用于去除数字图像中的模糊度的系统和方法与流程

1.本技术涉及图像处理系统和方法。更具体地，本技术涉及用于去除由安装在移动式工作机器上的图像捕获装置捕获的数字图像和视频中的雾霾的系统和方法。


背景技术：

2.移动式工作机器(例如公路或非公路拖运卡车、机动平地机、挖掘机、扫雪机和其他类型的重型设备)用于执行各种任务。这些任务中的一些涉及沿着运输道路运载或推动大的和/或重的负载。为了帮助操作员沿着运输道路安全且有效地引导工作机器，一些工作机器配备有图像处理系统，该图像处理系统包括位于每个工作机器的前端上的摄像机。摄像机捕获工作机器前方的环境的视频/图像，并且图像处理系统在工作机器的车载显示器上呈现图像以向操作员提供周围环境的清晰视图。然而，在诸如烟、雾、沙尘暴等恶劣天气条件期间，不充分的可见性导致这种图像处理系统捕获并向操作员显示周围环境的可见性差的模糊视频/图像，这不利地影响操作员以及作业机器的性能。
3.为了改善由这种图像处理系统捕获的模糊视频/图像的可见性，已经提出了几种模糊去除技术。然而，这种雾度去除技术的实现需要具有高计算能力的高端处理系统。此外，这种雾度去除技术需要高处理时间，因此在图像处理系统上实时(或接近实时)实现这种雾度去除技术时具有障碍。
4.中国专利公布文献104202577涉及一种汽车视频锐化系统。汽车视频锐化系统包括红外摄像机，用于获取汽车前方图像并通过视频解码器将与所获取的图像相关联的信号传送到视频处理器。视频处理器基于rgb-hsi转换和retinex图像增强算法处理信号，并通过视频编码器将增强的图像透射到驾驶室中的显示单元，该显示单元然后将增强的图像显示给汽车驾驶员。


技术实现要素：

5.在本技术的一个方面，提供了一种用于去除数字图像中的模糊度的方法。该方法包括由处理单元从图像捕获装置接收输入数字图像。输入数字图像包括至少一些模糊内容。此外，该方法包括由处理单元缩小输入数字图像以获得低分辨率图像。此外，该方法包括由处理单元确定低分辨率图像的每个局部补丁的最小强度暗通道，以获得对应于低分辨率图像的暗通道图像。该方法还包括由处理单元基于所确定的暗通道图像来确定低分辨率图像的透射图。此外，该方法包括由处理单元确定与低分辨率图像相关联的大气光值。此外，该方法包括由处理单元将所确定的透射图和与低分辨率图像相关联的大气光值应用于输入数字图像，以生成去模糊输出图像。此外，该方法包括由处理单元在显示单元上显示所生成的去模糊输出图像。
6.在另一方面，本发明涉及一种用于去除数字图像中的模糊度的系统。该系统包括与移动式工作机器相关联的图像捕获装置。此外，该系统包括与移动式工作机器相关联的显示单元。该系统包括存储器单元，以及通信地耦合到图像捕获装置、显示单元和存储器单
元的处理单元。处理单元配置为从图像捕获装置接收输入数字图像。输入数字图像包括至少一些模糊内容。此外，所述处理单元配置为缩小所述输入数字图像以获得低分辨率图像；为所述低分辨率图像的每个局部补丁确定最小强度暗通道，以获得对应于所述低分辨率图像的暗通道图像；基于所确定的暗通道图像确定低分辨率图像的透射图；确定与所述低分辨率图像相关联的大气光值；将所确定的透射图和与所述低分辨率图像相关联的所述大气光值应用于所述输入数字图像以生成去模糊输出图像；以及在所述显示单元上显示所生成的去模糊输出图像。
7.在又一方面中，本发明针对一种其上存储有计算机可执行指令的非暂时性计算机可读介质，所述计算机可执行指令在由处理单元执行时执行一种去除数字图像中的模糊度的方法。该方法包括从图像捕获装置接收输入数字图像。输入数字图像包括至少一些模糊内容。此外，该方法包括缩小输入数字图像以获得低分辨率图像。而且，该方法包括为低分辨率图像的每个局部补丁确定最小强度暗通道，以获得对应于低分辨率图像的暗通道图像。该方法还包括基于所确定的暗通道图像来确定低分辨率图像的透射图。此外，该方法包括确定与低分辨率图像相关联的大气光值。此外，该方法包括将所确定的透射图和与低分辨率图像相关联的大气光值应用于输入数字图像，以生成去模糊输出图像。此外，该方法包括在显示单元上显示所生成的去模糊输出图像。
附图说明
8.图1是根据本技术的实施例的在模糊环境中操作的示例性工作机器的俯视图；
9.图2示出了根据本技术的实施例的工作机器的操作员驾驶室，其包括显示模糊环境的去模糊化视图的显示单元；
10.图3示出了根据本技术的实施例的用于去除从图像捕获装置捕获的数字图像中的模糊度的示例性系统；
11.图4示出了根据本技术的实施例的图3中讨论的系统的处理单元的示例性框图；
12.图5示出了根据本技术的实施例的用于去除数字图像中的模糊度的示例性方法；以及
13.图6和图7示出了根据本技术的实施例的模糊环境的输入数字图像、透射图、精细透射图和去模糊输出图像。
具体实施方式
14.现在将详细参考本技术的实施例，其示例在附图中示出。只要可能，在所有附图中使用相同的附图标记来表示相同或相似的部件。
15.图1示出了根据本技术的实施例的在工作环境102中操作的示例性移动式工作机器100。移动式工作机器100(以下称为机器100)可体现为执行与诸如采矿、建筑、耕作、运输的工业或本领域已知的任何其他工业相关联的操作的作业车辆。例如机器100可以是运土机器，例如非公路运输卡车、服务卡车、装载机、自动平地机或任何其他运土机器。机器100可替代地体现为公路职业卡车或客车，或任何其他合适的操作执行机器。
16.机器100可非排他地包括主体104和推进系统(未示出)，主体104具有由一个或多个牵引装置106支撑的前端104a，推进系统用于推进牵引装置106。推进系统可包括原动机
108和可操作地连接到原动机108的动力传动装置110。原动机108可包括诸如内燃发动机的发动机，该发动机构造成驱动机器100上的诸如牵引装置106的各种系统的操作。可选地，原动机还可以包括单独的或与发动机结合的电力源。
17.机器100包括在前端104a处支撑在主体104上的操作员站112。操作员站112可便于定位其中的一个或多个操作员，使得操作员能够控制机器100的一个或多个功能。例如操作员站112可容纳一个或多个操作员接口，例如如图2所示的一个或多个输入装置114和输出装置116，其便于操作员操作机器100。例如一个或多个输入装置114可以包括但不限于方向盘118、操纵杆120、开关(未示出)等。一个或多个输出装置116可以包括但不限于视觉显示单元、音频单元等。
18.机器100被设计和构建成在所有天气条件下操作。例如如图1和图2所示，机器100的工作环境102是模糊环境122。通常，术语“模糊环境”对应于特征在于存在烟、雾、细雨、烟雾、灰尘或其他空气传播的颗粒物质中的至少一种的环境，其导致操作员的低可见度。因此，当在恶劣的天气条件(例如模糊环境122)下操作时，操作员可能无法通过机器100的风挡124清楚地观察附近的周围环境。
19.在本技术的实施例中，机器100包括用于在定位在操作员站112内部的输出装置116上提供模糊环境122的清晰视图的系统200。系统200配置为捕获机器100周围的模糊环境122的模糊视频/图像，并在输出装置116(见图2)上为机器100的操作员显示相应的去模糊视频/图像216。现在将在以下描述中参照图3至5描述系统200的详细工作。
20.参照图3，根据本技术的实施例，系统200包括图像捕获装置202、编码器204、解码器206、处理单元208、存储器单元210和显示单元212。例如系统200的各个组件经由适当的通信链路彼此通信地耦合，以发送和接收数据、信息、图像、视频等，用于根据本技术的实施例的处理。通信链路可以通过有线或无线连接来实现，并且可以是诸如局域网(lan)的安全网络和/或诸如lan、wan、man和/或因特网的网络组合的一部分。
21.在一个示例中，图像捕获装置202安装在机器100的前端104a处(如图1所示)。在一个示例中，图像捕获装置202配置为在机器100的工作环境102的行进方向(例如通过风挡124可见的机器100的大致前方的区域)上捕获机器100的工作环境102的视频馈送(或图像)。例如图像捕获装置202可捕获机器100周围的模糊环境122的视频馈送(或图像)(如图2所示)。由图像捕获装置202捕获的模糊环境122的视频馈送(或图像)包括至少一些模糊效果内容。
22.在一个示例中，图像捕获装置202是因特网协议相机。在一些其他示例中，图像捕获装置202可由任何图像捕获装置实现，诸如网络摄像头、数码相机、智能电话和驾驶记录器等。在示例性实施例中，系统200仅包括安装在机器100的前端104a处的一个图像捕获装置202。然而，可以设想，在各种其他实施例中，系统200可包括安装在机器100上的各种位置处的多个这种图像捕获装置。
23.编码器204配置为从图像捕获装置202接收所捕获的视频馈送/图像，并使用运动jpeg压缩格式将所接收的视频馈送的每个视频帧压缩为联合图像专家组(jpeg)图像。所得到的编码图像格式在下文中称为mjpeg图像格式。通过使用jpeg压缩算法的视频编码在多媒体中是公知的，因此，为了本技术的简洁起见，这里不再进一步描述。可以设想，mjpeg压缩技术仅仅是示例性的，并且在一些其他实施例中，编码器204可以根据其他已知的运动画
面压缩标准(诸如mpeg－2、mpe－4和h.264)对视频馈送进行编码，而不脱离所要求保护的主题的范围。在本技术的各种实施例中，编码器204被实现为与图像捕获装置202集成地相关联。在替换实施例中，编码器204可以在图像捕获装置202的外部，而不脱离所要求保护的主题的范围。
24.此外，编码器204将得到的mjpeg图像发送到解码器206。在本技术的实施例中，解码器206配置为将所接收的mjpeg图像格式解码为yuv图像格式以用于进一步处理。在一个示例中，解码器206被实现为与显示单元212整体地相关联。在替代实施方案中，解码器206可在不脱离本发明的范围的情况下在外部实施。用于将mjpeg图像转换为yuv图像格式的解码器在本领域中是公知的，因此为了简洁起见，在描述中省略了对这种解码器的详细描述。
25.在一个实施例中，根据本技术的实施例，所得到的yuv图像格式被提供为输入数字图像214，在其上执行去模糊处理。例如解码器206将生成的输入数字图像214发送到处理单元208，用于进一步的图像去模糊处理。处理单元208可使用一种或多种控制器技术来实施，例如专用集成电路(asic)、精简指令集计算(risc)技术、复杂指令集计算(cisc)技术等。在本发明的实施例中，处理单元208是专用或固定功能图像信号处理器(isp)，例如基于操作或编程指令来处理信息的低功率图形处理单元(gpu)。例如处理单元208配置以执行存储在存储器单元210中的指令以执行预定操作。可以设想，低功率gpu可以是具有低图形处理能力的任何gpu，例如较少数目的gpu核心。在替代实施例中，处理单元208可以是任何其他类型的处理单元，例如数字信号处理器(dsp)、状态机器、逻辑电路等。
26.存储器单元210可以是包含任何形式的ram(随机存取存储器)或rom(只读存储器)的ic(集成电路)存储器芯片、软盘、cd－rom(光盘只读存储器)、硬盘驱动器、dvd(数字视频盘)、闪存卡、外部用户识别模块(sim)卡或用于存储非瞬态数字信息的任何其他介质。所属领域的技术人员将认识到，当系统200具有由处理单元208(例如低功率gpu)执行的其功能中的一者或多者时，含有对应操作指令的存储器单元210可嵌入在此低功率gpu内。
27.处理单元208配置为从解码器206接收yuv图像格式的输入数字图像214，并处理所接收的输入数字图像214以在显示单元212上输出去模糊输出图像216。例如显示单元212可以是计算机控制台、安装在驾驶室的监视器、可安装在头部的显示眼镜等。现在将在以下描述中详细描述处理单元208对模糊输入数字图像214的详细处理以获得去模糊输出图像216。
28.图4示出了根据本技术的各种实施例的处理单元208的框图400。在本技术的实施例中，处理单元208包括图像接收模块402、图像格式转换模块403、缩小模块404、去模糊模块406、图像增强模块408和图像输出模块410。此外，去模糊模块406包括暗通道先验模块412、大气光估计模块414、透射图估计模块416和精细透射图估计模块418。处理单元208的这些各种模块配置成经由本领域已知的一个或多个通信链路彼此通信。
29.根据一些实施例，处理单元208的模块可以包括实现为硬件、软件、固件或其组合的逻辑。例如处理单元208的模块可以以计算机可读指令的形式存储在任何类型的非暂时性计算机可读介质上，非暂时性计算机可读介质诸如存储器装置(例如随机存取存储器、闪存等)、光学介质(例如cd、dvd、等)\固件(例如eprom)或任何其他存储介质。处理单元208的模块也可以实现为硬件模块，并且可以包括连接的逻辑单元，例如门和触发器，和/或可以包括可编程单元，例如可编程门阵列或处理器。
30.图像接收模块402配置为从图像捕获装置202接收至少一个输入数字图像，例如输入数字图像214。输入数字图像214包括对应于机器100在其中操作的模糊环境122的至少一些模糊效果内容。在示例性实施例中并且如上所述，图像接收模块402配置为从解码器206接收原始yuv图像格式作为输入数字图像214。一旦接收到输入数字图像214，图像格式转换模块403就将yuv图像格式的输入数字图像214转换为rgb图像格式以供进一步处理。
31.一旦输入数字图像214被图像格式转换模块403转换成rgb图像格式，输入数字图像214就被缩小模块404缩小以获得相应的低分辨率图像。这里使用的术语“低分辨率”旨在包括给定输入数字图像的任何版本，其具有比由图像接收模块402接收的实际未缩放输入数字图像214减小的像素尺寸。在示例性实施例中，大小为640像素宽和360像素高的输入数字图像214被缩小到320像素宽和180像素高的低分辨率。执行输入数字图像214的缩小以降低计算负荷和成本，并提高由系统200完成的图像去模糊处理的效率。
32.去模糊模块406配置为对低分辨率图像执行图像去模糊处理。例如去模糊模块406使用以下模型来获得去模糊图像的像素的强度值：
33.i(x)＝j(x)t(x) a(1-t(x))
ꢀꢀꢀꢀꢀꢀ
(1)
34.其中，
[0035]“i”表示模糊图像中的像素的r、g、b通道中的任一个的强度值；
[0036]
‘
x’表示具有一些模糊内容的低分辨率图像的像素或局部补丁(像素簇)；
[0037]“a”表示模糊图像的大气光值；
[0038]
t(x)表示模糊低分辨率图像中的像素“x”的透射比，并且描述到达图像捕获装置202的未散射光线的一部分。在本技术的示例性实施例中，透射t(x)通常是空气的透射。然而，透射t(x)可以是水或一些其他至少部分透明的介质的透射；以及
[0039]“j”表示去模糊图像中像素的r、g、b通道中对应的一个的强度值；
[0040]
因此，为了获得j(x)的值，将获得t(x)和a的值，因为已经从所接收的输入数字图像214知道i(x)的值。以下描述解释了去模糊模块406如何获得a和t(x)的值。
[0041]
在本技术的实施例中，去模糊模块406配置为确定低分辨率图像的每个局部补丁的最小强度暗通道，并获得对应于低分辨率图像的暗通道图像。举例来说，去模糊模块406的暗通道先验模块412经配置以接收低分辨率图像且基于暗通道先验模型获得对应于低分辨率图像的暗通道图像。例如暗通道先验模块412为低分辨率图像的每个局部补丁(或像素)(从红色、绿色和蓝色通道)确定最小强度(或接近零强度)的彩色通道。暗通道先验模块412基于以下等式数学地确定局部补丁的该最小强度或暗通道强度j
dark
：
[0042][0043]
其中，jc是对应于色彩通道索引c的场景辐照度j(x)的r、g、b通道中的任一个的强度，
[0044]
ω(x)是低分辨率图像中位置
‘
x’处的局部补丁(或像素)；并且
‘
y’是局部补丁ω(x)中的所有输入像素。类似地，暗通道先验模块412确定低分辨率图像的剩余局部补丁的最小强度暗通道，以获得整个低分辨率图像的暗通道图像，该图像然后可以被存储并进一步处理。
[0045]
此外，去模糊模块406利用大气光估计模块414来确定与低分辨率图像相关联的大
气光值
‘
a’。例如大气光估计模块414识别低分辨率图像的暗通道图像中的最亮像素的至少一部分。在一个实施例中，大气光估计模块414识别暗通道图像中的前10％最亮像素。此外，大气光估计模块414将每个识别的像素(例如前10％最亮像素)与实际接收的输入数字图像214中的对应像素进行比较，以识别输入数字图像214中具有最高强度的像素。所识别的像素然后被选择为大气光，并且因此，大气光值a被识别为所识别的像素的强度。
[0046]
在本技术的实施例中，去模糊模块406利用透射图估计模块416基于所确定的暗通道图像来确定低分辨率图像的透射图。例如透射图估计模块416选择大气光a的恒定值以确定透射图。在一个实施例中，透射图估计模块416可以从大气光估计模块414接收大气光值a。在一些其他实施例中，透射图估计模块416从相关联的测光计、基于日时的所存储的查找表、基于位置的所存储的查找表等或这些技术的组合接收作为常数的大气光值a。此外，透射图估计模块416将每个局部补丁ω(x)的透射视为常数，并通过使用如下等式计算透射：
[0047][0048]
其中，ω是位于0和1之间的校正系数，并且表示要保留的部分模糊(以使去模糊输出图像216看起来更自然)。在一些实施例中，ω可以是在0.85与0.95之间范围内的任何值。此外，在一些其他实施例中，ω还可以基于实际需要来调整，并且不旨在限制所要求保护的主题的范围。此外，透射图估计模块416设置透射的下阈值
‘
t0'，以避免由于过度减小而导致的噪声。
[0049]
在本技术的实施例中，精细透射图估计模块418进一步精细化所确定的透射图，以消除(或最小化)在低分辨率图像的所确定的透射图中观察到的块效应。在一个示例中，精细透射图估计模块418配置为对所确定的透射图应用双边滤波技术，以获得具有最小块效应的低分辨率图像的精细透射图。通过利用双边滤波技术，精细透射图估计模块418用相邻像素的强度值的加权平均来替换与低分辨率图像相关联的每个像素的强度，以获得低分辨率图像的精细透射图，其中加权平均基于高斯分布。双边滤波技术在本领域中也是公知的，因此为了简洁起见不再详细描述。由于双边滤波技术是简单的边缘保留技术，并且与其他边缘保留技术相比相对较快，所以用于精细化透射图的计算能力要求降低，并且系统200的整体效率提高。
[0050]
此外，去模糊模块406将所确定的透射图(或精细透射图)和与低分辨率图像相关联的大气光值应用于输入数字图像214，以生成去模糊输出图像216。例如去模糊模块406配置为将所确定的透射图(或精细透射图)缩放为输入数字图像214的对应幅度，以获得缩放的透射图(或精细透射图)。在一个实施例中，去模糊模块406基于最近邻插值技术来缩放所确定的透射图(或精细透射图)。去模糊模块406利用缩放的透射图(或精细透射图)和确定的大气光值，通过使用以下等式来恢复实际场景辐照度j(x)：
[0051][0052]
其中，t0是透射的下阈值，以避免由于过度减小而产生的噪声，并且其位于0和1之间。例如t0可以是0.1、0.2或0.3。
[0053]
在本技术的实施例中，图像增强模块408配置为通过使用图像增强技术来增强所
生成的去模糊输出图像216的亮度和对比度特性。在一个示例中，图像增强模块408通过使用伽马校正技术来调整去模糊输出图像216的亮度。此外，在示例性实现中，图像增强模块408通过使用直方图均衡化技术来调整去模糊输出图像216的对比度特性。包括伽马校正技术和直方图均衡技术的这种图像增强技术是公知的，因此为了简洁起见不再详细描述。本领域技术人员可以想到，伽马校正和直方图均衡技术仅仅是示例性的，并且可以实现用于增强去模糊输出图像的亮度和对比度特性的任何其他已知技术，而不脱离所要求保护的主题的范围。
[0054]
一旦亮度和对比度特性被增强，图像输出模块410输出去模糊输出图像216(诸如增强的去模糊输出图像)以经由显示单元212显示。在一个实施例中，图像输出模块410将去模糊输出图像作为去模糊视频连续地串行输出到显示单元212。本领域技术人员可以设想，去模糊输出图像、中间暗通道图像和透射图可以另外存储在存储器单元210中。
[0055]
如前所述，由于获得大气光值和透射图的所有处理都是在低分辨率图像而不是高分辨率图像上进行的，因此所需的处理时间和计算能力显著减少，从而使其都可在低功率gpu上实现。
[0056]
工业实用性
[0057]
当机器100在模糊环境122中操作时，机器100的操作员难以清楚地看到附近的周围环境。为了解决这个问题，在机器处安装图像捕获装置以捕获附近周围环境的视频馈送，并且通常在操作员站内安装显示单元以从图像捕获装置接收视频馈送，并且显示视频馈送以供操作员看到。然而，由于机器100在模糊环境122中操作，所以由定位在机器100上的图像捕获装置202捕获的视频馈送也是模糊视频，这将不会为操作员提供清晰的显示。为了使由图像捕获装置202捕获的视频馈送去模糊化，提供了系统200。根据本技术的实施例，系统200对由图像捕获装置202捕获的模糊视频馈送执行去模糊化处理，以实时地在显示单元212上显示清晰且无模糊的视频，从而便于机器100在这种模糊工作环境122中的容易操作。此外，系统200将由图像捕获装置202捕获的高分辨率图像/视频转换为低分辨率图像，以执行各种去模糊处理步骤。使用低分辨率图像代替高分辨率图像进行图像处理，显着地减少了处理时间和功率，这使得在低端gpu上进行处理成为可能。使用低端gpu的系统200的实现使其成本效率也很高。例如系统200对单个图像去模糊所需的处理时间被减少到每个图像60毫秒。因此，在显示单元212上实时提供去模糊图像/视频。
[0058]
参考图5至图7，讨论了用于去除输入数字图像214中的模糊度的示例性方法500。最初，在步骤502，接收输入数字图像214(参见图6中的附图标记602和图7中的附图标记702)。在一个实施例中，处理单元208的图像接收模块402配置为从图像捕获装置202接收输入数字图像214。例如当机器100在模糊环境122中沿着道路行进时，安装在机器100上的图像捕获装置202连续地捕获机器100周围的模糊环境122的视频馈送。首先例如由编码器204将所捕获的视频馈送编码成压缩的运动jpeg(mjpeg)图像格式。然后，例如由解码器206对压缩的mjpeg图像格式进行解码，以获得yuv图像格式的输入数字图像214，然后由处理单元208将其转换成rgb图像格式，用于进一步处理。例如图像格式转换模块403将输入数字图像214从yuv图像格式转换为rgb图像格式。
[0059]
此外，在步骤504，输入数字图像214被缩小以获得相应的低分辨率图像。例如处理单元208的缩小模块404配置为缩小接收到的输入数字图像214。在一个实施例中，输入数字
图像214被缩小到宽320像素高180像素的图像的低分辨率。
[0060]
一旦产生低分辨率图像，该方法进行到步骤506，其中通过为低分辨率图像的每个局部补丁确定最小强度暗通道来获得对应于低分辨率图像的暗通道图像。例如去模糊模块406内的暗通道先验模块412利用暗通道先验模型(由等式2表示)来获得每个像素或局部补丁的最小强度暗通道，从而确定对应于整个低分辨率图像的暗通道图像。
[0061]
一旦获得了暗通道图像，该方法进行到步骤508，其中基于在步骤506获得的暗通道图像确定低分辨率图像的透射图(参见图6中的附图标记604、图7中的附图标记704)。例如去模糊模块406的透射图估计模块416配置为基于所确定的暗通道图像来确定对应于低分辨率图像的透射图(由等式3表示)。在一些实施例中，透射图被进一步精细化以消除(或最小化)在低分辨率图像的所确定的透射图中观察到的块效应。例如精细透射图估计模块418配置为对透射图应用双边滤波技术以获得低分辨率图像的精细透射图(参见图6中的附图标记606和图7中的附图标记706)。
[0062]
此外，在步骤510，确定与低分辨率图像相关联的大气光值。例如去模糊模块406的大气光估计模块414配置为确定与低分辨率图像相关联的大气光值。在一个实施例中，识别暗通道图像中的前10％最亮像素，并将其与实际接收的输入数字图像214中的对应像素进行比较，以识别输入数字图像214中具有最高强度的像素。所识别的像素然后被选择为大气光，并且因此大气光值a被识别为所识别的像素的强度。
[0063]
一旦基于低分辨率图像确定透射图t(x)和大气光值a，该方法进行到步骤512。在一个实施例中，所确定的透射图(和/或精细透射图)和与低分辨率图像相关联的大气光值经由去模糊模块406被(使用等式4)应用到输入数字图像214以生成去模糊输出图像216(参见图6中的附图标记608和图7中的附图标记708)。
[0064]
在本技术的一些示例性实施例中，可以通过增强所生成的去模糊输出图像216的亮度和对比度特性来进一步增强所生成的去模糊输出图像216。例如图像增强模块408配置为使用诸如伽马校正和直方图均衡化的技术来增强去模糊输出图像216的亮度和对比度特性。一旦在步骤512产生了去模糊输出图像216，该方法进行到步骤514，其中去模糊输出图像216最终显示在位于机器100的操作员站内的显示单元212上。
[0065]
利用系统200和方法500的适用性，机器100的操作员在操作于模糊环境中的同时实时获得附近周围环境的更清楚的去模糊视频输出。
[0066]
对于本领域技术人员很清楚的是，在不脱离本技术的范围的情况下，可以对本技术的方法/过程进行各种修改和变化。考虑到本文公开的方法/过程的说明书和实践，其他实施方案对于本领域技术人员将是清楚的。说明书和实施例仅被认为是示例性的，本技术的真实范围由所附权利要求及其等效物指示。