或更多个相关联的列出的项目中的任意组合和所有组合。
[0036] 在图像处理领域和/或计算机视觉领域，为了表示包括雾的图像，诸如W下等式1 的数学模型被广泛使用：
[0037] I(x) =J(x)t(x)+A(1-t(x)) (1)
[0038] 在W上等式中，I(X)表示包括雾的输入图像，J(x)表示指示去除了雾的情形的场 景福射率（目P，去除了雾的图像），A指示表示输入图像的雾值的空气光（airli曲t)，t(x) 指示表示对象因空气散射而实际传输到人眼的福射量的比例的透射率。因此，如果t(x)接 近于1，则对象的亮度完整地传输到人眼而不会被雾或其它因素散射。t(x)越接近于0,由 浓雾或其它因素导致的信息的损失就越多，并且对于人眼而言，对象变得不清楚。
[0039] 在图像的R、G、B颜色通道中的每个颜色通道中表达如等式1的模型。为了从输入 图像去除雾，从包括雾的输入图像I(X)计算空气光A和传输率t (X)，并通过使用A和t (X) 最终恢复J(X)。
[0040] 根据示例性实施例的用于从图像去除雾的设备使用暗通道先验（darkchannel prior)，W通过等式1的模型从输入图像去除雾。
[0041] 暗通道先验是一种为了从输入图像去除雾而提出的方法。针对没有雾的清晰图像 的每个像素，具有预定大小并W每个像素为中屯、的面片（patch)中的一些像素包含具有接 近于0的很小的值的至少一个颜色通道。该可如W下的等式2表示：
[0042]
(2)
[00创该里，Jd"k(x)表示关于图像J的像素X的暗通道，c表示R、G、B颜色通道值，Q(X)表示Wx为中屯、的面片。
[0044] 也就是，暗通道先验值表示当前面片中的最暗的通道的亮度。存在该样的趋势；当 雾存在时，暗通道先验值为高，而当雾不存在时，暗通道先验值为低。
[0045] 也就是，当雾不存在时，暗通道先验值具有收敛于0的趋势。因此，算子min被施 加到等式1的两边，且如果两边同除WA，则获得W下等式3 :
[0046]
(3)
[0047] 当等式3右手边包括J的结果收敛于0时，通过W下等式4相应地获得传输率：
[0048]
(4)
[0049]等式4中计算的传输率（？(句）基于具有预定大小的面片Q(X)，并与输入图像不 完全匹配，呈现出暗通道先验和图像的边缘不完全匹配的块现象，先。因此，为了去除该块 现象，通过用于通过诸如软枢图算法（softmattingalgorithm)的数值分析方法对计算的 传输率进行优化的处理，计算最终的传输率（t(X))。
[0050] 通过W下等式5获得通过使用计算的最终传输率（t(x))而去除了雾的图像 J(x)：
[0051]
[0化2] 该里，t。是被设置为对传输率限制的上限值，该值可由用户设置。
[0053] 雾的去除依赖于如何精确地估计传输率（t(x))。通过用于通过诸如软枢图算法 的数值分析方法对如上所述计算的传输率（/~(x))进行优化的处理，来计算最终的传输率 (t(x))。然而，存在该样的缺点；当使用软枢图算法计算最终传输率（t(x))时，需要大量的 线存储器和硬件资源。因此，在本发明构思的示例性实施例中，将省略使用软枢图算法的优 化处理，通过使用等式4,从输入图像计算基于像素的传输率（第一传输率，ti(n)、tpj并 计算基于块的传输率（第二传输率，t2(n-l)、tbJ。然后，将基于像素的传输率和基于块的 传输率合成，并计算出结果作为最终的传输率t(X)，从而减少线存储器和硬件资源的使用， 并实现实时处理。此外，当估计空气光时，使用在基于块的传输率的计算中使用的先前图像 (n-1)块，从而减少计算量。
[0054] 图1是示出根据示例性实施例的用于处理图像的设备100的结构的框图。
[0化5] 参照图1，所述设备100包括传输率估计单元200、空气光估计单元300和图像恢 复单元400。
[0056] 传输率估计单元200将基于像素的传输率和基于块的传输率进行合成，从而估计 最终的传输率，其中，基于像素的传输率通过将暗通道先验应用于包括雾的输入图像的当 前像素而被计算，基于块的传输率通过将暗通道先验应用于被划分成多个块的先前图像的 每个块而被计算。
[0化7] 传输率估计单元200包括第一传输率估计单元210、第二传输率估计单元220和合 成单元230。
[005引第一传输率估计单元210通过使用包括在输入图像（n)中的当前像素的像素值 (R/G/B值）和空气光来计算应用了暗通道先验的基于像素的传输率（tpTx)。在等式4中， 面片大小（Q(X))为1，第一传输率估计单元210通过W下等式6获得第一传输率（tpTx);
[0059]
(6)
[0060] 如等式6所示，只需当前像素位置的像素值和空气光就可计算第一传输率（稍后 将对此进行解释），因此不需要单独的线存储器。
[0061] 然而，当仅使用第一传输率去除雾时，使当前像素的最暗通道值成为0。因此，虽然 色度被最大化，但是局部对比度会骤降。图4A是输入图像的示例，图4B示出从图4A的输 入图像去除了雾的结果图像。参照图4B，图4B示出色度被最大化，但是局部对比度骤降。
[0062] 为了解决局部对比度骤降的问题，本实施例估计第二传输率作为基于块的传输 率。第二传输率估计单元220通过使用先前图像（n-1)的每个块中的最小像素值和空气光 来计算基于块的传输率。
[0063] 图2是第二传输率估计单元220的详细框图，其中，第二传输率估计单元220包括 分块单元221、代表性像素值提取单元222、传输率计算单元223和插值单元224。
[0064] 分块单元221将先前图像（n-1)划分成多个块（MXN个块）。图3示出将先前图 像（n-1)划分成16X16个块的分块的示例。例如，当先前图像（n-1)具有1024X768的分 辨率时，分块单元221可将该图像划分成256个块，每个块具有64X48个像素。该里，被划 分的块的数量可根据设置而改变。
[00化]代表性像素值提取单元222通过比较包括在块中的像素的像素值，来提取具有最 小像素值的像素作为每个块的代表性像素，并提取各个块的代表性像素的像素值中的最小 像素值作为代表性像素值。参照图3,将包括在第一块中的第一像素和第二像素的像素值进 行相互比较并仅存储较小像素值，将存储的像素值与第=像素的像素值进行比较并存储较 小的像素值。W该种方式，将64X48个像素的像素值进行比较，并提取最小的像素值作为 第一块的代表性像素值。可从图3提取256个代表性像素值。
[0066] 根据现有技术，当估计传输率时，使用当前像素处于其中屯、处的面片，并对于每个 当前像素，应比较面片区域中的所有像素，从而需要非常大量的重复计算。然而，根据如上 所述的代表性像素值的提取，无需重复计算而可大幅减少计算量。
[0067] 传输率计算单元223通过使用每个块的代表性像素值和空气光，来计算应用了暗 通道先验的基于块的传输率（tBTx)。通过W下等式7获得基于块的传输率（tBTx)，并获得与 块的数量（在图3的情况下为256)相同数量的传输率：
[00側
（7)
[0069] 图4C示出从图4A中示出的输入图像去除了雾的结果图像。参照图4C，示出了发 生块效应化lockingarti化ct)的图像的示例，其中，所述块效应是由于传输率是针对每个 块而获得的并且被应用于图4A的输入图像而