本公开涉及用于处理图像的方法和系统，具体地涉及用于解决由于例如环境条件诸如天气、照明和/或可能变得附接到镜头的阻碍物所导致的图像劣化的方法和系统。
背景技术：
1、机动车应用中的相机或其它传感器输出图像常常由于不同天气条件(包括雾、雨、雪、阳光、夜晚等)而劣化。这样的劣化降低驾驶员的能见度，从而增大了意外事故的风险。因此，增强相机输出的能见度在机动车领域中具有价值，至少为了避免或减少事故数量的目的是有价值的。已经进行了许多研究来移除那些劣化，包括雨水移除、除雾和低光图像增强。然而，那些算法限于特定的单个劣化。各种天气条件可能导致多个复杂的图像劣化，而不是对于特定天气的单个劣化。
技术实现思路
1、根据本公开的一个方面，提供了一种用于生成增强图像的方法。该方法包括：从图像传感器获取输入图像；生成传感器特征数据，其中该传感器特征数据是基于该输入图像的；对于该输入图像的多个区域中的每个区域，基于该传感器特征数据确定劣化简档，其中该劣化简档为多个劣化中的每个劣化指示劣化量；以及基于该多个区域中的每个区域的该劣化简档生成增强图像。
2、根据各种实施方案，该方法还可包括以下特征中任何一个特征或者以下特征中一些或全部特征的任何技术上可行的组合：
3、-生成该传感器特征数据包括基于该输入图像和环境传感器数据生成组合特征向量，然后基于该组合特征向量的维度缩减生成缩减特征向量，并且其中该环境传感器数据是从与该图像传感器分开的环境传感器获取的；
4、-利用主成分分析(pca)执行该组合特征向量的该维度缩减；
5、-利用机器学习(ml)和特征描述技术生成该组合特征向量；
6、-该多个区域包括全局区域和与第一局部标度相对应的第一多个区域；
7、-该多个区域包括与不同于该第一局部标度的第二局部标度相对应的第二多个区域；
8、-该第一多个区域中的每个区域对应于该输入图像的局部块；
9、-多标度劣化简档数据是基于确定该第一多个区域中的至少一个区域的该劣化简档和该全局区域的该劣化简档来生成的；
10、-该多标度劣化简档数据被用于确定一个或多个控制参数，该一个或多个控制参数被用作对一个或多个图像增强技术的输入，以当被应用于该输入图像时控制该一个或多个图像增强技术以生成该增强图像；
11、-生成该增强图像包括：(i)将该一个或多个图像增强技术中的至少一者应用于该全局区域以生成增强全局图像；(ii)将该一个或多个图像增强技术中的至少一个其他图像增强技术应用于该第一多个区域中的至少一者，以生成增强局部图像层；以及(iii)基于该增强全局图像层和该增强局部图像层生成该增强图像；
12、-对于该多个区域中的每个区域的该劣化简档，该多个劣化包括预定的多个劣化，并且其中为该预定的多个劣化中的每一者确定输出劣化值；
13、-该预定的多个劣化中的每一者的该输出劣化值被用于确定供图像增强技术使用的控制参数，以用于在生成该增强图像时控制该图像增强技术的应用；
14、-该劣化简档被确定为机器学习技术的结果，该机器学习技术以该传感器特征数据为输入并且生成该劣化量作为输出；
15、-通过基于特征值是从该输入图像提取的特征向量的维度缩减生成缩减特征向量，来生成该传感器特征数据；
16、-利用机器学习(ml)技术生成该缩减特征向量，该ml技术以该输入图像和/或该特征向量为输入并生成该缩减特征向量作为输出；和/或
17、-为该多个区域中的第一多个区域生成第一增强局部图像层，并且为该多个区域中的第二多个区域生成第二增强局部图像层，其中根据第一标度调整该第一多个区域的大小，并且根据与该第一标度不同的第二标度调整该第二多个区域的大小，并且其中组合该第一增强局部图像层和该第二增强局部图像层形成该增强图像。
18、根据本公开的另一方面，提供了一种图像增强系统。该图像增强系统包括：至少一个处理器；和存储计算机指令的存储器。该图像增强系统被配置为使得该至少一个处理器执行该计算机指令，该计算机指令在被该至少一个处理器执行时，使得该图像增强系统：(i)从图像传感器获取输入图像；(ii)生成传感器特征数据，其中该传感器特征数据是基于该输入图像的；(iii)对于该输入图像的多个区域中的每个区域，基于该传感器特征数据确定劣化简档，其中该劣化简档为多个劣化中的每个劣化指示劣化量；以及(iv)基于该多个区域中的每个区域的该劣化简档生成增强图像。
19、根据本公开的又一方面，提供了一种用于车辆的车载图像增强系统。该车载图像增强系统包括：用于车辆的车载车辆计算机，该车载车辆计算机具有至少一个处理器和存储计算机指令的存储器；图像传感器，该图像传感器被配置为被安装到该车辆上并且面向该车辆外部的区域并且被配置为捕获一个或多个输入图像；和环境传感器，该环境传感器被配置为捕获关于该车辆的环境的环境数据。该车载车辆计算机被配置为使得当该至少一个处理器执行该计算机指令时，该车载车辆计算机处理该一个或多个输入图像以利用图像增强过程生成一个或多个增强图像，该图像增强过程包括：(i)从该图像传感器获取该输入图像；(ii)从该环境传感器获取该环境传感器数据；(iii)生成传感器特征融合数据，其中该传感器特征融合数据是基于该输入图像和该环境传感器数据的；(iv)对于该输入图像的多个区域中的每个区域，基于该传感器特征融合数据确定劣化简档，其中该劣化简档为多个劣化中的每个劣化指示劣化量；(v)基于该多个区域中的每个区域的该劣化简档生成增强图像；以及(vi)提供该增强图像用于在该车辆的电子显示器处显示。
20、根据各种实施方案，该车载图像增强系统还可包括以下特征中的任何一个特征或以下特征中的一些或全部特征的任何技术上可行的组合：
21、-该一个或多个输入图像包括输入视频流的多个图像部分，其中该一个或多个增强图像是多个增强图像；和/或
22、-该车载图像增强系统被配置为使该多个增强图像作为增强视频流被显示在该电子显示器处。
1.一种用于生成增强图像的方法，所述方法包括：
2.根据权利要求1所述的方法，其中生成所述传感器特征数据包括基于所述输入图像和环境传感器数据生成组合特征向量，然后基于所述组合特征向量的维度缩减生成缩减特征向量，并且其中所述环境传感器数据是从与所述图像传感器分开的环境传感器获取的。
3.根据权利要求2所述的方法，其中利用主成分分析(pca)执行所述组合特征向量的所述维度缩减。
4.根据权利要求2所述的方法，其中利用机器学习(ml)和特征描述技术生成所述组合特征向量。
5.根据权利要求1所述的方法，其中所述多个区域包括全局区域和与第一局部标度相对应的第一多个区域。
6.根据权利要求5所述的方法，其中所述多个区域包括与不同于所述第一局部标度的第二局部标度相对应的第二多个区域。
7.根据权利要求5所述的方法，其中所述第一多个区域中的每个区域对应于所述输入图像的局部块。
8.根据权利要求5所述的方法，其中多标度劣化简档数据是基于确定所述第一多个区域中至少一个区域的所述劣化简档和所述全局区域的所述劣化简档来生成的。
9.根据权利要求8所述的方法，其中所述多标度劣化简档数据被用于确定一个或多个控制参数，所述一个或多个控制参数被用作对一个或多个图像增强技术的输入，以当被应用于所述输入图像时控制所述一个或多个图像增强技术以生成所述增强图像。
10.根据权利要求9所述的方法，其中生成所述增强图像包括：
11.根据权利要求1所述的方法，其中对于所述多个区域中的每个区域的所述劣化简档，所述多个劣化包括预定的多个劣化，并且其中为所述预定的多个劣化中的每一者确定输出劣化值。
12.根据权利要求11所述的方法，其中所述预定的多个劣化中的每一者的所述输出劣化值被用于确定供图像增强技术使用的控制参数，以用于在生成所述增强图像时控制所述图像增强技术的应用。
13.根据权利要求1所述的方法，其中所述劣化简档被确定为机器学习技术的结果，所述机器学习技术以所述传感器特征数据为输入并且生成所述劣化量作为输出。
14.根据权利要求1所述的方法，其中通过基于特征值是从所述输入图像提取的特征向量的维度缩减生成缩减特征向量，来生成所述传感器特征数据。
15.根据权利要求14所述的方法，其中利用机器学习(ml)技术生成所述缩减特征向量，所述ml技术以所述输入图像和/或所述特征向量为输入并生成所述缩减特征向量作为输出。
16.根据权利要求1所述的方法，其中为所述多个区域中的第一多个区域生成第一增强局部图像层，并且为所述多个区域中的第二多个区域生成第二增强局部图像层，其中根据第一标度调整所述第一多个区域的大小，并且根据与所述第一标度不同的第二标度调整所述第二多个区域的大小，并且其中组合所述第一增强局部图像层和所述第二增强局部图像层形成所述增强图像。
17.一种图像增强系统，所述图像增强系统包括：
18.一种车载图像增强系统，所述车载图像增强系统用于车辆，所述车载图像增强系统包括：
19.根据权利要求18所述的车载图像增强系统，其中所述一个或多个输入图像包括输入视频流的多个图像部分，其中所述一个或多个增强图像是多个增强图像。
20.根据权利要求19所述的车载图像增强系统，其中所述车载图像增强系统被配置为使所述多个增强图像作为增强视频流被显示在所述电子显示器处。
