所得到的無霧圖像，可以在視頻中用于替換對應(yīng)的有霧圖像，或者采用無霧圖像進行圖像檢測、障礙物跟蹤、危險決策系統(tǒng)、報警、故障處理等技術(shù)分析。

本發(fā)明實施例對視頻按照采樣頻率進行采集并判斷，從而減少進行去霧處理的圖像，避免過多圖像進行去霧處理影響車輛性能。

實施例二

如圖2所示為本發(fā)明可選實施例提供的一種實時圖像處理方法的工作流程圖，包括：

步驟S201，當車速超過預(yù)設(shè)車速提升閾值時，增加采樣頻率，當車速低于預(yù)設(shè)車速減少閾值時，減少采樣頻率。

當車輛速度加快時，其經(jīng)過的路程較長，視頻中的物體變化較快，此時增大采樣頻率，能對更多的圖像進行去霧，避免遺漏障礙物。而當車輛速度減少時，其經(jīng)過的路程較短，視頻中的物體變化不大，因此可以減少采樣頻率，減少對車輛性能的影響。

應(yīng)該予以說明的是，在本實施例中，將步驟S201設(shè)置在步驟S202之前僅是為了說明需要，并不構(gòu)成對步驟S201順序上的限定。實際上，在步驟S202～S206的任一步驟之前或之后也允許執(zhí)行步驟S201。即，當車速超過預(yù)設(shè)車速提升閾值，或者低于預(yù)設(shè)車速減少閾值時，均可觸發(fā)步驟S201對采樣頻率進行修改。

步驟S202，根據(jù)采樣頻率抽取車輛實時采集的視頻中的至少一幀圖像作為有霧圖像。

具體來說，采樣頻率根據(jù)車速進行調(diào)整，當車速超過預(yù)設(shè)車速提升閾值時，增加所述采樣頻率，當車速低于預(yù)設(shè)車速減少閾值時，減少所述采樣頻率。

步驟S203，獲取所述有霧圖像中各像素點的暗原色通道向量，根據(jù)所述暗原色通道向量計算出第一透射率向量。

第一透射率向量可以采用如下方式計算：

計算其中，t_i為第一透射率向量中第i個像素點的第一透射率，ω_i為圖像中以第i個像素點為中心的窗口，為圖像中第i個像素點的c通道的值，A^c為大氣光成分值的c通道的值，c為R通道、G通道或者B通道之一，θ為第一常量，且0<θ≤1。

步驟S204，如果第一透射率向量符合去霧條件，則執(zhí)行步驟S205，否則執(zhí)行步驟S207。

第一透射率向量表示了圖像的模糊程度，因此根據(jù)第一透射率向量來判斷是否需要對圖像進行去霧處理。

步驟S205，將符合去霧條件的所述第一透射率向量轉(zhuǎn)化為第二透射率向量，使用所述第二透射率向量對所述照片進行去霧處理。

具體來說，采用摳圖算法將所述第一透射率向量采用摳圖算法細化為第二透射率向量，采用所述第二透射率向量對所述有霧圖像進行去霧處理后得到無霧圖像。

具體來說，采用迭代運算的共軛梯度法對(L+λU)t'＝λt進行求解，其中，L為有霧圖像的拉普拉斯矩陣，U為單位矩陣，t為第一透射率向量，t′為第二透射率向量，λ為10^-4。其中每步迭代運算的中間結(jié)果向量為拉普拉斯矩陣L與前一步迭代所得的共軛向量p的乘積Lp，且每步迭代運算得到的乘積Lp作為下一步迭代運算的共軛向量，每步迭代運算得到的乘積Lp的第i個向量元素其中：

且窗口的半徑為10，其中ω_i為有霧圖像中以第i個像素點為中心的窗口，p_i為共軛向量p的第i個向量元素的值，Org_i為有霧圖像的第i個像素點的RGB值，ω_k為有霧圖像中以第k個像素點為中心的窗口，Org_m為有霧圖像的第m個像素點的RGB值，p_m為共軛向量p的第m個向量元素的值，|ω_k|為ω_k窗口所包括的像素點數(shù)量，μ_k為ω_k窗口所包括的像素點的RGB值的平均值，為共軛向量p在ω_k窗口中的平均值，∑_k為ω_k窗口所包括的像素點的RGB值的協(xié)方差，為第三常量。

最后，可以采用得到無霧圖像，其中J_i為無霧圖像的第i個像素點的RGB值，t_i'為第二透射率向量的第i個向量元素，ε為預(yù)設(shè)很小的第二常量，通常取0.1，以保證上式分母不為0。

步驟S206，在視頻中采用無霧圖像替換對應(yīng)的有霧圖像。

步驟S207，不對視頻進行替換。

本發(fā)明實施例對視頻按照采樣頻率進行采集并判斷，從而減少進行去霧處理的圖像，避免過多圖像進行去霧處理影響車輛性能。同時，通過對采樣頻率進行自適應(yīng)調(diào)整，在減少遺漏障礙物和避免影響車輛性能之間達到很好的平衡，通過對第一透射率向量的檢測，從而減少對霧霾情況不嚴重的圖像進行去霧處理，減少對車輛性能的影響。

實施例三

如圖3所示為本發(fā)明再一實施例提供的一種實時圖像處理方法的工作流程圖，包括：

步驟S301，根據(jù)采樣頻率抽取車輛實時采集的視頻中的至少一幀圖像作為有霧圖像。

步驟S302，獲取所述有霧圖像中各像素點的暗原色通道向量，根據(jù)所述暗原色通道向量計算出第一透射率向量。

具體來說，采樣頻率根據(jù)車速進行調(diào)整，當車速超過預(yù)設(shè)車速提升閾值時，增加所述采樣頻率，當車速低于預(yù)設(shè)車速減少閾值時，減少所述采樣頻率。

第一透射率向量可以采用如下方式計算：

計算其中，t_i為第一透射率向量中第i個像素點的第一透射率，ω_i為圖像中以第i個像素點為中心的窗口，為圖像中第i個像素點的c通道的值，A^c為大氣光成分值的c通道的值，c為R通道、G通道或者B通道之一，θ為第一常量，且0<θ≤1。

步驟S303，將所述第一透射率向量中低于預(yù)設(shè)透射率閾值的向量元素作為低透射率向量元素，計算所述低透射率向量元素的數(shù)量，如果所述數(shù)量超過預(yù)設(shè)數(shù)量閾值，則判斷所述第一透射率向量符合去霧條件，執(zhí)行步驟S304，否則執(zhí)行步驟S306。

具體來說，第一透射率向量的每個向量元素對應(yīng)表示一個第一透射率，透射率t表示為當前光線相對于原始場景傳播光線的殘余比率，其取值區(qū)間為[0，1]。且當t＝1意味著無霧或者完全清晰，即場景反射光未受到任何衰減；當t＝0時意味著完全模糊或者不透明，即場景反射光被衰減完全；當0<t<1意味著半透明或半模糊，即場景反射光處于部分衰減狀態(tài)。因此，當?shù)谝煌干渎氏蛄恐械南蛄吭氐陀陬A(yù)設(shè)透射率閾值時，表示對應(yīng)圖像的像素點的較為模糊，如果模糊的像素點過多時，則應(yīng)該進行去霧處理，而模糊的像素點不多時，則并不需要對圖像進行處理。

步驟S304，對所述有霧圖像進行去霧處理。

具體來說，采用摳圖算法將所述第一透射率向量采用摳圖算法細化為第二透射率向量，采用所述第二透射率向量對所述有霧圖像進行去霧處理后得到無霧圖像。

具體來說，采用迭代運算的共軛梯度法對(L+λU)t'＝λt進行求解，其中，L為有霧圖像的拉普拉斯矩陣，U為單位矩陣，t為第一透射率向量，t′為第二透射率向量，λ為10^-4。其中每步迭代運算的中間結(jié)果向量為拉普拉斯矩陣L與前一步迭代所得的共軛向量p的乘積Lp，且每步迭代運算得到的乘積Lp作為下一步迭代運算的共軛向量，每步迭代運算得到的乘積Lp的第i個向量元素其中：

且窗口的半徑為10，其中ω_i為有霧圖像中以第i個像素點為中心的窗口，p_i為共軛向量p的第i個向量元素的值，Org_i為有霧圖像的第i個像素點的RGB值，ω_k為有霧圖像中以第k個像素點為中心的窗口，Org_m為有霧圖像的第m個像素點的RGB值，p_m為共軛向量p的第m個向量元素的值，|ω_k|為ω_k窗口所包括的像素點數(shù)量，μ_k為ω_k窗口所包括的像素點的RGB值的平均值，為共軛向量p在ω_k窗口中的平均值，∑_k為ω_k窗口所包括的像素點的RGB值的協(xié)方差，為第三常量。

最后，可以采用得到無霧圖像，其中J_i為無霧圖像的第i個像素點的RGB值，t_i'為第二透射率向量的第i個向量元素，ε為預(yù)設(shè)很小的第二常量，通常取0.1，以保證上式分母不為0。

步驟S305，在視頻中采用無霧圖像替換對應(yīng)的有霧圖像。

步驟S306，不對視頻進行替換。

本發(fā)明實施例對視頻按照采樣頻率進行采集并判斷，從而減少進行去霧處理的圖像，避免過多圖像進行去霧處理影響車輛性能。同時，通過判斷模糊的像素點的數(shù)量確定是否進行去霧處理，從而避免圖像只有少量模糊的像素點則進行去霧處理，減少對車輛性能的影響。

實施例四

如圖4所示為本發(fā)明又一實施例提供的一種實時圖像處理方法的工作流程圖，包括：

步驟S401，根據(jù)采樣頻率抽取車輛實時采集的視頻中的至少一幀圖像作為有霧圖像。

步驟S402，獲取所述有霧圖像中各像素點的暗原色通道向量，根據(jù)所述暗原色通道向量計算出第一透射率向量。

具體來說，采樣頻率根據(jù)車速進行調(diào)整，當車速超過預(yù)設(shè)車速提升閾值時，增加所述采樣頻率，當車速低于預(yù)設(shè)車速減少閾值時，減少所述采樣頻率。

第一透射率向量可以采用如下方式計算：

計算其中，t_i為第一透射率向量中第i個像素點的第一透射率，ω_i為圖像中以第i個像素點為中心的窗口，為圖像中第i個像素點的c通道的值，A^c為大氣光成分值的c通道的值，c為R通道、G通道或者B通道之一，θ為第一常量，且0<θ≤1。

步驟S403，將所述第一透射率向量中與圖像中心區(qū)域的像素點對應(yīng)的向量元素作為待判斷向量元素，將低于預(yù)設(shè)透射率閾值的待判斷向量元素作為低透射率向量元素，計算所述低透射率向量元素的數(shù)量，如果所述數(shù)量超過預(yù)設(shè)數(shù)量閾值，則判斷所述第一透射率向量符合去霧條件，執(zhí)行步驟S404，否則執(zhí)行步驟S406。

通過增加對第一透射率向量的檢測，從而減少對霧霾情況不嚴重的圖像進行去霧處理，減少對車輛性能的影響。

具體來說，圖像中并不是所有區(qū)域都是重要區(qū)域，對于一些并不重要的區(qū)域出現(xiàn)模糊，并不需要進行去霧處理。

中心區(qū)域指的是以圖像的中心像素點為中心的一個預(yù)設(shè)半徑范圍的區(qū)域，該區(qū)域可以是圓形區(qū)域或者方形區(qū)域。一般來說，車輛的攝像裝置的正中間是進行物體檢測的主要區(qū)域。因此，如果圖像中心區(qū)域過于模糊會影響對圖像檢測的判斷。

步驟S404，對所述有霧圖像進行去霧處理。

具體來說，采用摳圖算法將所述第一透射率向量采用摳圖算法細化為第二透射率向量，采用所述第二透射率向量對所述有霧圖像進行去霧處理后得到無霧圖像。

具體來說，采用迭代運算的共軛梯度法對(L+λU)t'＝λt進行求解，其中，L為有霧圖像的拉普拉斯矩陣，U為單位矩陣，t為第一透射率向量，t′為第二透射率向量，λ為10^-4。其中每步迭代運算的中間結(jié)果向量為拉普拉斯矩陣L與前一步迭代所得的共軛向量p的乘積Lp，且每步迭代運算得到的乘積Lp作為下一步迭代運算的共軛向量，每步迭代運算得到的乘積Lp的第i個向量元素其中：

且窗口的半徑為10，其中ω_i為有霧圖像中以第i個像素點為中心的窗口，p_i為共軛向量p的第i個向量元素的值，Org_i為有霧圖像的第i個像素點的RGB值，ω_k為有霧圖像中以第k個像素點為中心的窗口，Org_m為有霧圖像的第m個像素點的RGB值，p_m為共軛向量p的第m個向量元素的值，|ω_k|為ω_k窗口所包括的像素點數(shù)量，μ_k為ω_k窗口所包括的像素點的RGB值的平均值，為共軛向量p在ω_k窗口中的平均值，∑_k為ω_k窗口所包括的像素點的RGB值的協(xié)方差，為第三常量。

最后，可以采用得到無霧圖像，其中J_i為無霧圖像的第i個像素點的RGB值，t_i'為第二透射率向量的第i個向量元素，ε為預(yù)設(shè)很小的第二常量，通常取0.1，以保證上式分母不為0。

步驟S405，在視頻中采用無霧圖像替換對應(yīng)的有霧圖像。

步驟S406，不對視頻進行替換。

本發(fā)明實施例對視頻按照采樣頻率進行采集并判斷，從而減少進行去霧處理的圖像，避免過多圖像進行去霧處理影響車輛性能。同時，通過對圖像的中心區(qū)域進行透射率判斷，確定需要進行去霧處理的圖像，使得進行去霧處理的圖像更為符合圖像檢測需求。

實施例五

如圖5所示為本發(fā)明又一實施例提供的一種實時圖像處理裝置的裝置模塊圖，包括：

圖像抽取模塊501，用于：根據(jù)采樣頻率抽取車輛實時采集的視頻中的至少一幀圖像作為有霧圖像；

第一透射率獲取模塊502，用于：獲取所述有霧圖像中各像素點的暗原色通道向量，根據(jù)所述暗原色通道向量計算出第一透射率向量；

去霧模塊503，用于：如果所述第一透射率向量符合去霧條件，則對所述有霧圖像進行去霧處理。

車輛在運行過程中，其車頭或者車身的攝像裝置可以實時采集視頻，采集的視頻可以用于圖像檢測、障礙物跟蹤、危險決策系統(tǒng)、報警、故障處理等方面。當車輛運行時，可以由車輛的電子控制單元(Electronic Control Unit，ECU)執(zhí)行圖像抽取模塊501，從攝像裝置所采集的視頻中按照采樣頻率抽取一幀圖像作為有霧圖像。例如每10幀或者20幀抽取一幀圖像，然后執(zhí)行去霧模塊502進行判斷去霧處理。由于每間隔一定幀數(shù)才抽取一幀圖像進行判斷去霧處理，因此能很好地減少圖像去霧對車輛實時性能的影響。

本發(fā)明實施例對視頻按照采樣頻率進行采集并判斷，從而減少進行去霧處理的圖像，避免過多圖像進行去霧處理影響車輛性能。

實施例六

如圖6所示為本發(fā)明又一實施例提供的一種實時圖像處理裝置的裝置模塊圖，包括：

頻率自適應(yīng)模塊601，用于：當車速超過預(yù)設(shè)車速提升閾值時，增加所述采樣頻率，當車速低于預(yù)設(shè)車速減少閾值時，減少所述采樣頻率；

圖像抽取模塊602，用于：根據(jù)采樣頻率抽取車輛實時采集的視頻中的至少一幀圖像作為有霧圖像；

第一透射率獲取模塊603，用于：獲取所述有霧圖像中各像素點的暗原色通道向量，根據(jù)所述暗原色通道向量計算出第一透射率向量；

去霧模塊604，用于：將符合去霧條件的所述第一透射率向量轉(zhuǎn)化為第二透射率向量，使用所述第二透射率向量對所述照片進行去霧處理。

本發(fā)明實施例對視頻按照采樣頻率進行采集并判斷，從而減少進行去霧處理的圖像，避免過多圖像進行去霧處理影響車輛性能。同時，對采樣頻率進行自適應(yīng)調(diào)整，在減少遺漏障礙物和避免影響車輛性能之間達到很好的平衡，另外增加對第一透射率向量的檢測，從而減少對霧霾情況不嚴重的圖像進行去霧處理，減少對車輛性能的影響。

應(yīng)該予以說明的是，在本實施例中，頻率自適應(yīng)模塊設(shè)置601設(shè)置值圖像抽取模塊602之前僅是為了敘述需要，并不構(gòu)成對頻率自適應(yīng)模塊順序上的限定。實際上，頻率自適應(yīng)模塊可以完全獨立于圖像抽取模塊602和去霧模塊604。即，當車速超過預(yù)設(shè)車速提升閾值，或者低于預(yù)設(shè)車速減少閾值時，頻率自適應(yīng)模塊601即對采樣頻率進行修改。

實施例七

本發(fā)明又一實施例提供的一種實時圖像處理裝置，包括：

圖像抽取模塊，用于：根據(jù)采樣頻率抽取車輛實時采集的視頻中的至少一幀圖像作為有霧圖像；

第一透射率獲取模塊，用于：獲取所述有霧圖像中各像素點的暗原色通道向量，根據(jù)所述暗原色通道向量計算出第一透射率向量；

去霧模塊，用于：將所述第一透射率向量中低于預(yù)設(shè)透射率閾值的向量元素作為低透射率向量元素，計算所述低透射率向量元素的數(shù)量，如果所述數(shù)量超過預(yù)設(shè)數(shù)量閾值，則判斷所述第一透射率向量符合去霧條件，將所述第一透射率向量采用摳圖算法細化為第二透射率向量，采用所述第二透射率向量對所述有霧圖像進行去霧處理后得到無霧圖像。

本發(fā)明實施例對視頻按照采樣頻率進行采集并判斷，從而減少進行去霧處理的圖像，避免過多圖像進行去霧處理影響車輛性能。同時，本實施例通過判斷模糊的像素點的數(shù)量確定是否進行去霧處理，從而避免圖像只有少量模糊的像素點則進行去霧處理，減少對車輛性能的影響。

實施例八

本發(fā)明又一實施例提供的一種實時圖像處理裝置，包括：

圖像抽取模塊，用于：根據(jù)采樣頻率抽取車輛實時采集的視頻中的至少一幀圖像作為有霧圖像；

第一透射率獲取模塊，用于：獲取所述有霧圖像中各像素點的暗原色通道向量，根據(jù)所述暗原色通道向量計算出第一透射率向量；

去霧模塊，用于：將所述第一透射率向量中與圖像中心區(qū)域的像素點對應(yīng)的向量元素作為待判斷向量元素，將低于預(yù)設(shè)透射率閾值的待判斷向量元素作為低透射率向量元素，計算所述低透射率向量元素的數(shù)量，如果所述數(shù)量超過預(yù)設(shè)數(shù)量閾值，則判斷所述第一透射率向量符合去霧條件，將所述第一透射率向量采用摳圖算法細化為第二透射率向量，采用所述第二透射率向量對所述有霧圖像進行去霧處理后得到無霧圖像。

本發(fā)明實施例對視頻按照采樣頻率進行采集并判斷，從而減少進行去霧處理的圖像，避免過多圖像進行去霧處理影響車輛性能。同時，本實施例通過對圖像的中心區(qū)域進行透射率判斷，從而確定需要進行去霧處理的圖像，使得進行去霧處理的圖像更為符合圖像檢測需求。

本發(fā)明第九實施例提供了一種非易失性計算機存儲介質(zhì)，所述計算機存儲介質(zhì)存儲有計算機可執(zhí)行指令，該計算機可執(zhí)行指令可執(zhí)行上述任意方法實施方式中的實時圖像處理方法。

如圖7所示為本發(fā)明第十實施例提供的執(zhí)行實時圖像處理方法的電子設(shè)備的硬件結(jié)構(gòu)示意圖，其主要包括：一個或多個處理器710、存儲器720等，圖7中以一個處理器710為例。

執(zhí)行實時圖像處理方法的電子設(shè)備還可以包括：輸入裝置730和輸出裝置740。

處理器710、存儲器720、輸入裝置730及顯示裝置740可以通過總線或者其他方式連接，圖7中以通過總線連接為例。

存儲器720作為一種非易失性計算機可讀存儲介質(zhì)，可用于存儲非易失性軟件程序、非易失性計算機可執(zhí)行程序以及模塊，如本申請實施例中的實時圖像處理方法對應(yīng)的程序指令/模塊，例如，附圖5所示的圖像抽取模塊501和去霧模塊502。處理器710通過運行存儲在存儲器720中的非易失性軟件程序、指令以及模塊，從而執(zhí)行各種功能應(yīng)用以及數(shù)據(jù)處理，即實現(xiàn)上述實施例中的實時圖像處理方法。

存儲器720可以包括存儲程序區(qū)和存儲數(shù)據(jù)區(qū)，其中，存儲程序區(qū)可存儲操作系統(tǒng)、至少一個功能所需要的應(yīng)用程序；存儲數(shù)據(jù)區(qū)可存儲根據(jù)實時圖像處理裝置的使用所創(chuàng)建的數(shù)據(jù)等。此外，存儲器720可以包括高速隨機存取存儲器，還可以包括非易失性存儲器，例如至少一個磁盤存儲器件、閃存器件、或其他非易失性固態(tài)存儲器件。在一些實施例中，存儲器720可選包括相對于處理器710遠程設(shè)置的存儲器，這些遠程存儲器可以通過網(wǎng)絡(luò)連接至執(zhí)行實時圖像處理方法的裝置。上述網(wǎng)絡(luò)的實例包括但不限于互聯(lián)網(wǎng)、企業(yè)內(nèi)部網(wǎng)、局域網(wǎng)、移動通信網(wǎng)及其組合。

輸入裝置730可接收輸入的用戶點擊，以及產(chǎn)生與實時圖像處理裝置的用戶設(shè)置以及功能控制有關(guān)的信號輸入。顯示裝置740可包括顯示屏等顯示設(shè)備。

在所述一個或者多個模塊存儲在所述存儲器720中，當被所述一個或者多個處理器710運行時，執(zhí)行上述任意方法實施例中的實時圖像處理方法。

上述產(chǎn)品可執(zhí)行本申請實施例所提供的方法，具備執(zhí)行方法相應(yīng)的功能模塊和有益效果。未在本實施例中詳盡描述的技術(shù)細節(jié)，可參見本申請實施例所提供的方法。

本發(fā)明實施例的電子設(shè)備以多種形式存在，包括但不限于:

(1)電子控制單元(Electronic Control Unit，ECU)又稱“行車電腦”、“車載電腦”等。主要由微處理器(CPU)、存儲器(ROM、RAM)、輸入/輸出接口(I/O)、模數(shù)轉(zhuǎn)換器(A/D)以及整形、驅(qū)動等大規(guī)模集成電路組成。

(2)移動通信設(shè)備:這類設(shè)備的特點是具備移動通信功能，并且以提供話音、數(shù)據(jù)通信為主要目標。這類終端包括:智能手機(例如iPhone)、多媒體手機、功能性手機，以及低端手機等。

(3)超移動個人計算機設(shè)備:這類設(shè)備屬于個人計算機的范疇，有計算和處理功能，一般也具備移動上網(wǎng)特性。這類終端包括:PDA、MID和UMPC設(shè)備等。

(4)便攜式娛樂設(shè)備:這類設(shè)備可以顯示和播放多媒體內(nèi)容。該類設(shè)備包括:音頻、視頻播放器(例如iPod)，掌上游戲機，電子書，以及智能玩具和便攜式車載導(dǎo)航設(shè)備。

(5)服務(wù)器:提供計算服務(wù)的設(shè)備，服務(wù)器的構(gòu)成包括處理器、硬盤、內(nèi)存、系統(tǒng)總線等，服務(wù)器和通用的計算機架構(gòu)類似，但是由于需要提供高可靠的服務(wù)，因此在處理能力、穩(wěn)定性、可靠性、安全性、可擴展性、可管理性等方面要求較高。

(6)其他具有數(shù)據(jù)交互功能的電子裝置。

此外，上述的存儲器702中的邏輯指令可以通過軟件功能單元的形式實現(xiàn)并作為獨立的產(chǎn)品銷售或使用時，可以存儲在一個計算機可讀取存儲介質(zhì)中?；谶@樣的理解，本發(fā)明的技術(shù)方案本質(zhì)上或者說對現(xiàn)有技術(shù)做出貢獻的部分或者該技術(shù)方案的部分可以以軟件產(chǎn)品的形式體現(xiàn)出來，該計算機軟件產(chǎn)品存儲在一個存儲介質(zhì)中，包括若干指令用以使得一臺計算機設(shè)備(可以是個人計算機，服務(wù)器，網(wǎng)絡(luò)設(shè)備，電子控制單元，行車電腦或者車載電腦等)執(zhí)行本發(fā)明各個實施例所述方法的全部或部分步驟。而前述的存儲介質(zhì)包括：U盤、移動硬盤、只讀存儲器(ROM，Read-Only Memory)、隨機存取存儲器(RAM，Random Access Memory)、磁碟或者光盤等各種可以存儲程序代碼的介質(zhì)。

以上所描述的裝置實施例僅僅是示意性的，其中所述作為分離部件說明的單元可以是或者也可以不是物理上分開的，作為單元顯示的部件可以是或者也可以不是物理單元，即可以位于一個地方，或者也可以分布到多個網(wǎng)絡(luò)單元上?？梢愿鶕?jù)實際的需要選擇其中的部分或者全部模塊來實現(xiàn)本發(fā)明實施例方案的目的。本領(lǐng)域普通技術(shù)人員在不付出創(chuàng)造性的勞動的情況下，即可以理解并實施。

通過以上的實施方式的描述，本領(lǐng)域的技術(shù)人員可以清楚地了解到各實施方式可借助軟件加必需的通用硬件平臺的方式來實現(xiàn)，當然也可以通過硬件?；谶@樣的理解，上述技術(shù)方案本質(zhì)上或者說對現(xiàn)有技術(shù)做出貢獻的部分可以以軟件產(chǎn)品的形式體現(xiàn)出來，該計算機軟件產(chǎn)品可以存儲在計算機可讀存儲介質(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設(shè)備(可以是個人計算機，服務(wù)器，網(wǎng)絡(luò)設(shè)備，電子控制單元，行車電腦或者車載電腦等)執(zhí)行各個實施例或者實施例的某些部分所述的方法。

最后應(yīng)說明的是：以上實施例僅用以說明本發(fā)明實施例的技術(shù)方案，而非對其限制；盡管參照前述實施例對本發(fā)明實施例進行了詳細的說明，本領(lǐng)域的普通技術(shù)人員應(yīng)當理解：其依然可以對前述各實施例所記載的技術(shù)方案進行修改，或者對其中部分技術(shù)特征進行等同替換；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)明各實施例技術(shù)方案的精神和范圍。