CN107424135A - 图像处理方法、装置、计算机可读存储介质和计算机设备 - Google Patents

Abstract

本发明涉及一种图像处理方法、装置、计算机可读存储介质和计算机设备。上述方法包括：对待处理图像进行人脸识别，若所述待处理图像中不包含人脸，则获取所述待处理图像中特征信息；检测所述待处理图像中特征信息对应的图像类型是否为户外无人风景图；若是，则获取所述待处理图像的去雾参数值，并根据所述去雾参数值对所述待处理图像进行去雾处理。上述方法，对获取的无人脸的图像进行图像类型识别，检测到无人脸的图像类型为户外无人风景照时，对图像进行去雾处理，提高了图像的饱和度，使得待处理图像的视觉观感更佳。

Description

图像处理方法、装置、计算机可读存储介质和计算机设备

技术领域

本发明涉及计算机技术领域，特别是涉及一种图像处理方法、装置、计算机可读存储介质和计算机设备。

背景技术

雾是日常生活中常见的自然现象，雾的出现会使得大气能见度降低，在雾天拍摄图像时，大气能见度降低会使得拍摄的图像颜色偏灰白、对比度差、清晰度低。因此，在雾天拍摄图像后，需要对图像进行去雾处理。对图像的去雾处理可包括多种去雾算法，不同的去雾算法具有不同的模型，不同的去雾算法所适用的图像类型也不同。

发明内容

本发明实施例提供一种图像处理方法、装置、计算机可读存储介质和计算机设备，可以去除雾天拍摄图像中的噪声污染。

一种图像处理方法，包括：

对待处理图像进行人脸识别，若所述待处理图像中不包含人脸，则获取所述待处理图像中特征信息；

检测所述待处理图像中特征信息对应的图像类型是否为户外无人风景图；

若是，则获取所述待处理图像的去雾参数值，并根据所述去雾参数值对所述待处理图像进行去雾处理。

一种图像处理装置，包括：

识别模块，用于对待处理图像进行人脸识别，若所述待处理图像中不包括人脸，则获取所述待处理图像中特征信息；

检测模块，用于检测所述待处理图像中特征信息对应的图像类型是否为户外无人风景图；

去雾模块，用于若是，则获取所述待处理图像的去雾参数值，并根据所述去雾参数值对所述待处理图像进行去雾处理。

一个或多个包含计算机可执行指令的非易失性计算机可读存储介质，当所述计算机可执行指令被一个或多个处理器执行时，使得所述处理器执行如上所述的图像处理方法。

一种计算机设备，包括存储器及处理器，所述存储器中储存有计算机可读指令，所述指令被所述处理器执行时，使得所述处理器执行如上所述的图像处理方法。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为一个实施例中图像处理方法的流程图；

图2为一个实施例中图像处理装置的结构框图；

图3为另一个实施例中图像处理装置的结构框图；

图4为另一个实施例中图像处理装置的结构框图；

图5为另一个实施例中图像处理装置的结构框图；

图6为一个实施例中图像处理电路的示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明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仅用以解释本发明，并不用于限定本发明。

图1为一个实施例中图像处理方法的流程图。如图1所示，一种图像处理方法，包括步骤102至步骤106：

102，对待处理图像进行人脸识别，若待处理图像中不包含人脸，则获取待处理图像中特征信息。

具体地，计算机设备获取到待处理图像后，可对待处理图像进行人脸识别。上述待处理图像可为含雾图像，也可为不含雾图像。人脸识别的方法可包括基于几何特征的方法、基于模板的方法和基于模型的方法。在识别出待处理图像中不包含人脸后，提取待处理图像中特征信息。其中，待处理图像中特征信息是指标记待处理图像类型的信息，例如，用于标记待处理图像为森林图像的信息、待处理图像为海洋图像的信息。对图像特征提取可采用多种算法，例如，SIFT(Scale-invariant feature transform，尺度不变特征变换)算法，指纹算法函数，Bundling Features算法，散列函数等。在获取到图像的特征信息后，则根据图像的特征信息检测待处理图像对应的图像类型。

104，检测所述待处理图像中特征信息对应的图像类型是否为户外无人风景图。

具体地，在获取到待处理图像的特征信息后，可根据待处理图像的特征信息检测待处理图像对应的图像类型。具体为将待处理图像的特征信息与数据库中存储的特征信息进行相似度匹配，若相似度匹配高于指定值，则获取匹配的特征信息对应的图像类型作为待处理图像对应的图像类型。当待处理图像的特征信息与数据库存储的多个特征信息的相似度匹配高于指定值，则将相似度匹配最高的特征信息对应的图像类型作为待处理图像对应的图像类型。其中，与待处理图像的特征信息进行相似度匹配的数据库可为计算机设备中数据库，也可为服务器中数据库。当计算机设备中存储有数据库时，计算机设备可定期更新数据库；当计算机设备未存储数据库时，计算机设备将待处理图像的特征信息上传服务器，并接收服务器返回的与上述特征信息对应的图像类型。上述图像类型可包括：风景、建筑、人像、静物等。其中，风景又可分为森林、海洋、河流、沙漠、草原、天空、山地等。

106，若是，则获取待处理图像的去雾参数值，并根据去雾参数值对待处理图像进行去雾处理。

具体地，对图像的去雾处理包括多种算法，如暗原色先验去雾算法、单幅图像去雾算法等。以单幅图像去雾算法为例，去雾参数值可包括大气光值、透射率和空气光值；以暗原色先验去雾算法为例，去雾参数值包括大气光值和透射率；基于暗原色先验算法对待处理图像进行去雾的步骤包括：

获取大气散射模型

I(x)＝J(x)t(x)+A(1-t(x))

其中，I(x)为观测到的图像信息，J(x)为来自目标的辐射信息，也就是复原后的无雾图像，x表示图像中某一像素的空间位置，t(x)为透射率，A为无穷远处的大气光值。大气光值可通过待处理图像的灰度图计算获取、也可通过大气光值与天气情况和当前时间的对应关系获取。在通常情况下，可选用图像中最大强度的像素作为大气光值的估测。假设A为已知值，待处理图像中RGB三个通道中存在通道值很低的通道，且该通道值接近于零，则可以得到：

由上式可以获取到透射率即为：

其中即为含雾图像在x领域的暗原色值，可以引入一个0到1之间的权值ω对透射率进行调节，则最终求取的去雾参数即透射率表达式如下：

为了保证去雾效果，可以对透射率设定一个阈值t₀，那么无雾时景物的光线强度为：

根据获取的无雾时静物的光线强度则可对待处理图像进行去雾处理。

本发明实施例中图像处理方法，对获取的无人脸的图像进行图像类型识别，检测到无人脸的图像类型为户外无人风景照时，对图像进行去雾处理，提高了图像的饱和度，使得待处理图像的视觉观感更佳。

在一个实施例中，在步骤102对待处理图像进行人脸识别之前，上述图像处理方法还包括：获取待处理图像的亮度参数值；若待处理图像的亮度参数值高于第一阈值，则对待处理图像进行人脸识别。

具体地，在获取待处理图像后，将待处理图像RGB三通道像素强度值均值中最大值作为待处理图像的亮度参数值，在获取到待处理图像的亮度参数值后，将待处理图像的亮度参数值与预设的第一阈值相比较，若待处理图像的亮度参数值高于上述第一阈值，则判定待处理图像为户外图，对上述待处理图像进行人脸识别。

通常情况下，户外环境的光线亮度高于户内环境的光线亮度，可通过检测图像的亮度值判断图像为户内图或户外图。本发明实施例中图像处理方法，检测待处理图像的亮度值达到指定值时，判定待处理图像为户外图，再对待处理图像进行人脸识别，能够提高识别图像类型的精确度。

在一个实施例中，上述图像处理方法还包括：获取去雾处理后图像的亮度参数值；若去雾处理后图像的亮度参数值低于第二阈值，则将去雾处理后图像的亮度参数值调整为第二阈值。

具体地，在对待处理图像进行去雾处理后，获取去雾处理后图像的亮度参数值，具体为获取去雾处理后图像RGB三通道像素强度值均值中最大值作为去雾处理后图像的亮度参数值。在获取到去雾处理后图像的亮度参数值后，将去雾处理后图像的亮度参数值与第二阈值作比较，若去雾处理后图像的亮度参数值低于第二阈值，则判定去雾处理后图像的亮度值较低，则将去雾处理后图像的亮度值调整为第二阈值，提高去雾处理后图像的亮度值；若去雾处理后图像的亮度参数值不低于第二阈值，则判定去雾处理后图像的亮度值较高，对上述去雾处理后图像不做处理。

本发明实施例中图像处理方法，检测到待处理图像的亮度值低于指定值时，将图像的亮度值提高，有效了避免了去雾处理后图像亮度值降低的问题，提高了去雾处理后图像的视觉观感。

在一个实施例中，在根据去雾参数值对待处理图像进行去雾处理之前，上述图像处理方法还包括：获取用户输入的去雾等级；根据去雾参数值和去雾等级对待处理图像进行去雾处理。

具体地，在对待处理图像进行去雾处理时，可在计算机设备显示去雾等级调控控件或去雾等级输入框。当计算机设备接收到用户输入的去雾等级后，可对待处理图像的按照获取的去雾等级对待处理图像进行相应等级的去雾。其中，去雾等级越高，则对待处理图像的去雾化处理程度越高。在计算机设备中预设有去雾等级与去雾浓度因子的映射关系表，在获取用户输入的去雾等级后，计算机设备可查找获取用户输入的去雾等级对应的去雾浓度因子上述去雾浓度因子在0到1之间，再计算透射率值。

在获取到透射率值后，基于暗原色先验算法，根据大气光值和透射率可计算无雾时景物的光线强度，即对待处理图像进行去雾处理。本发明实施例中图像处理方法，根据用户输入的去雾等级来对待处理图像进行去雾处理，用户可调控对图像的去雾化处理程度，对图像的去雾处理更加智能化。

在一个实施例中，上述图像处理方法还包括：若待处理图像为双摄像头拍摄获取的图像，区分待处理图像的前景区域和背景区域；对前景区域和背景区域分别进行去雾处理。

具体地，当计算机设备存在第一摄像头和第二摄像头时，可控制第一摄像头与第二摄像头对同一景物的对焦位置不同。例如，第一摄像头的对焦位置较近、第二摄像头的对焦位置较远。采用第一摄像头与第二摄像头同时进行拍摄，并将第一摄像头与第二摄像头拍摄获取的画面进行合成处理，具体可采用图像超分辨重建技术对第一摄像头与第二摄像头拍摄获取的画面进行合成。在合成图像中，对焦位置较近的第一摄像头拍摄获取的图像为前景区域；对焦位置较远的第二摄像头拍摄获取的图像为背景区域。在对合成图像进行去雾时，可对合成图像汇总前景区域和背景区域分别进行去雾。具体地，可对前景区域和背景区域设定不同的去雾等级，根据设定的去雾等级对前景区域和背景区域分别进行去雾处理。例如，在获取到合成图像中前景区域和背景区域后，对前景区域设定较高的去雾等级、对背景区域设定较低的去雾等级，即对前景区域的去雾化处理程度较高，对背景区域的去雾化处理程度较低。在其他实施例中，在第一摄像头和第二摄像头拍摄获取到画面以后，对对焦位置较近的第一摄像头拍摄获取的画面设定较高的去雾等级，并按照设定的去雾等级进行去雾处理；对对焦位置较远的第二摄像头拍摄获取的画面设定较低的去雾等级，并按照设定的去雾等级进行去雾处理。再将去雾处理后第一摄像头拍摄获取的画面与去雾处理后第二摄像头拍摄获取的画面进行合成。

本发明实施例中图像处理方法，当待处理图像为双摄像头拍摄获取的图像时，对待处理图像的前景区域和背景区域分别进行去雾处理，能够实现对同一图像中不同区域的分别处理，有利于突出图像主体，增强图像的视觉体验效果。

图2为一个实施例中图像处理装置的结构框图，如图2所示，一种图像处理装置，包括识别模块202、检测模块204和去雾模块206。其中：

识别模块202，用于对待处理图像进行人脸识别，若待处理图像中不包括人脸，则获取待处理图像中特征信息；

检测模块204，用于检测所述待处理图像中特征信息对应的图像类型是否为户外无人风景图；

去雾模块206，用于若是，则获取待处理图像的去雾参数值，并根据去雾参数值对待处理图像进行去雾处理。

在一个实施例中，去雾模块206还用于获取用户输入的去雾等级；根据去雾等级对待处理图像进行去雾处理。

图3为另一个实施例中图像处理装置的结构框图，如图3所示，一种图像处理装置，包括识别模块302、检测模块304、去雾模块306和获取模块308。其中，识别模块302、检测模块304、去雾模块306与图2中对应的模块功能相同。

获取模块308，用于对待处理图像进行人脸识别之前，获取待处理图像的亮度参数值；若待处理图像的亮度参数值高于第一阈值，则对待处理图像进行人脸识别。

图4为另一个实施例中图像处理装置的结构框图，如图4所示，一种图像处理装置，包括识别模块402、检测模块404、去雾模块406和调整模块408。其中，识别模块402、检测模块404、去雾模块406与图2中对应的模块功能相同。

调整模块408，用于获取去雾处理后图像的亮度参数值；若去雾处理后图像的亮度参数值低于第二阈值，则将去雾处理后图像的亮度参数值调整为第二阈值。

图5为另一个实施例中图像处理装置的结构框图，如图5所示，一种图像处理装置，包括识别模块502、检测模块504、去雾模块506和区分模块508。其中，识别模块502、检测模块504、去雾模块506与图2中对应的模块功能相同。

区分模块508，若待处理图像为双摄像头拍摄获取的图像，区分待处理图像的前景区域和背景区域；

去雾模块506还用于对前景区域和背景区域分别进行去雾处理。

上述图像处理装置中各个模块的划分仅用于举例说明，在其他实施例中，可将图像处理装置按照需要划分为不同的模块，以完成上述图像处理装置的全部或部分功能。

本发明实施例还提供了一种计算机可读存储介质。一个或多个包含计算机可执行指令的非易失性计算机可读存储介质，当所述计算机可执行指令被一个或多个处理器执行时，使得所述处理器执行以下步骤：

(1)对待处理图像进行人脸识别，若待处理图像中不包含人脸，则获取待处理图像中特征信息。

具体地，计算机设备获取到待处理图像后，可对待处理图像进行人脸识别。人脸识别的方法可包括基于几何特征的方法、基于模板的方法和基于模型的方法。在识别出待处理图像中不包含人脸后，提取待处理图像中特征信息。其中，待处理图像中特征信息是指标记待处理图像类型的信息，例如，用于标记待处理图像为森林图像的信息、待处理图像为海洋图像的信息。对图像特征提取可采用多种算法，例如，SIFT(Scale-invariant featuretransform，尺度不变特征变换)算法，指纹算法函数，Bundling Features算法，散列函数等。在获取到图像的特征信息后，则根据图像的特征信息检测待处理图像对应的图像类型。

(2)检测所述待处理图像中特征信息对应的图像类型是否为户外无人风景图。

具体地，在获取到待处理图像的特征信息后，可根据待处理图像的特征信息检测待处理图像对应的图像类型。具体为将待处理图像的特征信息与数据库中存储的特征信息进行相似度匹配，若相似度匹配高于指定值，则获取匹配的特征信息对应的图像类型作为待处理图像对应的图像类型。当待处理图像的特征信息与数据库存储的多个特征信息的相似度匹配高于指定值，则将相似度匹配最高的特征信息对应的图像类型作为待处理图像对应的图像类型。其中，与待处理图像的特征信息进行相似度匹配的数据库可为计算机设备中数据库也可为服务器中数据库。当计算机设备中存储有数据库时，计算机设备可定期更新数据库；当计算机设备未存储数据库时，计算机设备将待处理图像的特征信息上传服务器，并接收服务器返回的与上述特征信息对应的图像类型。上述图像类型可包括：风景、建筑、人像、静物等。其中，风景又可分为森林、海洋、河流、沙漠、草原、天空、山地等。

(3)若是，则获取待处理图像的去雾参数值，并根据去雾参数值对待处理图像进行去雾处理。

具体地，对图像的去雾处理包括多种算法，如暗原色先验去雾算法、单幅图像去雾算法等。以单幅图像去雾算法为例，去雾参数值可包括大气光值、透射率和空气光值；以暗原色先验去雾算法为例，去雾参数值包括大气光值和透射率；基于暗原色先验算法对待处理图像进行去雾的步骤包括：

获取大气散射模型

I(x)＝J(x)t(x)+A(1-t(x))

其中，I(x)为观测到的图像信息，J(x)为来自目标的辐射信息，也就是复原后的无雾图像，x表示图像中某一像素的空间位置，t(x)为透射率，A为无穷远处的大气光值。大气光值可通过待处理图像的灰度图计算获取、也可通过大气光值与天气情况和当前时间的对应关系获取。在通常情况下，可选用图像中最大强度的像素作为大气光值的估测。假设A为已知值，待处理图像中RGB三个通道中存在通道值很低的通道，且该通道值接近于零，则可以得到：

由上式可以获取到透射率即为：

其中即为含雾图像在x领域的暗原色值，可以引入一个0到1之间的权值ω对透射率进行调节，则最终求取的去雾参数即透射率表达式如下：

为了保证去雾效果，可以对透射率设定一个阈值t₀，那么无雾时景物的光线强度为：

根据获取的无雾时静物的光线强度则可对待处理图像进行去雾处理。

在一个实施例中，在步骤(1)对待处理图像进行人脸识别之前，上述图像处理方法还包括：获取待处理图像的亮度参数值；若待处理图像的亮度参数值高于第一阈值，则对待处理图像进行人脸识别。

具体地，在获取待处理图像后，将待处理图像RGB三通道像素强度值均值中最大值作为待处理图像的亮度参数值，在获取到待处理图像的亮度参数值后，将待处理图像的亮度参数值与预设的第一阈值相比较，若待处理图像的亮度参数值高于上述第一阈值，则判定待处理图像为户外图，对上述待处理图像进行人脸识别。

在一个实施例中，上述图像处理方法还包括：获取去雾处理后图像的亮度参数值；若去雾处理后图像的亮度参数值低于第二阈值，则将去雾处理后图像的亮度参数值调整为第二阈值。

具体地，在对待处理图像进行去雾处理后，获取去雾处理后图像的亮度参数值，具体为获取去雾处理后图像RGB三通道像素强度值均值中最大值作为去雾处理后图像的亮度参数值。在获取到去雾处理后图像的亮度参数值后，将去雾处理后图像的亮度参数值与第二阈值作比较，若去雾处理后图像的亮度参数值低于第二阈值，则判定去雾处理后图像的亮度值较低，则将去雾处理后图像的亮度值调整为第二阈值，提高去雾处理后图像的亮度值；若去雾处理后图像的亮度参数值不低于第二阈值，则判定去雾处理后图像的亮度值较高，对上述去雾处理后图像不做处理。

在一个实施例中，在根据去雾参数值对待处理图像进行去雾处理之前，上述图像处理方法还包括：获取用户输入的去雾等级；根据去雾参数值和去雾等级对待处理图像进行去雾处理。

具体地，在对待处理图像进行去雾处理时，可在计算机设备显示去雾等级调控控件或去雾等级输入框。当计算机设备接收到用户输入的去雾等级后，可对待处理图像的按照获取的去雾等级对待处理图像进行相应等级的去雾。其中，去雾等级越高，则对待处理图像的去雾化处理程度越高。在计算机设备中预设有去雾等级与去雾浓度因子的映射关系表，在获取用户输入的去雾等级后，计算机设备可查找获取用户输入的去雾等级对应的去雾浓度因子上述去雾浓度因子在0到1之间，再计算透射率值。

在获取到透射率值后，基于暗原色先验算法，根据大气光值和透射率可计算无雾时景物的光线强度，即对待处理图像进行去雾处理。

在一个实施例中，上述图像处理方法还包括：若待处理图像为双摄像头拍摄获取的图像，区分待处理图像的前景区域和背景区域；对前景区域和背景区域分别进行去雾处理。

具体地，当计算机设备存在第一摄像头和第二摄像头时，可控制第一摄像头与第二摄像头对同一景物的对焦位置不同。例如，第一摄像头的对焦位置较近、第二摄像头的对焦位置较远。采用第一摄像头与第二摄像头同时进行拍摄，并将第一摄像头与第二摄像头拍摄获取的画面进行合成处理，具体可采用图像超分辨重建技术对第一摄像头与第二摄像头拍摄获取的画面进行合成。在合成图像中，对焦位置较近的第一摄像头拍摄获取的图像为前景区域；对焦位置较远的第二摄像头拍摄获取的图像为背景区域。在对合成图像进行去雾时，可对合成图像汇总前景区域和背景区域分别进行去雾。具体地，可对前景区域和背景区域设定不同的去雾等级，根据设定的去雾等级对前景区域和背景区域分别进行去雾处理。例如，在获取到合成图像中前景区域和背景区域后，对前景区域设定较高的去雾等级、对背景区域设定较低的去雾等级，即对前景区域的去雾化处理程度较高，对背景区域的去雾化处理程度较低。在其他实施例中，在第一摄像头和第二摄像头拍摄获取到画面以后，对对焦位置较近的第一摄像头拍摄获取的画面设定较高的去雾等级，并按照设定的去雾等级进行去雾处理；对对焦位置较远的第二摄像头拍摄获取的画面设定较低的去雾等级，并按照设定的去雾等级进行去雾处理。再将去雾处理后第一摄像头拍摄获取的画面与去雾处理后第二摄像头拍摄获取的画面进行合成。

本发明实施例还提供一种计算机设备。以计算机设备为移动终端为例，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(Image Signal Processing，图像信号处理)管线的各种处理单元。图6为一个实施例中图像处理电路的示意图。如图6所示，为便于说明，仅示出与本发明实施例相关的图像处理技术的各个方面。

如图6所示，图像处理电路包括ISP处理器640和控制逻辑器650。成像设备610捕捉的图像数据首先由ISP处理器640处理，ISP处理器640对图像数据进行分析以捕捉可用于确定和/或成像设备610的一个或多个控制参数的图像统计信息。成像设备610可包括具有一个或多个透镜612和图像传感器614的照相机。图像传感器614可包括色彩滤镜阵列(如Bayer滤镜)，图像传感器614可获取用图像传感器614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640处理的一组原始图像数据。传感器620可基于传感器620接口类型把原始图像数据提供给ISP处理器640。传感器620接口可以利用SMIA(StandardMobile Imaging Architecture，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640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640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640还可从图像存储器630接收像素数据。例如，从传感器620接口将原始像素数据发送给图像存储器630，图像存储器630中的原始像素数据再提供给ISP处理器640以供处理。图像存储器630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(Direct Memory Access，直接直接存储器存取)特征。

当接收到来自传感器620接口或来自图像存储器630的原始图像数据时，ISP处理器640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630，以便在被显示之前进行另外的处理。ISP处理器640还可从图像存储器630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680，以供用户观看和/或由图形引擎或GPU(GraphicsProcessing Unit，图形处理器)进一步处理。此外，ISP处理器640的输出还可发送给图像存储器630，且显示器680可从图像存储器630读取图像数据。在一个实施例中，图像存储器630可被配置为实现一个或多个帧缓冲器。此外，ISP处理器640的输出可发送给编码器/解码器670，以便编码/解码图像数据。编码的图像数据可被保存，并在显示于显示器680设备上之前解压缩。

ISP处理器640处理后的图像数据可发送给去雾模块660，以便在被显示之前对图像进行去雾处理。去雾模块660对图像数据去雾处理可包括获取待处理图像的去雾参数值，并根据上述去雾参数值对待处理图像进行去雾处理等；去雾模块660还可根据用户设定的去雾等级对待处理图像进行去雾处理；或根据区分的前景区域和后景区域分别进行去雾处理。其中，去雾模块660可为移动终端中CPU(Central Processing Unit，中央处理器)、GPU(Graphics Processing Unit，图形处理器)或协处理器等。去雾模块660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670，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680设备上之前解压缩。可以理解的是，去雾模块660处理后的图像数据可以不经过编码器/解码器670，直接发给显示器680进行显示。ISP处理器640处理后的图像数据还可以先经过编码器/解码器670处理，然后再经过去雾模块660进行处理。上述编码器/解码器670可为移动终端中CPU、GPU或协处理器等。

ISP处理器640确定的统计数据可发送给控制逻辑器650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612阴影校正等图像传感器614统计信息。控制逻辑器650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610的控制参数以及ISP处理器640的控制参数。例如，控制参数可包括传感器620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612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612阴影校正参数。

运用图6中图像处理技术可实现以下图像处理方法：

(1)对待处理图像进行人脸识别，若待处理图像中不包含人脸，则获取待处理图像中特征信息。

具体地，移动终端获取到待处理图像后，可对待处理图像进行人脸识别。人脸识别的方法可包括基于几何特征的方法、基于模板的方法和基于模型的方法。在识别出待处理图像中不包含人脸后，提取待处理图像中特征信息。其中，待处理图像中特征信息是指标记待处理图像类型的信息，例如，用于标记待处理图像为森林图像的信息、待处理图像为海洋图像的信息。对图像特征提取可采用多种算法，例如，SIFT(Scale-invariant featuretransform，尺度不变特征变换)算法，指纹算法函数，Bundling Features算法，散列函数等。在获取到图像的特征信息后，则根据图像的特征信息检测待处理图像对应的图像类型。

(2)检测所述待处理图像中特征信息对应的图像类型是否为户外无人风景图。

具体地，在获取到待处理图像的特征信息后，可根据待处理图像的特征信息检测待处理图像对应的图像类型。具体为将待处理图像的特征信息与数据库中存储的特征信息进行相似度匹配，若相似度匹配高于指定值，则获取匹配的特征信息对应的图像类型作为待处理图像对应的图像类型。当待处理图像的特征信息与数据库存储的多个特征信息的相似度匹配高于指定值，则将相似度匹配最高的特征信息对应的图像类型作为待处理图像对应的图像类型。其中，与待处理图像的特征信息进行相似度匹配的数据库可为移动终端中数据库也可为服务器中数据库。当移动终端中存储有数据库时，移动终端可定期更新数据库；当移动终端未存储数据库时，移动终端将待处理图像的特征信息上传服务器，并接收服务器返回的与上述特征信息对应的图像类型。上述图像类型可包括：风景、建筑、人像、静物等。其中，风景又可分为森林、海洋、河流、沙漠、草原、天空、山地等。

(3)若是，则获取待处理图像的去雾参数值，并根据去雾参数值对待处理图像进行去雾处理。

具体地，对图像的去雾处理包括多种算法，如暗原色先验去雾算法、单幅图像去雾算法等。以单幅图像去雾算法为例，去雾参数值可包括大气光值、透射率和空气光值；以暗原色先验去雾算法为例，去雾参数值包括大气光值和透射率；基于暗原色先验算法对待处理图像进行去雾的步骤包括：

获取大气散射模型

I(x)＝J(x)t(x)+A(1-t(x))

其中，I(x)为观测到的图像信息，J(x)为来自目标的辐射信息，也就是复原后的无雾图像，x表示图像中某一像素的空间位置，t(x)为透射率，A为无穷远处的大气光值。大气光值可通过待处理图像的灰度图计算获取、也可通过大气光值与天气情况和当前时间的对应关系获取。在通常情况下，可选用图像中最大强度的像素作为大气光值的估测。假设A为已知值，待处理图像中RGB三个通道中存在通道值很低的通道，且该通道值接近于零，则可以得到：

由上式可以获取到透射率即为：

其中即为含雾图像在x领域的暗原色值，可以引入一个0到1之间的权值ω对透射率进行调节，则最终求取的去雾参数即透射率表达式如下：

为了保证去雾效果，可以对透射率设定一个阈值t₀，那么无雾时景物的光线强度为：

根据获取的无雾时静物的光线强度则可对待处理图像进行去雾处理。

在一个实施例中，在步骤(1)对待处理图像进行人脸识别之前，上述图像处理方法还包括：获取待处理图像的亮度参数值；若待处理图像的亮度参数值高于第一阈值，则对待处理图像进行人脸识别。

具体地，在获取待处理图像后，将待处理图像RGB三通道像素强度值均值中最大值作为待处理图像的亮度参数值，在获取到待处理图像的亮度参数值后，将待处理图像的亮度参数值与预设的第一阈值相比较，若待处理图像的亮度参数值高于上述第一阈值，则判定待处理图像为户外图，对上述待处理图像进行人脸识别。

在一个实施例中，上述图像处理方法还包括：获取去雾处理后图像的亮度参数值；若去雾处理后图像的亮度参数值低于第二阈值，则将去雾处理后图像的亮度参数值调整为第二阈值。

具体地，在对待处理图像进行去雾处理后，获取去雾处理后图像的亮度参数值，具体为获取去雾处理后图像RGB三通道像素强度值均值中最大值作为去雾处理后图像的亮度参数值。在获取到去雾处理后图像的亮度参数值后，将去雾处理后图像的亮度参数值与第二阈值作比较，若去雾处理后图像的亮度参数值低于第二阈值，则判定去雾处理后图像的亮度值较低，则将去雾处理后图像的亮度值调整为第二阈值，提高去雾处理后图像的亮度值；若去雾处理后图像的亮度参数值不低于第二阈值，则判定去雾处理后图像的亮度值较高，对上述去雾处理后图像不做处理。

在一个实施例中，在根据去雾参数值对待处理图像进行去雾处理之前，上述图像处理方法还包括：获取用户输入的去雾等级；根据去雾参数值和去雾等级对待处理图像进行去雾处理。

具体地，在对待处理图像进行去雾处理时，可在移动终端显示去雾等级调控控件或去雾等级输入框。当移动终端接收到用户输入的去雾等级后，可对待处理图像的按照获取的去雾等级对待处理图像进行相应等级的去雾。其中，去雾等级越高，则对待处理图像的去雾化处理程度越高。在移动终端中预设有去雾等级与去雾浓度因子的映射关系表，在获取用户输入的去雾等级后，移动终端可查找获取用户输入的去雾等级对应的去雾浓度因子上述去雾浓度因子在0到1之间，再计算透射率值。

在获取到透射率值后，基于暗原色先验算法，根据大气光值和透射率可计算无雾时景物的光线强度，即对待处理图像进行去雾处理。

在一个实施例中，上述图像处理方法还包括：若待处理图像为双摄像头拍摄获取的图像，区分待处理图像的前景区域和背景区域；对前景区域和背景区域分别进行去雾处理。

具体地，当移动终端存在第一摄像头和第二摄像头时，可控制第一摄像头与第二摄像头对同一景物的对焦位置不同。例如，第一摄像头的对焦位置较近、第二摄像头的对焦位置较远。采用第一摄像头与第二摄像头同时进行拍摄，并将第一摄像头与第二摄像头拍摄获取的画面进行合成处理，具体可采用图像超分辨重建技术对第一摄像头与第二摄像头拍摄获取的画面进行合成。在合成图像中，对焦位置较近的第一摄像头拍摄获取的图像为前景区域；对焦位置较远的第二摄像头拍摄获取的图像为背景区域。在对合成图像进行去雾时，可对合成图像汇总前景区域和背景区域分别进行去雾。具体地，可对前景区域和背景区域设定不同的去雾等级，根据设定的去雾等级对前景区域和背景区域分别进行去雾处理。例如，在获取到合成图像中前景区域和背景区域后，对前景区域设定较高的去雾等级、对背景区域设定较低的去雾等级，即对前景区域的去雾化处理程度较高，对背景区域的去雾化处理程度较低。在其他实施例中，在第一摄像头和第二摄像头拍摄获取到画面以后，对对焦位置较近的第一摄像头拍摄获取的画面设定较高的去雾等级，并按照设定的去雾等级进行去雾处理；对对焦位置较远的第二摄像头拍摄获取的画面设定较低的去雾等级，并按照设定的去雾等级进行去雾处理。再将去雾处理后第一摄像头拍摄获取的画面与去雾处理后第二摄像头拍摄获取的画面进行合成。

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-Only Memory，ROM)等。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本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，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (12)

1.一种图像处理方法，其特征在于，包括：

对待处理图像进行人脸识别，若所述待处理图像中不包含人脸，则获取所述待处理图像中特征信息；

检测所述待处理图像中特征信息对应的图像类型是否为户外无人风景图；

若是，则获取所述待处理图像的去雾参数值，并根据所述去雾参数值对所述待处理图像进行去雾处理。

2.根据权利要求1所述的图像处理方法，其特征在于，所述对待处理图像进行人脸识别之前，所述方法还包括：

获取所述待处理图像的亮度参数值；

若所述待处理图像的亮度参数值高于第一阈值，则对所述待处理图像进行人脸识别。

3.根据权利要求1所述的图像处理方法，其特征在于，所述方法还包括：

获取去雾处理后图像的亮度参数值；

若所述去雾处理后图像的亮度参数值低于第二阈值，则将所述去雾处理后图像的亮度参数值调整为所述第二阈值。

4.根据权利要求1所述的图像处理方法，其特征在于，在所述根据所述去雾参数值对所述待处理图像进行去雾处理之前，所述方法还包括：

获取用户输入的去雾等级；

根据所述去雾参数值和所述去雾等级对所述待处理图像进行去雾处理。

5.根据权利要求1所述的图像处理方法，其特征在于，所述方法还包括：

若所述待处理图像为双摄像头拍摄获取的图像，区分所述待处理图像的前景区域和背景区域；

对所述前景区域和所述背景区域分别进行去雾处理。

6.一种图像处理装置，其特征在于，包括：

识别模块，用于对待处理图像进行人脸识别，若所述待处理图像中不包括人脸，则获取所述待处理图像中特征信息；

检测模块，用于检测所述待处理图像中特征信息对应的图像类型是否为户外无人风景图；

去雾模块，用于若是，则获取所述待处理图像的去雾参数值，并根据所述去雾参数值对所述待处理图像进行去雾处理。

7.根据权利要求6所述的图像处理装置，其特征在于，所述装置还包括：

获取模块，用于对待处理图像进行人脸识别之前，获取所述待处理图像的亮度参数值；若所述待处理图像的亮度参数值高于第一阈值，则对所述待处理图像进行人脸识别。

8.根据权利要求6所述的图像处理装置，其特征在于，所述装置还包括：

调整模块，用于获取去雾处理后图像的亮度参数值；若所述去雾处理后图像的亮度参数值低于第二阈值，则将所述去雾处理后图像的亮度参数值调整为所述第二阈值。

9.根据权利要求6所述的图像处理装置，其特征在于，包括：

所述去雾模块还用于获取用户输入的去雾等级；根据所述去雾参数值和所述去雾等级对所述待处理图像进行去雾处理。

10.根据权利要求6所述的图像处理装置，其特征在于，所述装置还包括：

区分模块，用于若所述待处理图像为双摄像头拍摄获取的图像，区分所述待处理图像的前景区域和背景区域；

所述去雾模块还用于对所述前景区域和所述背景区域分别进行去雾处理。

11.一个或多个包含计算机可执行指令的非易失性计算机可读存储介质，当所述计算机可执行指令被一个或多个处理器执行时，使得所述处理器执行如权利要求1至5中任一项所述的图像处理方法。

12.一种计算机设备，包括存储器及处理器，所述存储器中储存有计算机可读指令，所述指令被所述处理器执行时，使得所述处理器执行如权利要求1至5中任一项所述的图像处理方法。