色图像进行边缘检测，得到边缘图像，该边缘图 像为灰度图像。
[0054] 步骤二，对所述边缘图像进行二值化处理，得到处理后的精细边缘图像。
[0055] 在实施中，由于边缘图像为灰度图像，包含多个过度的灰阶色，为了便于后期处 理，这里引入了二值化原则，对步骤一中得到的边缘图像进行二值化处理，简单的说就是设 立一个区分阈值，将边缘图像中每个像素对应的灰度值中高于该区分阈值的像素赋值1，即 为白色，将每个像素对应的灰度值中等于或低于该区分阈值的像素赋值0,即为黑色，这样 得到的是仅有黑白二色的边缘图，相对于步骤一种的边缘图像更加简洁精细，称之为精细 边缘图像。
[0056] 步骤三，检测所述精细边缘图像中，如果符合第一预设条件，则判定所述精细边缘 图对应的所述第一区域为天空区域。
[0057] 在实施中，结合第一预设条件对已经生成的精细边缘图像进行检测，这里的第一 预设条件具体为：
[0058] (1)像素对应的赋值均为〇 ;
[0059] (2)像素对应的亮度分量大于预设阈值It;
[0060] (3)像素对应的饱和度分量小于预设阈值St;
[0061] 其中，预设阈值 It= 〇· 65*1 咖+0· 35*1_，S =·^·3 Iniax 和 I 咖分别 为区域P亮度分量的最大值和最小值，Snred为区域P饱和度分量的中值。
[0062] 为了便于理解，这里结合具体数据进行说明。例如，选取待处理图像中位于（50， 380)的像素进行处理，该像素 RGB也就是分别在红色通道、绿色通道、蓝色通道中的数值为 (0. 8902, 0. 8471，0. 7607)，根据第一预设条件中的预设阈值公式，预设阈值Iniax为0. 7843， 1_为0. 2157, S "为0. 2298,结合上述计算公式得到的I t= 0. 5853, St = 0. 2298,对于 (50, 380)像素的I = 0. 7608>It，S = 0. 0863〈St，符合要求，因此第一区域中的该像素点通 过第一预设条件检测，如果该第一区域中所有的像素点全都按上述步骤通过第一预设条件 的检测，则该第一区域被选定为天空区域。
[0063] 值得一提的是，由于在正常拍照时，天空区域基本上是处于待处理图像的上板部 分中，所以步骤一种选取的第一区域在大部分情况下优先为待处理图像的上半部分，如果 在第一区域中经过上述步骤一至步骤三没有选取处符合第一预设条件的天空区域，还可以 根据实际使用需求，考虑是否需要选取其他部分再次进行如步骤一至步骤三所示的判定过 程，直至选取出符合第一预设条件的天空区域为止。通过上述步骤一至步骤三就可以从待 处理图像中选取天空区域，并用于之后的步骤继续进行处理。
[0064] 可选的，所述在所述天空区域中确定大气光点，确定所述待处理图像中色彩通道 的比值，包括：
[0065] 在至少一个所述天空区域中选取亮度最高的点作为大气光点；
[0066] 确定所述大气光点中红色通道、绿色通道、蓝色通道的第一数值比例，将所述第一 数值比例作为所述待处理图像中色彩通道的比值。
[0067] 在实施中，在步骤三中可能确定的天空区域有多个，在确定的至少一个天空区域 中，选取亮度最高的一个点作为大气光点，接着获取该大气光点在待处理图像中分别在红 色通道、绿色通道和蓝色通道三个通道中的数值，并以绿色通道的数值为准，分别确定红色 通道、蓝色通道相对于绿色通道的数值比例。
[0068] 这里之所以用大气光点的自身白平衡作为待处理图像调节白平衡的标准，是因为 大气光点具有待处理图像中的最高亮度值，相对于其他像素点，受黄霾影响的效果最低，以 该大气光点的白平衡去调节待处理图像能够具有最好的调节效果。
[0069] 可选的，所述根据所述待处理通道中色彩通道的比值，确定所述待处理图像的传 输图，包括：
[0070] 根据所述待处理图像中色彩通道的比值，按第一调整公式对所述待处理图像中每 个像素在红色通道、绿色通道和蓝色通道中的数值进行调整，得到调整后的数值，所述第一 调整公式具体为：
[0071]
[0072] 其中，R'为每个像素调整后红色通道的数值，G'为每个像素调整后绿色通道的数 值，B'为每个像素调整后蓝色通道的数值，R为每个像素调整前红色通道的数值，G为每个 像素调整前绿色通道的数值，B为每个像素调整前蓝色通道的数值，R w为大气光点红色通道 的数值，6"为大气光点绿色通道的数值，B "为大气光点蓝色通道的数值，T为预设的通道取 值上限；
[0073] 基于红色、绿色、蓝色散射率与波长的关系，结合人眼对所述红色、绿色、蓝色的敏 感程度，确定在色彩空间转换为HSI (Hue-Saturation-Intensity，色度-饱和度-强度）时 的强度转换公式，根据所述强度转换公式获取所述待处理图像中每个像素的强度值，所述 强度转换公式具体为：
[0074] I = 0· 4520*R' +0· 5121*G' +0· 0359*B'，
[0075] 其中，！为HSI色彩空间内的强度值；
[0076] 在转换至所述HSI色彩空间后，选取所述待处理图像中每个像素在所述红色通 道、绿色通道、蓝色通道中数值的最小值，根据所述最小值组成灰度图，对所述灰度图进行 双边滤波，构成所述待处理图像的传输图。
[0077] 在实施中，将之前确定的大气光点分别在红色通道、绿色通道、蓝色通道中的数值 分别代入第一调整公式中的Rw、Gw、Bw*，将待处理图像中其他像素点在红色通道、绿色通 道、蓝色通道中的数值分别代入R、G、B中，结合预设通道取值上限T，就可以根据第一调整 公式确定每个像素调整后的红色通道、绿色通道、蓝色通道中的数值，也就是完成了根据大 气光点白平衡对整幅待处理图像进行白平衡调整的步骤。
[0078] 由于在大气中混有水蒸气、尘埃等大量的微小颗粒，使得整个大气环境构成"气溶 胶"的胶体，从而会对经过大气的光线产生散射的影响，并且针对不用波长对应的光线，散 射的程度也不尽相同。实际上基于有霾天气下由于瑞利散射导致的各波段色光对传输率贡 献的差异，考虑瑞利散射条件下散射率与波长的关系，结合如下传输率的计算公式：
[0079] t(x) = e ed(x)，
[0080] 可得传输率的比例约为：0· 6498:0. 3679:0. 1514。
[0081] 同时参考人眼对三基色光的感知差异，就RGB三基色而言，人眼感觉绿光亮度最 强，红光次之（约为绿光的一半），蓝光最弱（约为红光的三分之一），因此，假设绿光的视 觉光强为1，红光的视觉光强只能为其原强度的1/2,蓝光则只能为其原强度的1/6。
[0082] 进一步的，之前的处理步骤全都是基于RGB色彩空间进行处理的，在该色彩空间 下图像容易出现过饱和的现象，因此为了实现图像色彩的准确修复，这里需要进行色彩空 间的转换，即从RGB转换至HSI (Hue-Saturation-Intensity，色度-饱和度-强度），从而 实现饱和度的准确控制。
[0083] 综合上述三个原因，最终结合每个像素调节后的RGB值确定在HSI色彩空间下的 强度转换公式为：
[0084] I = 0· 4520*R' +0· 5121*G' +0· 0359*B'，
[0085] 其中，R'为每个像素调整后红色通道的数值，G'为每个像素调整后绿色通道的数 值，B'为每个像素调整后蓝色通道的数值，在HSI色彩空间中，通过上述强度转换公式确定 每个像素的强度（即亮度）值。
[0086] 进一步的，在转换至HSI色彩空间后，选取待处理图像中每个像素在所述红色通 道、绿色通道、蓝色通道中数值的最小值，根据所述最小值组成灰度图，对所述灰度图进行 双边滤波，构成所述待处理图像的传输图。
[0087] 上述灰度图从本质上就是一灰度图，每个像素的灰度值由传输图中每个像素在三 种颜色通道中的最小数值确定，即如果一个像素在红色通道、绿色通道、蓝色通道中的数值 分别为（〇. 8902, 0. 8471，0. 7607)，则取其中最小值0. 7607作为灰度图中该像素对应的灰 度值。
[0088] 值得一提的是，这里的双边滤波是相对于传统方法常用的最小值滤波而言，通过 同时在空间域和值域上对上述灰度图进行处理，具体如图2所示，对于像素 A而言，最小值 滤波是获取以像素 A为中心，周围相邻8个像素的像素取值，将上述8个像素值求取最小值 后，将最小值作为像素 A的值；而双边滤波则是在将像素 A周围相邻的8个像素取值后，结 合每个取值的权重a-h进行计算，将得到的数值作为像素 A的值。双边滤波相对于最小值 滤波，能够从空间域和值域两方面对像素 A的取值进行处理，