基于自适应透射率估计的水下图像清晰化方法技术

本发明专利技术公开的一种基于自适应透射率估计的水下图像清晰化方法，对于输入的水下图像，首先，针对颜色失真问题，对各通道分别进行颜色衰减补偿；其次，分别基于图像模糊度、水下红通道先验和水下最大红通道先验得到三种透射率估计；然后，自适应判别水下图像的特征，根据得到的三种透射率估计求得最终的透射率估计；最后，根据水下成像模型并利用估计得到的水下背景光和最终的透射率估计恢复出清晰的复原结果。本发明专利技术水下图像清晰化处理法可以有效地处理含有人工光源或浑浊度较高的水下图像，复原得到的结果颜色自然，细节清晰。

Underwater image clarity based on adaptive transmittance estimation

【技术实现步骤摘要】
基于自适应透射率估计的水下图像清晰化方法
本专利技术属于计算机图像处理方法，尤其涉及一种水下图像清晰化处理方法。
技术介绍
海洋能源是我国的一项重要战略资源，海洋资源的开发与保护是我国建成海洋强国的重要基础。近年来，水下图像在海洋能源勘探、海洋生态保护以及海洋军事等领域有着极为广泛的应用。但由于受水下场景中的有机物和悬浮颗粒等的影响，水对光能量具有强烈的吸收和散射作用，使得水下图像存在对比度低，颜色失真和细节丢失等问题。因此，水下图像清晰化问题在计算机视觉应用领域和数字图像处理领域亟待解决。现有的水下图像清晰化方法可分为基于图像增强的方法、基于成像模型的复原方法和基于深度学习的方法。基于图像增强的方法主要包括基于Retinex理论的增强方法、空间滤波的方法以及图像融合的方法。基于成像模型的复原方法是通过估计模型参数来复原图像，主要包括基于暗通道先验理论的适用于水下图像复原的方法。基于深度学习的方法可以实现端到端的水下图像复原，但由于水下图像成像的特殊性，导致泛化能力不理想。以上方法大多没有考虑如何处理包含人工光源的水下图像，并且在对浑浊度较高的水下图像进行处理时，颜色失真现象严重。[参考文献]1.Y.-T.Peng,X.Zhao,andP.C.Cosman,“Singleunderwaterimageenhancementusingdepthestimationbasedonblurriness,”in2015IEEEInternationalConferenceonImageProcessing(ICIP),4952–4956,IEEE(2015).2.H.Wen,Y.Tian,T.Huang,etal.,“Singleunderwaterimageenhancementwithanewopticalmodel,”in2013IEEEInternationalSymposiumonCircuitsandSystems(ISCAS2013),753–756,IEEE(2013).3.A.Galdran,D.Pardo,A.Picon,′etal.,“Automaticred-channelunderwaterimagerestoration,”JournalofVisualCommunicationandImageRepresentation26,132–145(2015).4.Y.-T.PengandP.C.Cosman,“Underwaterimagerestorationbasedonimageblurrinessandlightabsorption,”IEEEtransactionsonimageprocessing26(4),1579–1594(2017).5.F.Li,J.Wu,Y.Wang,etal.,“Acolorcastdetectionalgorithmofrobustperformance,”in2012IEEEFifthInternationalConferenceonAdvancedComputationalIntelligence(ICACI),662–664,IEEE(2012).
技术实现思路
针对上述现有技术，本专利技术提出一种基于自适应透射率估计的水下图像清晰化方法，可以有效地处理含有人工光源或浑浊度较高的水下图像，复原得到的结果颜色自然，细节清晰。为了解决上述技术问题，本专利技术提出的一种基于自适应透射率估计的水下图像清晰化方法，首先，对于输入的水下图像的各通道分别进行颜色衰减补偿；其次，分别基于图像模糊度、水下红通道先验和水下最大红通道先验得到三种透射率估计；然后，自适应判别水下图像的特征，根据得到的三种透射率估计求得最终的透射率估计；最后，根据水下成像模型并利用估计得到的水下背景光和最终的透射率估计恢复出清晰的复原结果。具体步骤如下：步骤1：输入的水下图像为Ic(x)，对该水下图像为Ic(x)的各通道分别进行颜色衰减补偿，步骤包括：首先，由蓝绿通道均值判定水下图像Ic(x)的基调颜色，然后，基于该基调对应的颜色通道对其他两通道进行颜色补偿；如图像的基调颜色为蓝色，则通过式(1)对红通道进行颜色衰减补偿：其中，IRC(x)表示补偿后红通道中x处的强度值，IR(x)、IB(x)分别表示水下图像Ic(x)的红通道和蓝通道中x处的强度值，表示水下图像Ic(x)的蓝通道和红通道的均值，α为常数；为了避免红通道过补偿现象，只对红通道较小强度像素进行补偿；同理可对绿通道进行颜色补偿：其中，IGC(x)表示补偿后绿通道中x处的强度值，IG(x)、IB(x)分别表示水下图像Ic(x)的绿通道和蓝通道中x处的强度值，分别表示水下图像Ic(x)的蓝通道和红通道的均值，α为常数；步骤2：经过颜色衰减补偿后的图像为Ic'(x)；基于图像模糊度得到透射率估计，利用图像Ic'(x)各像素点的强度值与其高斯滤波后的结果之差来估计该图像Ic'(x)的图像模糊度：其中，Blur(x)表示图像Ic'(x)的x点处的模糊特征值，n为常数，Y(x)表示图像Ic'(x)中x点处的亮度值，Gk,σ表示核为k×k，方差为σ2的高斯滤波器，令k＝σ＝2in+1，n＝4；对得到的图像模糊度进行最大值滤波，得到透射率步骤3：在式(5)所示的水下成像模型的基础上，并基于式(6)所示的水下红通道先验得到透射率tRCP(x)估计；式(5)中，λ∈{R,G,B}表示红、绿、蓝三通道，Iλ(x)表示水下图像Ic(x)对应的通道，Jλ(x)表示恢复后的水下图像即清晰图像对应的通道，表示对应通道的透射率，表示对应通道的散射率,即Aλ对应通道的水下背景光强度；式(6)中，JRCP(x)为恢复后的水下图像，Ω(x)以像素点x为中心的局部块，R,G,B分别表示图像的红通道、绿通道和蓝通道；结合式(5)成像模型得：式(7)中，tβ(x)为透射率，tα(x)表示衰减率，即1-tβ(x)；AR是红通道的水下背景光强度，AG是绿通道的水下背景光强度，AB是蓝通道的水下背景光强度；对式(7)两边同时取最小化运算：得到基于水下红通道先验的透射率tRCP(x)估计：步骤4：基于水下最大红通道先验得到透射率估计，对应距离相机越近的场景点的红通道强度值越大，则透射率表示为：步骤5：自适应判别水下图像的特征，求得最终红通道的透射率估计：式(11)中，ω＝S(arg(Ac),0.5)，υ＝S(arg(Ir),0.1)，S(x,y)＝[1+e-32(x-y)]-1，arg表示平均值；由式(10)得出：当argc(Ac)＜＜0.5且arg(Ir)＞＞0.1，即背景光较暗但是红通道衰减较小时，ω≈0,υ≈1，则使用透射率估计透射率当arg(Ac)＞＞0.5且arg(Ir)＞＞0.1，即本文档来自技高网...

【技术保护点】
1.一种基于自适应透射率估计的水下图像清晰化方法，其特征在于，包括以下步骤：/n首先，对于输入的水下图像的各通道分别进行颜色衰减补偿；其次，分别基于图像模糊度、水下红通道先验和水下最大红通道先验得到三种透射率估计；然后，自适应判别水下图像的特征，根据得到的三种透射率估计求得最终的透射率估计；最后，根据水下成像模型并利用估计得到的水下背景光和最终的透射率估计恢复出清晰的复原结果。/n

【技术特征摘要】
1.一种基于自适应透射率估计的水下图像清晰化方法，其特征在于，包括以下步骤：
首先，对于输入的水下图像的各通道分别进行颜色衰减补偿；其次，分别基于图像模糊度、水下红通道先验和水下最大红通道先验得到三种透射率估计；然后，自适应判别水下图像的特征，根据得到的三种透射率估计求得最终的透射率估计；最后，根据水下成像模型并利用估计得到的水下背景光和最终的透射率估计恢复出清晰的复原结果。


2.根据权利要求1所述的基于自适应透射率估计的水下图像清晰化方法，其特征在于，具体步骤如下：
步骤1：输入的水下图像为Ic(x)，对该水下图像为Ic(x)的各通道分别进行颜色衰减补偿，步骤包括：首先，由蓝绿通道均值判定水下图像Ic(x)的基调颜色，然后，基于该基调对应的颜色通道对其他两通道进行颜色补偿；
如图像的基调颜色为蓝色，则通过式(1)对红通道进行颜色衰减补偿：



其中，IRC(x)表示补偿后红通道中x处的强度值，IR(x)、IB(x)分别表示水下图像Ic(x)的红通道和蓝通道中x处的强度值，表示水下图像Ic(x)的蓝通道和红通道的均值，α为常数；为了避免红通道过补偿现象，只对红通道较小强度像素进行补偿；
同理可对绿通道进行颜色补偿：



其中，IGC(x)表示补偿后绿通道中x处的强度值，IG(x)、IB(x)分别表示水下图像Ic(x)的绿通道和蓝通道中x处的强度值，分别表示水下图像Ic(x)的蓝通道和红通道的均值，α为常数；
步骤2：经过颜色衰减补偿后的图像为Ic'(x)；基于图像模糊度得到透射率估计，利用图像Ic'(x)各像素点的强度值与其高斯滤波后的结果之差来估计该图像Ic'(x)的图像模糊度：



其中，Blur(x)表示图像Ic'(x)的x点处的模糊特征值，n为常数，Y(x)表示图像Ic'(x)中x点处的亮度值，Gk,σ表示核为k×k，方差为σ2的高斯滤波器，令k＝σ＝2in+1，n＝4；
对得到的图像模糊度进行最大值滤波，得到透射率



步骤3：在式(5)所示的水下成像模型的基础上，并基于式(6)所示的水下红通道先验得到透射率tRCP(x)估计；



式(5)中，λ∈{R,G,B}表示红、绿、蓝三通道，Iλ(x)表示水下图像Ic(x)对应的通道，Jλ(x)表示恢复后的水下图像即清晰图像对应的通道，表示对应通道的透射率，表示对应通道的散射率,即Aλ对应通道的水下背景光...

【专利技术属性】
技术研发人员：杨爱萍，王前，何宇清，
申请(专利权)人：天津大学，
类型：发明
国别省市：天津;12