一种图像处理方法、装置、设备及存储介质与流程

1.本申请涉及图像处理技术领域，尤其涉及一种图像处理方法、装置、设备及存储介质。


背景技术：

2.在进行图像采集时，所采集到的图像会受到周围环境的影响，当周围环境中存在雾气、水气、灰尘或其他可能影响图像采集效果的因素时，会导致采集的图像质量下降，从而采集到的图像为退化图像。例如，在雾天条件下通过图像采集设备进行图像采集时，由于物体反射进入视野的光线在进入图像采集设备之前受到空气中大量细小颗粒物的散射、折射和反射，导致采集到的图像质量下降，对比度、清晰度降低，与真实场景相比丢失了大量细节，这大大降低了采集图像的应用价值，给工业生产以及人们的日常生活带来了很大影响，例如城市交通图像监视系统在有雾天气条件下得到的退化图像会对判断车辆信息进和监控交通情况造成困难，从而对有雾图像进行去雾处理具有重要意义。
3.采用现有的图像去雾处理方法对有雾图像进行处理时，会出现去雾后的图像失真的情况，因此，需要提出一种有效的图像处理方法。


技术实现要素：

4.本申请所要解决的技术问题在于，提供一种图像处理方法、装置、设备及存储介质，既能够对原始退化图像进行复原，又不会导致图像失真。
5.为了解决上述技术问题，一方面，本申请提供了一种图像处理方法，所述方法包括：
6.获取原始图像，确定所述原始图像中各像素点三通道的值；
7.基于所述原始图像中各像素点三通道的值，确定所述原始图像的第一大气光值；
8.将所述原始图像转换为灰度图像，确定所述灰度图像中灰度值的方差；
9.基于所述灰度图中灰度值的方差对所述第一大气光值进行调整，得到第二大气光值；
10.基于所述原始图像中各像素点三通道的值以及所述第二大气光值，得到所述原始图像中各像素点的第一透射率；
11.基于所述灰度图中灰度值的方差对所述原始图像中各像素点的第一透射率进行调整，得到各像素点的目标透射率；
12.将所述原始图像中各像素点三通道的值、所述第二大气光值以及所述目标透射率输入预设的大气光散射模型，生成与所述原始图像对应的复原图像。
13.另一方面，本申请提供了一种图像处理装置，所述装置包括：
14.原始图像获取模块，用于获取原始图像，确定所述原始图像中各像素点三通道的值；
15.第一大气光值确定模块，用于基于所述原始图像中各像素点三通道的值，确定所
述原始图像的第一大气光值；
16.方差确定模块，用于将所述原始图像转换为灰度图像，确定所述灰度图像中灰度值的方差；
17.大气光值调整模块，用于基于所述灰度图中灰度值的方差对所述第一大气光值进行调整，得到第二大气光值；
18.第一透射率确定模块，用于基于所述原始图像中各像素点三通道的值以及所述第二大气光值，得到所述原始图像中各像素点的第一透射率；
19.透射率调整模块，用于基于所述灰度图中灰度值的方差对所述原始图像中各像素点的第一透射率进行调整，得到各像素点的目标透射率；
20.复原图像生成模块，用于将所述原始图像中各像素点三通道的值、所述第二大气光值以及所述目标透射率输入预设的大气光散射模型，生成与所述原始图像对应的复原图像。
21.另一方面，本申请提供了一种设备，所述设备包括处理器和存储器，所述存储器中存储有至少一条指令或至少一段程序，所述至少一条指令或所述至少一段程序由所述处理器加载并执行以实现如上述的图像处理方法。
22.另一方面，本申请提供了一种计算机存储介质，所述存储介质中存储有至少一条指令或至少一段程序，所述至少一条指令或所述至少一段程序由处理器加载并执行如上述的图像处理方法。
23.实施本申请实施例，具有如下有益效果：
24.本申请将原始图像转换为灰度图像，确定灰度图像中灰度值的方差；基于灰度图中灰度值的方差，对原始图像的第一大气光值以及原始图像中各像素点的第一透射率进行调整；将原始图像中各像素点三通道的值，调整后的大气光值以及调整后的透射率输入到预设的大气光散射模型，生成与原始图像对应的复原图像。本申请基于灰度图中灰度值的方差对图像的大气光值以及透射率进行调整，提高了对大气光值和透射率进行预估的准确性，从而使得基于调整之后的大气光值和透射率进行计算得到的复原图像更加贴合真实场景，还原了原场景的细节信息，实现了在对原始退化图像进行复原的同时，又不会导致图像失真的技术效果。
附图说明
25.为了更清楚地说明本申请实施例或现有技术中的技术方案和优点，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的介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，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它附图。
26.图1是本申请实施例提供的实施环境示意图；
27.图2是本申请实施例提供的一种图像处理方法流程图；
28.图3是本申请实施例提供的灰度图像中灰度值方差的计算方法流程图；
29.图4是本申请实施例提供的一种大气光值调整方法流程图；
30.图5是本申请实施例提供的一种目标大气光值调整系数确定方法流程图；
31.图6是本申请实施例提供的大气光值调整系数与方差的关系示意图；
32.图7是本申请实施例提供的一种像素点透射率调整方法流程图；
33.图8是本申请实施例提供的一种目标透射率调整系数确定方法流程图；
34.图9是本申请实施例提供的透射率调整系数与方差的关系示意图；
35.图10是本申请实施例提供的一种透射率细化方法流程图；
36.图11是本申请实施例提供的图像处理效果示意图；
37.图12是本申请实施例提供的一种图像处理装置示意图；
38.图13是本申请实施例提供的一种设备结构示意图。
具体实施方式
39.为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请作进一步地详细描述。显然，所描述的实施例仅仅是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
40.需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
41.本申请实施例提供的图像处理方法涉及人工智能的计算机视觉技术，计算机视觉是一门研究如何使机器“看”的科学，更进一步的说，就是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。计算机视觉技术试图建立能够从图像或者多维数据中获取信息的人工智能系统，使计算机模拟人类的视觉过程，具有感受环境的能力和人类视觉功能的技术，是图像处理、人工智能和模式识别等技术的综合。
42.请参阅图1，其示出了本申请实施例提供的实施环境示意图，该实施环境可包括：至少一个第一终端110和第二终端120，所述第一终端110和所述第二终端120可通过网络进行数据通信。
43.具体地，所述第一终端110向第二终端120发送待复原的原始图像，本申请实施例中的待复原原始图像可以是通过第一终端110的图像采集设备进行实时采集得到的图像，也可以是保存在第一终端110中的图像，这里的图像可包括视频图像或者单独的图像帧；所述第二终端120接收第一终端110发送的待复原的原始图像，并基于图像处理模型对待复原的原始图像进行处理得到复原后的图像。
44.所述第一终端110可以基于浏览器/服务器模式(browser/server，b/s)或客户端/服务器模式(client/server，c/s)与第二终端120进行通信。所述第一终端110可以包括：智能手机、平板电脑、笔记本电脑、数字助理、智能可穿戴设备、车载终端、服务器等类型的实体设备，也可以包括运行于实体设备中的软体，例如应用程序等。本申请实施例中的第一终端110上运行的操作系统可以包括但不限于安卓系统、ios系统、linux、windows等。
45.所述第二终端120与第一终端110可以通过有线或者无线建立通信连接，所述第二终端120可以包括一个独立运行的服务器，或者分布式服务器，或者由多个服务器组成的服务器集群，其中服务器可以是云端服务器。
46.为了解决现有技术中在对有雾图像进行去雾处理过程中可能导致的图像失真的问题，本申请实施例提供了一种图像处理方法，该方法的执行主体可以为上述的第一终端，也可以为上述的第二终端，即该方法具体可以运行于客户终端，也可以运行于服务器端，具体请参阅图2，所述方法可包括：
47.s210.获取原始图像，确定所述原始图像中各像素点三通道的值。
48.本申请实施例中的原始图像可以为在图像采集过程中受到环境因素影响而得到的退化图像，退化图像是指与真实场景相比丢失了部分场景细节的图像，比如雾天图像、雨天图像或者包含灰尘的图像等；具体地，本申请实施例中的原始图像可以为在有雾场景下采集到的有雾图像，具体的有雾图像可以从有雾视频图像中确定出，也可以是直接从独立有雾图像帧中确定出；具体地，当从有雾视频图像中确定出原始图像时，可以对有雾视频图像进行图像帧的划分，将划分之后的每一视频图像帧分别作为原始图像，依次进行图像处理；当从独立有雾图像帧中确定原始图像时，直接将独立有雾图像帧，具体可以为有雾图片，作为原始图像进行图像处理。从而本申请实施例所提供的图像处理方法既适用于视频去雾场景，又适用于图片去雾场景。
49.进一步地，本申请实施例中的原始图像还可以为年代久远的图像，例如老照片等，从而本申请实施例的图像处理方法也可以应用于老片修复的场景。
50.其中，每个像素点三通道的值是指该像素点的rgb三个颜色通道的值，即r通道的值、g通道的值以及b通道的值。
51.s220.基于所述原始图像中各像素点三通道的值，确定所述原始图像的第一大气光值。
52.对于原始图像的第一大气光值的确定可基于所述原始图像中各像素点三通道的值，生成与所述原始图像对应的暗通道图像；基于所述暗通道图像中各像素点单通道的值，计算所述原始图像的第一大气光值。
53.具体地，根据暗通道先验理论，取原始图像中每个像素点rgb三通道的最小值，得到该像素在相应暗通道图像中的灰度值，从而生成暗通道图像；接着找出暗通道图像中灰度值最大的前0.1％的像素点，分别确定这些像素点在原始图像中所对应的像素点，并分别计算这些像素点在r通道、g通道以及b通道像素点的均值，将得到的三个通道的均值作为相应rgb通道的第一大气光值a0。
54.通过该方法估计得到的大气光值是一个粗略估计值，不准确，尤其是在有很大的天空明亮区域时，大气光值估计通常会过大，因此本申请实施例中后续需要对第一大气光值进行调整。
55.s230.将所述原始图像转换为灰度图像，确定所述灰度图像中灰度值的方差。
56.对于具体的灰度图像中灰度值方差的计算方法，首先需要将原始图像转换为灰度图像，然后再进行相应的方差计算，其具体过程可参阅图3，所述方法可包括：
57.s310.对于所述原始图像中每个像素点，为所述像素点三通道的值分别赋予相应的权重，计算所述像素点三通道的值的加权和，将所述像素点三通道的值的加权和确定为
与所述像素点对应的灰度值。
58.s320.基于各像素点对应的灰度值生成所述灰度图像。
59.s330.计算所述灰度图像中各像素点的灰度值的平均值。
60.s340.基于所述灰度图像中各像素点的灰度值以及所述灰度值的平均值，计算所述灰度图像中灰度值的方差。
61.具体地，将彩色rgb三通道图像转换为灰度图像的公式如下所示：
62.gray(x)＝r(x)
·
w1+g(x)
·
w2+b(x)
·
w3ꢀꢀ
(1)
63.其中，w1+w2+w3＝1，r(x)、g(x)和b(x)分别为相应像素点三通道的值。
64.具体地，本申请实施例中，作为示例，可取w1＝0.299，w2＝0.587，w3＝0.114。
65.对于灰度图像中各像素点的灰度值求平均，得到各像素点灰度值的平均值在得到灰度图像中各像素点的灰度值以及平均值之后，可通过以下公式计算灰度图像灰度值的方差s2，即求gray(x)的方差s2：
[0066][0067]
其中，w为灰度图像的宽，h为灰度图像的高，即将灰度图像看成是一个像素点矩阵，w为该像素点矩阵的行数，h为该像素点矩阵的列数；为灰度图个像素灰度值的均值，gray(x
i
)为灰度图的第i个像素点的灰度值。
[0068]
本申请实施例中，计算灰度图的灰度值方差可用于后续调整大气光值和透射率。当灰度图像的方差小时，说明图像的内容变化较小，有可能是在浓雾场景，或是在固定摄像头下，景物距离摄像头比较远，景深变化较小，这时需要去雾的程度则更大。灰度图像的方差越大，说明图像的内容变化越大，在雾霾天气下，则更可能是雾霾浓度小，或在移动摄像头下图像的景深变化较大，因此需要去雾的程度则要变小。
[0069]
s240.基于所述灰度图中灰度值的方差对所述第一大气光值进行调整，得到第二大气光值。
[0070]
对于第一大气光值进行调整的方法具体可参阅图4，所述方法可包括：
[0071]
s410.基于大气光值调整系数与方差的关系，确定与所述灰度图中灰度值的方差对应的目标大气光值调整系数。
[0072]
本申请实施例中的大气光值调整系数与方差的关系可基于预设的映射关系进行确定，从而根据计算得到的灰度值的方差便可得出与其对应的目标大气光值调整系数。
[0073]
s420.将所述目标大气光值调整系数与所述第一大气光值的乘积确定为所述第二大气光值。
[0074]
请参阅图5，其示出了本申请实施例提供的一种目标大气光值调整系数确定方法，所述方法可包括：
[0075]
s510.判断所述灰度图中灰度值的方差是否小于第一阈值。
[0076]
s520.当所述灰度图中灰度值的方差小于第一阈值时，确定第一调整系数为所述目标大气光值调整系数。
[0077]
s530.当所述灰度图中灰度值的方差不小于第一阈值时，判断所述灰度图中灰度
值的方差是否大于第二阈值。
[0078]
s540.当所述灰度图中灰度值的方差大于第二阈值时，确定第二调整系数为所述目标大气光值调整系数。
[0079]
s550.当所述灰度图中灰度值的方差不大于第二阈值时，基于第一预设函数得到第三调整系数，确定所述第三调整系数为所述目标大气光值调整系数。
[0080]
即当所述灰度图中灰度值的方差大于等于所述第一阈值且小于等于所述第二阈值时，基于第一预设函数得到第三调整系数，确定所述第三调整系数为所述目标大气光值调整系数。
[0081]
其中，所述第一阈值小于所述第二阈值。
[0082]
作为示例，大气光值调整系数与方差的关系可通过以下函数进行实现：
[0083][0084]
相应的关系示意图可参阅图6，其中α为大气光值调整系数，设定方差的最小边界为k1，最大边界为k2，当方差小于最小边界k1时，则调整系数均为设定的最小值α
min
，即第一调整系数；当方差大于最大边界k2时，则调整系数均为最大值为1，即第二调整系数，也即最终的大气光值完全采用估计的大气光值a0；当方差大于等于最小边界k1，小于等于最大边界k2时，则第三调整系数可通过公式(3)中的第二段公式确定，即
[0085][0086]
即上述步骤s550中的第一预设函数可以为公式(4)。
[0087]
在具体实施过程中，可将k1设为20，k2设为60，k1和k2的值可以动态改变，依据视频图像特性进行调整。
[0088]
α
min
为设定调整系数的最小值，因为调整系数不能够小于等于0，当调整系数为0时，会判定图像没有光照，从而造成严重失真；调整系数也不能过小，会造成图像过暗，与真实场景不符。本申请实施例中可设定调整系数的最小值α
min
为0.6，该值仅供参考，也可以依据视频图像特性进行动态调整。
[0089]
步骤s420中，将所述目标大气光值调整系数与所述第一大气光值的乘积确定为所述第二大气光值，具体地，将估计的第一大气光值a0与大气光值调整系数α相乘得到最终的大气光值a，其对应公式如下：
[0090]
a＝α
×
a0ꢀꢀ
(5)
[0091]
s250.基于所述原始图像中各像素点三通道的值以及所述第二大气光值，得到所述原始图像中各像素点的第一透射率。
[0092]
依据暗通道先验理论，无雾图像的暗通道值趋近于0，该理论推理演算之后可得到透射率的估计公式为：
和最小边界k3，当方差小于最小边界k3时，则调整系数均为0，即第四调整系数；当方差大于最大边界k4时，则调整系数均为最大值为β
max
，即第五调整系数；当方差大于等于最小边界k3，小于等于最大边界k4时，则第六调整系数可通过公式(7)中的第二段公式确定，即
[0113][0114]
即上述步骤s850中的第二预设函数可以为公式(8)。
[0115]
在具体实施过程中，可将本方法将k3设为20，k4设为50，调整系数的最大值β
max
可设为0.3，该值可以动态改变，依据视频图像特性进行调整。
[0116]
在得到目标透射率调整系数之后，根据步骤s720和s730的方法，将目标透射率调整系数t0与目标透射率调整系数β相加，并将相加之后与预设的值θ进行比较，得到优化后的优化透射率t0'为：
[0117]
t0'＝min(t0+β,θ)
ꢀꢀ
(9)
[0118]
从而可以将上述的优化透射率t0'作为所述目标透射率。
[0119]
进一步地，还可以对优化后的透射率t0'进行细化，具体的细化方法可参阅图10，所述方法包括：
[0120]
s1010.基于所述原始图像中各像素点三通道的值，采用引导滤波对各像素点的所述优化透射率进行细化，得到与各像素点对应的第三透射率。
[0121]
s1020.将各像素点对应的第三透射率确定为各像素点的目标透射率。
[0122]
使用引导滤波对透射率t0'进行细化，将有雾图像i(x)作为引导图像，设以像素x为中心的窗口为ω
x
，y为该窗口内的像素点，细化后的透射率则表示为：
[0123][0124]
i(y)是三通道的图像，大小为w
×
h，t是单通道的w
×
h的矩阵，最终t的结果是由i(y)的三通道分别处理并相加所得。
[0125]
同样a
x
是三通道的w
×
h的矩阵，b
x
是单通道的w
×
h的矩阵，其中
[0126][0127][0128]
其中，a
x
的分子部分是三通道分别进行处理，得到三通道的w
×
h的矩阵；μ
x
和分别是图像i(x)在窗口ω
x
的均值和t0在窗口ω
x
的均值，因此μ
x
大小为三通道的w
×
h的矩阵，大小为单通道的w
×
h的矩阵。
[0129]
其中为t0'在窗口ω
x
中的方差，|ω|是窗口ω
x
中的像素数量，μ
x
是图像i(x)在窗口ω
x
的平均值，是t0'在窗口ω
x
的平均值，最终得到细化后的透射率t。本申请实施例中，分母部分具体可以为一个3*3的矩阵，ε是一个标准化参数，可设为10-6
，为一个三维
向量，窗口大小可设为16。
[0130]
s270.将所述原始图像中各像素点三通道的值、所述第二大气光值以及所述目标透射率输入预设的大气光散射模型，生成与所述原始图像对应的复原图像。
[0131]
大气光散射模型为：
[0132]
i(x)＝j(x)
·
t(x)+a
·
(1-t(x))
ꢀꢀ
(13)
[0133]
其中，其中i(x)为有雾图像，即观察到的图像，j(x)为无雾图像，即想要恢复出的图像，t(x)为透射率，a为大气光值，即大气光的颜色向量，x为像素索引。
[0134]
通过上述计算得到了大气光值a，透射率t(x)，并且已知i(x)，根据公式(13)即可求出去雾图像j(x)，即
[0135][0136]
采用本申请实施例的图像处理方法对雾天采集的图像进行去雾处理之后的示意图可参阅图11，从图11中可以看出采用本申请的图像处理方法对有雾图像进行处理之后，去雾效果明显并且经过去雾处理的图像保留了实际场景的信息。
[0137]
在具体实施过程中，需要进行图像去雾处理的场景大多分为两种：一种是固定摄像头拍摄的，如交通监控；一种是移动摄像头拍摄的，如日常娱乐拍摄的小视频。这两种场景的特点不一样；交通监控通常图像中的景深较大，也即距离镜头的距离较大，且各个像素点的景深相近；移动摄像头通常包含近距离的物体，图像的各个部分的景深相差较大。现有技术中的相关图像去雾处理方法由于其应用场景的限制，并不能完全适用于上述的两种拍摄场景；而本申请实施例所提供的图像处理方法没有场景的限制，通过任何场景采集的图像均能够采用本申请中的图像处理方法进行处理，从而本申请的图像处理方法能够灵活地适用于不同的场景，且自适应去雾程度，去雾效果明显并且不失真。
[0138]
现有技术中的相关图像去雾处理方法忽略了大气光值的估计不准确，从而导致生成的去雾图像偏暗的效果，还要进行后续处理来提升图像的亮度；本申请中的图像处理方法基于灰度图像的灰度值方差对大气光值的估计值进行调整，从而避免了去雾图像偏暗的效果，另外本申请中还基于灰度图像的灰度值方差对各像素点的透射率进行调整，从而结合对大气光值以及透射率的调整，提高了对大气光值和透射率进行预估的准确性。
[0139]
本申请将原始图像转换为灰度图像，确定灰度图像中灰度值的方差；基于灰度图中灰度值的方差，对原始图像的第一大气光值以及原始图像中个像素点的第一透射率进行调整；将原始图像中各像素点三通道的值，调整后的大气光值以及调整后的透射率输入到预设的大气光散射模型，生成与原始图像对应的复原图像。本申请基于灰度图中灰度值的方差对图像的大气光值以及透射率进行调整，提高了对大气光值和透射率进行预估的准确性，从而使得基于调整之后的大气光值和透射率进行计算得到的复原图像更加贴合真实场景，还原了原场景的细节信息，实现了在对原始有雾图像进行复原的同时，又不会导致图像失真的技术效果。
[0140]
请参阅图12，本申请实施例还提供了一种图像处理装置，所述装置包括：
[0141]
原始图像获取模块1210，用于获取原始图像，确定所述原始图像中各像素点三通道的值；
[0142]
第一大气光值确定模块1220，用于基于所述原始图像中各像素点三通道的值，确
定所述原始图像的第一大气光值；
[0143]
方差确定模块1230，用于将所述原始图像转换为灰度图像，确定所述灰度图像中灰度值的方差；
[0144]
大气光值调整模块1240，用于基于所述灰度图中灰度值的方差对所述第一大气光值进行调整，得到第二大气光值；
[0145]
第一透射率确定模块1250，用于基于所述原始图像中各像素点三通道的值以及所述第二大气光值，得到所述原始图像中各像素点的第一透射率；
[0146]
透射率调整模块1260，用于基于所述灰度图中灰度值的方差对所述原始图像中各像素点的第一透射率进行调整，得到各像素点的目标透射率；
[0147]
复原图像生成模块1270，用于将所述原始图像中各像素点三通道的值、所述第二大气光值以及所述目标透射率输入预设的大气光散射模型，生成与所述原始图像对应的复原图像。
[0148]
进一步地，所述方差确定模块1230包括：
[0149]
灰度值计算模块，用于对于所述原始图像中每个像素点，为所述像素点三通道的值分别赋予相应的权重，计算所述像素点三通道的值的加权和，将所述像素点三通道的值的加权和确定为与所述像素点对应的灰度值；
[0150]
灰度图像生成模块，用于基于各像素点对应的灰度值生成所述灰度图像；
[0151]
灰度值平均值计算模块，用于计算所述灰度图像中各像素点的灰度值的平均值；
[0152]
灰度值方差计算模块，用于基于所述灰度图像中各像素点的灰度值以及所述灰度值的平均值，计算所述灰度图像中灰度值的方差。
[0153]
进一步地，所述大气光值调整模块1240包括：
[0154]
目标大气光值调整系数确定模块，用于基于大气光值调整系数与方差的关系，确定与所述灰度图中灰度值的方差对应的目标大气光值调整系数；
[0155]
第二大气光值确定模块，用于将所述目标大气光值调整系数与所述第一大气光值的乘积确定为所述第二大气光值。
[0156]
进一步地，所述目标大气光值调整系数确定模块包括：
[0157]
第一确定模块，用于当所述灰度图中灰度值的方差小于第一阈值时，确定第一调整系数为所述目标大气光值调整系数；
[0158]
第二确定模块，用于当所述灰度图中灰度值的方差大于第二阈值时，确定第二调整系数为所述目标大气光值调整系数；
[0159]
第三确定模块，用于当所述灰度图中灰度值的方差大于等于所述第一阈值且小于等于所述第二阈值时，基于第一预设函数得到第三调整系数，确定所述第三调整系数为所述目标大气光值调整系数；
[0160]
其中，所述第一阈值小于所述第二阈值。
[0161]
进一步地，所述透射率调整模块1260包括：
[0162]
目标透射率调整系数确定模块，用于基于透射率调整系数与方差的关系，确定与所述灰度图中灰度值的方差对应的目标透射率调整系数；
[0163]
第二透射率计算模块，用于分别计算所述原始图像中各像素点的第一透射率与所述目标透射率调整系数之和，得到各像素点的第二透射率；
[0164]
优化透射率确定模块，用于将各像素点的第二透射率分别与预设值进行比较，确定各像素点的第二透射率与所述预设值中的较小值为各像素点的优化透射率；
[0165]
第一目标透射率确定模块，用于将各像素点的所述优化透射率确定为所述像素点的目标透射率。
[0166]
进一步地，所述目标透射率调整系数确定模块包括：
[0167]
第四确定模块，用于当所述灰度图中灰度值的方差小于第三阈值时，确定第四调整系数为所述目标透射率调整系数；
[0168]
第五确定模块，用于当所述灰度图中灰度值的方差大于第四阈值时，确定第五调整系数为所述目标透射率调整系数；
[0169]
第六确定模块，用于当所述灰度图中灰度值的方差大于等于所述第三阈值且小于等于所述第四阈值时，基于第二预设函数得到第六调整系数，确定所述第六调整系数为所述目标透射率调整系数；
[0170]
其中，所述第三阈值小于所述第四阈值。
[0171]
进一步地，所述装置还可以包括：
[0172]
透射率细化模块，用于基于所述原始图像中各像素点三通道的值，采用引导滤波对各像素点的所述优化透射率进行细化，得到与各像素点对应的第三透射率；
[0173]
第二目标透射率确定模块，用于将各像素点对应的第三透射率确定为各像素点的目标透射率。
[0174]
上述实施例中提供的装置可执行本发明任意实施例所提供方法，具备执行该方法相应的功能模块和有益效果。未在上述实施例中详尽描述的技术细节，可参见本发明任意实施例所提供的方法。
[0175]
本实施例还提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行如本实施例上述任一方法。
[0176]
本实施例还提供了一种设备，其结构图请参见图13，该设备1300可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上中央处理器(central processing units，cpu)1322(例如，一个或一个以上处理器)和存储器1332，一个或一个以上存储应用程序1342或数据1344的存储介质1330(例如一个或一个以上海量存储设备)。其中，存储器1332和存储介质1330可以是短暂存储或持久存储。存储在存储介质1330的程序可以包括一个或一个以上模块(图示未示出)，每个模块可以包括对设备中的一系列指令操作。更进一步地，中央处理器1322可以设置为与存储介质1330通信，在设备1300上执行存储介质1330中的一系列指令操作。设备1300还可以包括一个或一个以上电源1326，一个或一个以上有线或无线网络接口1350，一个或一个以上输入输出接口1358，和/或，一个或一个以上操作系统1341，例如windows server
tm
，mac os x
tm
，unix
tm
，linux
tm
，freebsd
tm
等等。本实施例上述的任一方法均可基于图13所示的设备进行实施。
[0177]
本说明书提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤和顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的系统或中断产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理
的环境)。
[0178]
本实施例中所示出的结构，仅仅是与本申请方案相关的部分结构，并不构成对本申请方案所应用于其上的设备的限定，具体的设备可以包括比示出的更多或更少的部件，或者组合某些部件，或者具有不同的部件的布置。应当理解到，本实施例中所揭露的方法、装置等，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分仅仅为一种逻辑功能的划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元模块的间接耦合或通信连接。
[0179]
基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0180]
本领域技术人员还可以进一步意识到，结合本说明书所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但这种实现不应认为超出本申请的范围。
[0181]
以上所述，以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。