一种基于加权融合的水下图像增强方法技术

本发明专利技术公开了一种基于加权融合的水下图像增强方法，所述水下图像增强方法包括以下步骤：对降质的水下图像分别用Gray‑World和直方图均衡化处理，得到输入图像；通过归一化处理，采用加权引导滤波的方法实现对权重因子的定义，修正权重因子，得到修正后的权重图；用拉普拉斯金字塔分别对每一幅输入图进行分解，并且对每一幅权重图用高斯金字塔分解，最终用多尺度融合的方法对输入图像和权重图融合，得到细节丰富的图像。本方法不需要进行复杂的去卷积运算，并且对权重进行了合理的选择，使图像在颜色校正的基础上具有更丰富的细节。

Underwater image enhancement method based on weighted fusion

The invention discloses a method for enhancing the underwater image based on weighted fusion method, which comprises the following steps: the underwater image enhancement of degraded underwater images respectively by Gray and World histogram equalization, the input image is normalized; by using the weighted method, guide filter definition of weight factor the modified weighting factor, get the weight map revised by Laplasse; Pyramid respectively for each pair of input graph decomposition, and the decomposition of Gauss Pyramid with each method with the weight map, finally the multi-scale fusion of input image and weight map fusion, image details. This method does not need to perform complex deconvolution operations, and makes a reasonable choice of weights, so that the image has more detailed details on the basis of color correction.

【技术实现步骤摘要】
一种基于加权融合的水下图像增强方法
本专利技术涉及图像融合的水下图像增强领域，尤其涉及一种基于加权融合的水下图像增强方法。
技术介绍
水下图像增强技术是获取海洋信息的重要组成部分，同时也是完成水下作业的一个重要技术。由于光在水中传输会有衰减作用，红光衰减最快，蓝绿光衰减最慢，并且水中悬浮物会使光在水中发生多次散射作用，前向散射导致图像模糊，后向散射导致图像对比度下降，因此，水下图像会呈现出蓝绿色调并且对比度和清晰度较低，影响对水下勘探的进展，而现有的水下图像增强技术尚不成熟，需要进一步的深入探究。早在1979年，McGlamery[1]提出了经典的水下图像成像模型。他提出，成像系统所接收到的光辐射由三部分组成：直接衰减的光、前向散射和后向散射。在此理论模型的基础上，应用最广泛的是基于暗原色先验(DarkChannelPrior,DCP)的去雾方法和基于Retinex的增强方法。2008年，Fattal[2]利用图像表面阴影和大气传递函数在局部不相关的假设来估计场景的透射度。2011年，张凯[3]等将水体散射效应等效为环境光照的变化，通过水下彩色图像亮度通道下的多尺度Retinex算法处理，可减小水体散射效应，提高图像对比度，但该算法在图像的背景区域容易出现噪声。2012年，Chiang[4]提出了一种基于去雾的波长补偿的水下像增强算法，他考虑到人工光源的作用得到深度图，将前景背景分割，分别对颜色通道按不同比例补偿，但是该方法计算复杂度较高。2013年，Hitam等[5]融合RGB空间和HSV空间的对比度受限的直方图均衡化算法增强水下图像，该算法计算效率高，但是同样会产生较大的噪声。2014年，XueyangFu[6]等人提出了一种在变分框架下基于Retinex理论的水下图像增强方法。2012年，Ancuti等[7]提出了一种基于融合的水下图像增强算法。该算法主要是对输入图像和权重图的选取并通过多分辨率融合达到增强水下图像的目的。水下图像突出的特点是颜色失真和对比度下降，针对这一特点，Ancuti提出分别对每一个特点进行处理得到两幅输入图和权重图，再经过多分辨率融合恢复水下图像。首先，不同波长的光在传输过程中会被不同程度的吸收，导致图像的颜色偏移，而颜色恒常性算法是对偏移颜色的校正方法，针对水下图像的上述特点，Ancuti利用传统的Gray-World[8]方法对降质的图像处理得到输入图像I1，其中，对光照度进行了调整：μI＝0.5+λμref(1)其中，μref是亮度平均值，μI是亮度估计值(在Gray-World中得到的值)。光线衰减后，图像的全局对比度明显减弱，为了得到清晰的图像，Ancuti采用传统的直方图均衡化的方法提高全局对比度，得到输入图像I2。在得到颜色校正和全局对比度提高的两幅输入图之后，考虑到退化的图像在显著性、局部和全局对比度以及曝光方面还有很多欠缺，因此，输入图像的权重将由以下四个权重因子决定：(1)拉普拉斯对比度权重是通过对每一个亮度通道应用拉普拉滤波器，并计算其绝对值得到全局对比度的权重图。(2)局部对比度权重由每个像素及其邻域像素获得：WLC(x,y)＝||Ik-Ikwhc||(2)其中，Ik是输入图像的亮度通道，Ikwhc是经过低通滤波器处理后的通道。(3)图像的主要信息只集中在少数的关键区域中，而人们所关注的也通常集中在图像轮廓曲度最大或轮廓方向突然改变的区域，这些信息由显著图来体现，显著性权重图由Achanta[9]得到。(4)曝光度权重用来衡量像素的曝光程度，它由一个高斯模型获得：其中，Ik(x,y)代表在(x,y)处的亮度值；σ为0.25。为了得到良好的效果，该方法对四幅权重图进行归一化得到两幅权重图，如下所示：其中，n_WLi，n_WLCi，n_WSi和n_WEi(i＝1,2)分别是归一化的拉普拉斯权重，局部对比度权重，显著性权重和曝光度权重。最后，将两幅输入图和两幅权重图用拉普拉斯金字塔多分辨率融合的方法处理，得到增强后的图像：其中，L{I}是输入图像的拉普拉斯金字塔，是权重的高斯金字塔。参考文献[1]McGlameryBL.Acomputermodelforunderwatercamerasysteiiis[C]//OceanOpticsVI.InternationalSocietyforOpticsandPhotonics,1980:221-231.[2]R.Fattal,“SingleImageDehazing,”J.ACMSiggraph08,1-9(2008).[3]张凯,裘溯，王霞.水下彩色图像的亮度通道多尺度Retinex增强算法[J].红外技术,2012,33(11):630-634.[4]ChiangJYandChenYing-Ching.Underwaterimageenhancementbywavelengthcompensationanddehazing[J].IEEETransactionsonImageProcessing,2012,21(4):1756-1769.[5]HitamMS,YussofW,AwalludinEA.Mixturecontrastlimitedadaptivehistogramequalizationforunderwaterenhancement[C]//InternationalConferenceonComputerApplicationsTechnology,Sousse,Tunisia:IEEEPress,2013:1-5.[6]X.Y.FuandP.X.Zhuang,“ARetinex-basedEnhancingApproachforSingleUnderwaterImage,”IEEEInter.Conf.ImageProcess.,Paris,France,October2014,pp.27-30.[7]C.Ancuti,C.O.Ancuti,T.HaberandP.Bekaert,“Enhancingunderwaterimagesandvideosbyfusion,”inproc.IEEEConf.Comput.Vis.Patt.Recogn.(CVPR),Providence,RI,Jun.2012,pp.81-88.[8]B.Gershon,“Aspatialprocessormodelforobjectcolourperception,”J.Frank.Inst.,vol.310,no.1,pp.1-26,1980.[9]R.Achantay,S.Hemamiz,F.Estraday,andS.Susstrunky.Frequency-tunedsalientregiondetection.IEEECVPR,2009.
技术实现思路
本专利技术提供了一种基于加权融合的水下图像增强方法，本专利技术将权重因子和拉普拉斯金字塔融合相结合，详见下文描述：一种基于加权融合的水下图像增强方法，所述水下图像增强方法包括以下步骤：对降质的水下图像分别用Gray-World和直方图均衡化处理，得到输入图像；通过归一化处理，采用加权引导滤波的方法实现对权重因子的定义，修正权重因子，得到修正后的权重图；本文档来自技高网...

【技术保护点】
一种基于加权融合的水下图像增强方法，其特征在于，所述水下图像增强方法包括以下步骤：对降质的水下图像分别用Gray‑World和直方图均衡化处理，得到输入图像；通过归一化处理，采用加权引导滤波的方法实现对权重因子的定义，修正权重因子，得到修正后的权重图；用拉普拉斯金字塔分别对每一幅输入图进行分解，并且对每一幅权重图用高斯金字塔分解，最终用多尺度融合的方法对输入图像和权重图融合，得到细节丰富的图像。

【技术特征摘要】
1.一种基于加权融合的水下图像增强方法，其特征在于，所述水下图像增强方法包括以下步骤：对降质的水下图像分别用Gray-World和直方图均衡化处理，得到输入图像；通过归一化处理，采用加权引导滤波的方法实现对权重因子的定义，修正权重因子，得到修正后的权重图；用拉普拉斯金字塔分别对每一幅输入图进行分解，并且对每一幅权重图用高斯金字塔分解，最终用多尺度融合的方法对输入图像和权重图融合，得到细节丰富的图像。2.根据权利要求1所述的一种基于加权融合的水下图像增强方法，其特征在于，所述得到修正后的权重图的步骤具体为：m_W1＝a_1*n_WLC1+b_1*n_WS1+c_1*n_WE1m_W2＝a_2*n_WLC2+b_2*n_WS2+c_2*n_WE2其中，a_i，b_i和c_i分别是每个权重的比例因子...

【专利技术属性】
技术研发人员：徐岩，孙美双，曾祥波，
申请(专利权)人：天津大学，
类型：发明
国别省市：天津,12