基于灰度值映射的Retinex水下图像增强方法技术

本发明专利技术提供一种基于灰度值映射的Retinex水下图像增强方法，包括五个过程：颜色校正、滤波去噪、建立灰度映射函数、寻找最佳参数以及对比度增强。首先对采集的水下退化图像采用带有颜色恢复因子的多尺度Retinex算法进行颜色校正，获取第一幅输出图像；其次将第一幅输出图像采用各向异性扩散滤波进行对比度增强，获得第二幅输出图像；然后建立灰度值映射函数；接着根据图像的信息熵及全局亮度均值，并结合模拟退火算法快速寻找参数最佳值，完善灰度值映射函数；最后对第二幅输出图采用灰度值映射得到最后的增强图像。本发明专利技术在无需任何先验信息条件下，有效实现水下图像颜色校正和对比度增强，提升图像视觉效果，可以应用于水下图像预处理。

Retex underwater image enhancement method based on gray value mapping

【技术实现步骤摘要】
基于灰度值映射的Retinex水下图像增强方法
本专利技术涉及水下图像增强的
，尤其涉及一种基于灰度值映射的Retinex水下图像增强方法。
技术介绍
随着陆地资源的日益缺乏，海洋资源的开发成为各国关注的焦点。水下探测技术对海洋资源的探索、环境监测以及海洋军事都具有重要意义。水下图像作为获取海洋信息的重要载体，其获取和与水下成像系统有着密切关系。水下退化图像直接影响各项应用。水下采集的图像与陆地拍摄图像不同，其成像环境和光照条件导致水下图像颜色偏色、对比度低以及细节模糊。随着图像处理和计算机视觉技术的快速发展和成熟，采用上述技术处理水下图像，可以有效提升水下图像的视觉效果，使处理后的水下图像更符合人类的视觉感受。目前，水下图像处理的方法较多，主要被分为三类，水下图像增强、水下图像复原以及水下图像融合方法。在一定程度上，水下图像增强方法可以有效改善图像视觉效果，但存在噪声放大，伪影以及颜色失真现象，无法彻底解决水下图像退化问题。水下图像复原方法依赖水下退化模型，需要获取先验知识，算法存在一定局限性。水下图像融合方法可以通过多尺度融合，不仅增强水下图像对比度，解决偏色，而且可以克服光晕伪影现象。
技术实现思路
本专利技术克服上述现有技术的不足，提供一种基于灰度值映射的Retinex水下图像增强方法。首先，对采集的水下退化图像采用带有颜色恢复因子的多尺度Retinex算法进行颜色校正，获取第一幅输出图像；其次，将第一幅输出图像采用各向异性扩散滤波进行对比度增强，获得第二幅输出图像；然后，建立灰度值映射函数，此时函数中的参数还未根据原图像情况进行自适应化；接着，根据图像的信息熵及全局亮度均值，并结合模拟退火算法快速寻找参数最佳值，完善灰度值映射函数；最后，对第二幅输出图采用灰度值映射得到最后的增强图像。该专利技术方法在无需任何先验信息条件下，有效实现水下图像颜色校正和对比度增强，提升图像视觉效果，可以应用于水下图像预处理。本专利技术包含一种基于灰度值映射的Retinex水下图像增强方法，其特征在于，包括以下步骤：步骤S01：将输入的原始图像采用带有颜色恢复因子的多尺度Retinex算法处理，得到颜色校正图，作为下一步的输入图；步骤S02：对上一步的输出图通过各向异性扩散滤波处理得到去除噪声后的图像，作为S04和S05的输入图；步骤S03：初步建立灰度值映射函数；步骤S04：对于步骤S03中灰度值映射函数的参数进行自适应化；自适应化过程是基于S02的输出图的信息熵和全局均值，并结合了模拟退火算法来优化找到参数最佳值的效率。找到参数最佳值后，将完善的灰度值映射函数作为下一步的输入函数；步骤S05：建立灰度值映射表，把S04输出的函数放入映射表中，根据此表对S02的输出图进行灰度值映射，得到最终增强图像。进一步地，所述步骤S01中的带有颜色恢复因子的多尺度Retinex算法，通过计算求解，理论公式如下：其中，Si(x,y)表示原图像矩阵，i表示颜色通道序号，N表示尺度个数，wn是第n个尺度对应的权值Wn，(x,y)表示像素点坐标，σ2表示方差，Gn(x,y)表示第n个尺度对应的高斯核函数，表示处理后的图像矩阵；传统的SSR和MSR算法会有色偏问题，而在GIMP中的量化过程引入了均方差和均值，取得了不错的效果：其中，Mean表示像素均值，Var表示像素均方差，D是调节色偏参数。为了保证像素值有效输出范围[0,255]，对出现低通量或过流的某些像素值进行截断，截断为0或255：水下图像普遍噪声较大，因此选用各向异性扩散滤波进行去噪，各向异性扩散函数表达式为：其中，I(x,y,t)表示t时刻的图像信号，t为引入的时间算子，表示降噪与扩散持续时间有关，div表示散度算子，表示扩散系数方程，表示图像I的梯度，||表示幅度，表示梯度算子，表示梯度幅值，I0表示初始图像；P-M各向异性扩散模型：其中，k表示扩散门限(梯度阀值)，表示图像I的梯度，当远大于梯度阀值k时，则趋于0，扩散过程被抑制；当远小于梯度阀值k时，则趋于1，则扩散过程被加强。进一步地，所述步骤S04中的计算图像信息熵及亮度均值如下所示：L＝Mean(Ii(x,y))；其中，Entropy和L分别表示自适应化所根据的图像信息熵和亮度值；i代表第i个灰度级；p(xi)代表第i个灰度级的像素出现概率。进一步，根据权利要求1所述的基于灰度值映射的Retinex水下图像增强方法，其特征在于：所述步骤S03中的灰度值映射函数为：其中，B表示亮度增强系数，C表示对比度增强系数，I(x,y)表示图像像素值函数。其中B和C未确定需要自适应化，具体可见步骤S04的理论公式。进一步，根据权利要求1所述的基于灰度值映射的Retinex水下图像增强方法，其特征在于：所述步骤S04中的对比度增强系数C自适应计算公式如下：其中，表示所有中的最大值(1≤j≤N，N为迭代次数)，CM也即是所对应的参数C，Max为最大值函数，Cj表示迭代计算中所取的第j个C值，表示参数Cj下的图像信息熵，i表示灰度级序号，p(xi)表示第i个灰度级的像素出现概率。之所以这样做是因为参数C的最佳值会根据水下图像的退化情况而不同。故我们可以通过模拟退火算法取多个C值多次迭代计算对应图像的信息熵，取其中的全局最优值，即能使图像信息熵接近最大的参数C值。同时，亮度增强系数B的自适应计算公式如下：Lightλ＝Mean(Iλ(x,y))；Light＝K/B；图像亮度均值Light与B成反比，其中，K表示人工设定的亮度增，K＝28575，λ表示颜色通道序号，Lightλ表示第λ个通道图像的亮度值，Light表示图象总体亮度值。本专利技术与现有技术相比具有以下优势：本专利技术方法首先对采集的水下退化图像采用带有颜色恢复因子的多尺度Retinex算法进行颜色校正，获取第一幅输出图像；其次，将第一幅输出图像采用各向异性扩散滤波进行对比度增强，获得第二幅输出图像；然后，建立灰度值映射函数，此时函数中的参数还未根据原图像情况进行自适应化；接着，根据图像的信息熵及全局亮度均值，并结合模拟退火算法快速寻找参数最佳值，完善灰度值映射函数；最后，对第二幅输出图采用灰度值映射得到最后的增强图像。该专利技术方法在无需任何先验信息条件下，有效实现水下图像颜色校正和对比度增强，提升图像视觉效果，可以应用于水下图像预处理。基于上述理由本专利技术可在图像预处理等领域推广应用。附图说明为了明确本专利技术或者技术方案，下面将对实施例或现有技术描述所需采用的附图进行简要概况说明。图1为本专利技术的原理示意流程图；图2为本专利技术与其他水下图像方法的效果图。图2-1为水下采集图像原图(海龟)；图2-2Petal.UDCP方法处理效果图本文档来自技高网...

【技术保护点】
1.一种基于灰度值映射的Retinex水下图像增强方法，其特征在于，包括以下步骤：/nS01：将输入的原始图像通过带有颜色恢复因子的多尺度Retinex算法，得到颜色校正图，作为步骤S02的输入图；/nS02：对所述步骤S01获取的所述颜色校正图通过各向异性扩散滤波方法得到去除噪声后的图像，作为步骤S04和步骤S05的输入图；/nS03：初步建立灰度值映射函数；/nS04：对于所述步骤S03中灰度值映射函数的参数进行自适应化；基于所述去除噪声后的图像的信息熵和全局均值，并结合模拟退火算法来优化获取参数最佳值；获取参数最佳值后，将灰度值映射函数作为下一步的输入函数；/nS05：建立灰度值映射表；把步骤S04输出的所述灰度值映射函数放入映射表中，根据所述映射表对所述步骤S02的输出图即去除噪声后的图像进行灰度值映射，得到增强图像。/n

【技术特征摘要】
1.一种基于灰度值映射的Retinex水下图像增强方法，其特征在于，包括以下步骤：
S01：将输入的原始图像通过带有颜色恢复因子的多尺度Retinex算法，得到颜色校正图，作为步骤S02的输入图；
S02：对所述步骤S01获取的所述颜色校正图通过各向异性扩散滤波方法得到去除噪声后的图像，作为步骤S04和步骤S05的输入图；
S03：初步建立灰度值映射函数；
S04：对于所述步骤S03中灰度值映射函数的参数进行自适应化；基于所述去除噪声后的图像的信息熵和全局均值，并结合模拟退火算法来优化获取参数最佳值；获取参数最佳值后，将灰度值映射函数作为下一步的输入函数；
S05：建立灰度值映射表；把步骤S04输出的所述灰度值映射函数放入映射表中，根据所述映射表对所述步骤S02的输出图即去除噪声后的图像进行灰度值映射，得到增强图像。


2.根据权利要求1所述的基于灰度值映射的Retinex水下图像增强方法，其特征在于：所述步骤S01中的带有颜色恢复因子的多尺度Retinex算法，通过计算求解，理论公式为：






其中，Si(x,y)表示原图像矩阵，i表示颜色通道序号，N表示尺度个数，wn是第n个尺度对应的权值Wn，(x,y)表示像素点坐标，σ2表示方差，Gn(x,y)表示第n个尺度对应的高斯核函数，表示处理后的图像矩阵；
在GIMP的量化过程中引入均方差和均值，则：









其中，Mean表示像素均值，Var表示像素均方差，D表示调节色偏参数；
为了保证像素值有效输出范围[0,255]，对出现低通量或过流的某些像素值进行截断，截断为0或255：





3.根据权利要求1所述的基于灰度值映射的Retinex水下图像增强方法，其特征在于：所述步骤S02中的各向异性扩散滤波方法...

【专利技术属性】
技术研发人员：张维石，周景春，要健，张得欢，
申请(专利权)人：大连海事大学，
类型：发明
国别省市：辽宁;21