基于Lab色域变换、分类及白平衡的水下图像恢复方法技术

本发明专利技术涉及基于Lab色域变换、分类及白平衡的水下图像恢复方法，属于图像增强及恢复技术领域。1)通过空间变换和HSV平均阈值，划分了HSV平均值水下图像分为三类：偏蓝图像、偏绿图像以及非蓝/绿图像；2)将图像颜色模式调整为Lab模式，分别依据对应的平衡参数针对偏蓝或偏绿图像进行Lab色域的白平衡；3)再利用DCP先验通过消除散射速率来估计背景光，得到去雾后图像；4)采用分级方式进一步基于直方图均衡得到提升照度的增强图像。所述方法针对复杂多变的水下图像产生的蓝绿图像能够准确分类并基于lab色域进行针对性增强，使用CLAHE方法基于自适应直方图限制对比度及进行均衡，使得图像的对比度得到进一步增强，取得了较好的性能。取得了较好的性能。取得了较好的性能。

【技术实现步骤摘要】
基于Lab色域变换、分类及白平衡的水下图像恢复方法


[0001]本专利技术涉及基于Lab色域变换、分类及白平衡的水下图像恢复方法，属于图像增强及恢复


技术介绍

[0002]海洋中存在着丰富的资源，水下图像作为海洋信息的重要载体，受到了越来越多的关注和重视，同时水下图像增强技术也得到了广泛应用，如水下目标检测与跟踪、水下基础设施检查和海洋生物研究等。与一般图像不同，由于光的吸收和散射效应，导致水下图像可见性差。其中，光的吸收减少了光照强度，且由于不同波长的光谱在水中的传播距离不同，造成水下图像的颜色失真；光的散射引起了光传播方向的变化，使图像产生雾状模糊。这些特性导致水下图像普遍存在模糊、偏色、对比度低等问题，极大限制了水下图像在海洋资源利用中的实际应用。因此，提升水下图像的质量具有重要意义。
[0003]近些年，水下图像增强已经有了很多的研究基础，包括先验IFM模型、基于卷积神经网络(CNN)等。有针对光的吸收和散射特性，根据水下模型对光进行补偿，用来实现对水下图像的增强和颜色校正；也有通过校正对比度和色彩来克服光在水下衰减和散射的问题，达到图像的增强，还有针对水下图像的模糊和色偏问题，暗通道先验的去雾增强等。
[0004]现有水下图像增强方法主要针对自然光照射下水下浅层的图像增强，对于人工光源照明为主的夜间水域或深水区域可见度更低，光的吸收和散射效应非常突出，存在获取的图像严重的光照不均的情况，因此，非常需要研究一种有效的图像恢复方法，增强水下图像的全局对比度。

技术实现思路
/>[0005]本专利技术的目的是针对水下环境中不同光照条件下采集的图片或视频，增强效果不佳的情况，提出了基于Lab色域变换、分类及白平衡的水下图像恢复方法。
[0006]本专利技术的核心思想为：1)通过空间变换和HSV平均阈值，划分了HSV平均值水下图像分为三类：偏蓝图像、偏绿图像以及非蓝/绿图像；2)将图像颜色模式调整为Lab模式，分别依据对应的平衡参数针对偏蓝或偏绿图像进行Lab色域的白平衡；3)再利用DCP先验通过消除散射速率来估计背景光，得到去雾后图像；4)利用CLAHE进行直方图均衡得到提升照度的增强图像。
[0007]为达到上述目的，本专利技术所采用的技术方案如下：
[0008]所述水下图像恢复方法，包括如下步骤：
[0009]步骤1、采集水下图像的RGB信息，并生成图像矩阵I；
[0010]其中，图像矩阵I的维度为m
×
n；
[0011]步骤2、将图像矩阵I转换为HSV域的图像矩阵，得到HSV域图像矩阵的H和S矩阵分量，并分别计算H及S矩阵分量的平均值；
[0012]其中，H矩阵分量的平均值，记为H1，S矩阵分量的平均值，记为S1；
[0013]步骤3、判断H1和S1的数值范围，对HSV域图像矩阵表征的水下图像进行分类，将水下图像划分为偏蓝图像或偏绿图像跳入步骤4进行颜色校正或输出图像矩阵I并跳至步骤5，具体为：
[0014]3.A若H1在50和180之间且S1>0.3，则将HSV域图像矩阵表征的水下图像判定为偏绿图像，将平衡参数设为A1，并跳至步骤4进行颜色校正；
[0015]其中，平衡参数A1的取值范围为1到3；
[0016]3.B若H1在180和300之间且S1>0.3，则将HSV域图像矩阵表征的水下图像判定为偏蓝图像，将平衡参数设为B1，并跳至步骤4进行颜色校正；
[0017]其中，平衡参数B1的取值范围为3到8；
[0018]3.C否则，若不满足3.A及3.B，即H1不在50和300之间或S1≤0.3，则输出当前HSV域图像矩阵对应的图像矩阵I，并跳至步骤5；
[0019]步骤4，步骤3输出的偏蓝或偏绿图像对应的图像矩阵I转换为Lab色域进行颜色校正，得到颜色校正后的矩阵I
Lab
，具体为：
[0020]步骤4.1将图像矩阵I转换为Lab色域的图像矩阵J；
[0021]其中，图像矩阵J包括明度向量W、a通道向量a_color以及b通道向量b_color；
[0022]步骤4.2计算a通道向量和b通道向量的均值，再基于参数A1或B1进行颜色校正，输出校正后的图像矩阵I
Lab
；
[0023]其中，颜色校正为白平衡；A1或B1为经验值，可根据图像蓝绿程度以及处理效果进行调整；
[0024]步骤5：根据大气成像模型对步骤3输出的图像矩阵I或步骤4输出的图像矩阵ILab进行暗通道先验去雾后再转换为HSV色域图像，得到图像矩阵J
HSV
；
[0025]其中，步骤3输出的图像矩阵I或步骤4输出的图像矩阵ILab，统称为图像矩阵I
DCPbefore
；
[0026]步骤5，具体包括如下子步骤：
[0027]步骤5.1：对图像矩阵I
DCPbefore
进行背景光BL进行估计，得到背景光BL；其中，背景光BL选取图像中红色光波与蓝色和绿色光波中最大值相差最大的点作为背景光的选取点；
[0028]步骤5.2：在得到图像矩阵I
DCPbefore
的背景光BL之后，再求得大气光及透射率,然后根据暗通道先验计算得图像矩阵J
DCP
；
[0029]步骤5.3将图像矩阵J
DCP
转换为HSV色域，得到图像矩阵J
HSV
；
[0030]步骤6：对图像矩阵J
HSV
的V分量取均值得V
J
，依据V
J
判断图像矩阵J
HSV
对应的图像是否为低照度图像，明度对图像划分为3个层次，并设定3个对比度阈值，得到直方图均衡处理之后的图像J
HSV1
，具体如下：
[0031]6.1：若图像矩阵J
HSV
的V
J
分量小于Ja，则将对比度阈值设置为Aa并基于该阈值进行对比度拉伸和直方图均衡，得到均衡后图像；
[0032]其中，Ja的取值范围为80到90之间；Aa的取值范围为4到6；
[0033]6.2：若图像矩阵J
HSV
的V
J
分量大于等于Ja且小于Jb，则将对比度阈值设置为Ab，并据此进行对比度拉伸和直方图均衡，得到均衡后图像；
[0034]其中，Jb的取值范围为105到115之间；Ab的取值范围为2到4；
[0035]6.3：若图像矩阵J
HSV
的V
J
分量大于Jb，则将对比度阈值设置为Ac，进行对比度拉伸
和直方图均衡，得到均衡后图像矩阵J
HSV1
；
[0036]其中，Ac的取值范围为0到2；
[0037]步骤7.将步骤6得到的均衡后图像矩阵转换为HSV域图像矩阵，并求该图像矩阵V矩阵分量的均值本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于Lab色域变换、分类及白平衡的水下图像恢复方法，其特征在于：包括如下步骤：步骤1、采集水下图像的RGB信息，并生成图像矩阵I；步骤2、将图像矩阵I转换为HSV域的图像矩阵，得到HSV域图像矩阵的H和S矩阵分量，并分别计算H及S矩阵分量的平均值；其中，H矩阵分量的平均值，记为H1，S矩阵分量的平均值，记为S1；步骤3、判断H1和S1的数值范围，对HSV域图像矩阵表征的水下图像进行分类，将水下图像划分为偏蓝图像或偏绿图像跳入步骤4进行颜色校正或输出图像矩阵I并跳至步骤5；步骤4，步骤3输出的偏蓝或偏绿图像对应的图像矩阵I转换为Lab色域进行颜色校正，得到颜色校正后的矩阵I
Lab
，具体为：步骤4.1将图像矩阵I转换为Lab色域的图像矩阵J；其中，图像矩阵J包括明度向量W、a通道向量a_color以及b通道向量b_color；步骤4.2计算a通道向量和b通道向量的均值，再基于参数A1或B1进行颜色校正，输出校正后的图像矩阵I
Lab
；步骤5：根据大气成像模型对步骤3输出的图像矩阵I或步骤4输出的图像矩阵ILab进行暗通道先验去雾后再转换为HSV色域图像，得到图像矩阵J
HSV
；其中，步骤3输出的图像矩阵I或步骤4输出的图像矩阵ILab，统称为图像矩阵I
DCPbefore
；步骤5，具体包括如下子步骤：步骤5.1：对图像矩阵I
DCPbefore
进行背景光BL进行估计，得到背景光BL；其中，背景光BL选取图像中红色光波与蓝色和绿色光波中最大值相差最大的点作为背景光的选取点；步骤5.2：在得到图像矩阵I
DCPbefore
的背景光BL之后，再求得大气光及透射率,然后根据暗通道先验计算得图像矩阵J
DCP
；步骤5.3将图像矩阵J
DCP
转换为HSV色域，得到图像矩阵J
HSV
；步骤6：对图像矩阵J
HSV
的V分量取均值得V
J
，依据V
J
判断图像矩阵J
HSV
对应的图像是否为低照度图像，明度对图像划分为3个层次，并设定3个对比度阈值，得到直方图均衡处理之后的图像矩阵J
HSV1
，具体如下：6.1：若图像矩阵J
HSV
的V
J
分量小于Ja，则将对比度阈值设置为Aa并基于该阈值进行对比度拉伸和直方图均衡，得到均衡后图像；6.2：若图像矩阵J
HSV
的V
J
分量大于等于Ja且小于Jb，则将对比度阈值设置为Ab，并据此进行对比度拉伸和直方图均衡，得到均衡后图像；6.3：若图像矩阵J
HSV
的V
J
分量大于Jb，则将对比度阈值设置为Ac，进行对比度拉伸和直方图均衡，得到均衡后图像矩阵J
HSV1
；步骤7.将步骤6得到的均衡后图像矩阵转换为HSV域图像矩阵，并求该图像矩阵V...

【专利技术属性】
技术研发人员：冯立辉，刘国栋，尹鹏，许欣，尤信群，卢继华，
申请(专利权)人：军工保密资格审查认证中心，
类型：发明
国别省市：