一种基于场景深度信息的偏振水下图像优化方法技术

本发明专利技术公开了一种基于场景深度信息的偏振水下图像优化方法，提出一种深度信息引导下的背景区域定位策略，通过提取场景深度信息，根据场景深度信息在原始偏振图像中自动定位背景区域，进而估计出准确的后向散射光和全局后向散射光，以此来避免人为选取时的个体差异，提高定位准确度。同时，为了抑制噪声的影响，在求解时加入了噪声抑制因子，并利用了一种PSO优化策略通过寻找最优的参数来估计背景光，操作方便、效率更高，能够准确的估计最优的背景光，使图像增强效果更佳。使图像增强效果更佳。使图像增强效果更佳。

【技术实现步骤摘要】
一种基于场景深度信息的偏振水下图像优化方法


[0001]本专利技术涉及水下光学成像
，尤其涉及一种基于场景深度信息的偏振水下图像优化方法。

技术介绍

[0002]在水下光学成像中，光在水中传输会因水体的吸收和散射作用导致图像退化严重，造成水下场景目标成像模糊、可见范围缩小。这种影响不仅是由水型本身引起的，而且还由水中存在的其他成分引起。水体对光的吸收作用会导致水下光辐射能量的衰减以及色彩的损失，但导致水下图像质量下降最主要的影响因素是散射，散射效应改变了光传播的方向，并将不希望的背景散射光引入到光学检测器中，从而导致图像呈现低对比度并产生起雾的视觉效果，而且随着景深的增加，这种影响变得更加严重。根据目标反射光和后向散射光具有不同的偏振特性，选择使用偏振成像技术通过对图像偏振态的检测，将背景散射光分离并去除以减少散射的影响，从而提高图像清晰度和对比度，来恢复水下图像。
[0003]在偏振图像恢复的过程中，为了计算关键参数总是涉及到背景区域的选择以及后向散射光的估计。在现有的方法中，经常手动地选择一个没有目标的区域作为背景区域或通过暗通道等方法选取背景区域，当找不到上述背景区域时，估计关键参数则受到限制。而且在估计背景光的过程中，现有的方法通常手动加入参数来减少图像噪声对估计后向散射光的影响，这增加了操作的复杂性和估计的不准确性。

技术实现思路

[0004]本专利技术提供一种基于场景深度信息的偏振水下图像优化方法，以克服上述技术问题。
[0005]本专利技术一种基于场景深度信息的偏振水下图像优化方法，包括：
[0006]建立偏振增强水下图像模型；
[0007]通过Stokes矢量法获取不同角度下拍摄的偏振水下图像；根据所述偏振增强水下图像模型计算所述偏振水下图像的Stokes参数及光辐射强度的偏振度；所述光辐射强度，包括：场景反射光和后向散射光；
[0008]基于水下不同波长光的衰减差异特性来计算场景深度，根据所述场景深度选取背景区域；
[0009]根据所述背景区域及所述Stokes参数获得所述后向散射光的偏振度和偏振角；通过所述背景区域中的像素点获得全局后向散射光强度；
[0010]根据所述后向散射光的偏振度和偏振角获得初始后向散射光；
[0011]利用粒子群优化算法选取所述初始后向散射光的最优参数；根据所述最优参数获得优化后的所述后向散射光；
[0012]将优化后的所述后向散射光和所述全局后向散射光强度代入所述偏振增强水下图像模型，获得优化的偏振水下图像。
[0013]进一步地，所述建立偏振增强水下图像模型，包括：
[0014]整个水下成像过程表示为：
[0015]I(x,y,λ)＝D(x,y,λ)+B(x,y,λ)
ꢀꢀꢀ
(1)
[0016]所述场景反射光表示为：
[0017]D(x,y,λ,d)＝J(x,y,λ)
·
t(x,y,λ)＝J(x,y,λ)
·
e
‑
β(λ)d(x,y)
ꢀꢀꢀ
(2)
[0018]所述后向散射光表示为：
[0019]B(x,y,λ)＝B
∞
(λ)
·
(1
‑
t(x,y,λ))＝B
∞
(λ)
·
(1
‑
e
‑
β(λ)d(x,y)
)
ꢀꢀꢀ
(3)
[0020]根据式(1)
‑
式(3)通过式(4)得到偏振增强图像J(x,y,λ)；
[0021][0022]式中，I(x,y,λ)是成像系统获取到的图像，x,y是图像中像素点的坐标，λ∈{λ
R
,λ
G
,λ
B
}是对应RGB三个颜色通道的光线波长，t(x,y,λ)＝e
‑
β(λ)d(x,y)
是透射率图，β是衰减系数，d是场景深度，B
∞
(λ)是全局后向散射光。
[0023]进一步地，所述通过Stokes矢量法获取不同角度下拍摄的偏振水下图像；根据所述偏振增强水下图像模型计算所述偏振水下图像的Stokes参数及光辐射强度的偏振度，包括：
[0024]通过所述Stokes矢量法在同一场景下将偏振器旋转到0
°
，45
°
，90
°
和135
°
四个不同的角度拍摄四个偏振水下图像；将四个偏振水下图像的强度分别表示为：S(0),S(45),S(90)和S(135)；Stokes矢量表示为：
[0025][0026]所述光辐射强度的偏振度表示为：
[0027][0028]式中，I表示偏振水下图像的光辐射强度，Q和U表示偏振水下图像的偏振态。
[0029]进一步地，所述基于水下不同波长光的衰减差异特性来计算场景深度，根据所述场景深度选取背景区域，包括：
[0030]S41、使用原始图像强度与相机接收到的图像光强度之间的差C(x,y,λ
c
)，λ
c
∈{λ
R
,λ
G
,λ
B
}来评估每种彩色光的衰减级别，并使用伽马校正通过式(7)来校正所述图像光强度；
[0031]C(x,y,λ
c
)＝1
‑
I
γ
(x,y,λ
c
)
ꢀꢀꢀ
(7)
[0032]式中，I
γ
(x,y,λ
c
)为相机接收到的图像经伽马校正后得到的图像；
[0033]通过式(8)对C(x,y,λ
c
)中每个通道的像素值取平均值来确定最高衰减级别的颜色通道
[0034][0035]S42、根据最高衰减级别的颜色通道通过式(8)定义衰减图M(x,y)；
[0036][0037]式中，为最高衰减级别颜色通道的光强图，(p,q)为局部块Ω(x,y)中的像素点；
[0038]S43、根据所述衰减图M(x,y)通过式(10)获得第一个归一化场景深度
[0039][0040]其中，F
s
(
·
)为归一化函数表示为：
[0041][0042]式中，W为待归一化的图像；
[0043]S44、通过式(12)计算所述最高衰减级别的颜色通道的最大光强度和其他衰减级别的颜色通道的最大光强度之间的差值，得到衰减差分图D(x,y)；
[0044][0045]S45、通过式(13)得到第二个归一化场景深度
[0046][0047]S46、根据所述第一个归一化场景深度和第二个归一化场景深度，通过式(14)的sigmoid函数计算最终的归一化场景深度N
d
(x,y)；
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于场景深度信息的偏振水下图像优化方法，其特征在于，包括：建立偏振增强水下图像模型；通过Stokes矢量法获取不同角度下拍摄的偏振水下图像；根据所述偏振增强水下图像模型计算所述偏振水下图像的Stokes参数及光辐射强度的偏振度；所述光辐射强度，包括：场景反射光和后向散射光；基于水下不同波长光的衰减差异特性来计算场景深度，根据所述场景深度选取背景区域；根据所述背景区域及所述Stokes参数获得所述后向散射光的偏振度和偏振角；通过所述背景区域中的像素点获得全局后向散射光强度；根据所述后向散射光的偏振度和偏振角获得初始后向散射光；利用粒子群优化算法选取所述初始后向散射光的最优参数；根据所述最优参数获得优化后的所述后向散射光；将优化后的所述后向散射光和所述全局后向散射光强度代入所述偏振增强水下图像模型，获得优化的偏振水下图像。2.根据权利要求1所述的一种基于场景深度信息的偏振水下图像优化方法，其特征在于，所述建立偏振增强水下图像模型，包括：整个水下成像过程表示为：I(x,y,λ)＝D(x,y,λ)+B(x,y,λ)
ꢀꢀꢀ
(1)所述场景反射光表示为：D(x,y,λ,d)＝J(x,y,λ)
·
t(x,y,λ)＝J(x,y,λ)
·
e
‑
β(λ)d(x,y)
ꢀꢀꢀ
(2)所述后向散射光表示为：B(x,y,λ)＝B
∞
(λ)
·
(1
‑
t(x,y,λ))＝B
∞
(λ)
·
(1
‑
e
‑
β(λ)d(x,y)
)
ꢀꢀꢀ
(3)根据式(1)
‑
式(3)通过式(4)得到偏振增强图像J(x,y,λ)；式中，I(x,y,λ)是成像系统获取到的图像，x,y是图像中像素点的坐标，λ∈{λ
R
,λ
G
,λ
B
}是对应RGB三个颜色通道的光线波长，t(x,y,λ)＝e
‑
β(λ)d(x,y)
是透射率图，β是衰减系数，d是场景深度，B
∞
(λ)是全局后向散射光。3.根据权利要求2所述的一种基于场景深度信息的偏振水下图像优化方法，其特征在于，所述通过Stokes矢量法获取不同角度下拍摄的偏振水下图像；根据所述偏振增强水下图像模型计算所述偏振水下图像的Stokes参数及光辐射强度的偏振度，包括：通过所述Stokes矢量法在同一场景下将偏振器旋转到0
°
，45
°
，90
°
和135
°
四个不同的角度拍摄四个偏振水下图像；将四个偏振水下图像的强度分别表示为：S(0),S(45),S(90)和S(135)；Stokes矢量表示为：所述光辐射强度的偏振度表示为：
式中，I表示偏振水下图像的光辐射强度，Q和U表示偏振水下图像的偏振态。4.根据权利要求3所述的一种基于场景深度信息的偏振水下图像优化方法，其特征在于，所述基于水下不同波长光的衰减差异特性来计算场景深度，根据所述场景深度选取背景区域，包括：S41、使用原始图像强度与相机接收到的图像光强度之间的差C(x,y,λ
c
)，λ
c
∈{λ
R
,λ
G
,λ
B
}来评估每种彩色光的衰减级别，并使用伽马校正通过式(7)来校正所述图像光强度；C(x,y,λ
c
)＝1
‑
I
γ

【专利技术属性】
技术研发人员：付先平，于欣悦，米泽田，王辉兵，张军，
申请(专利权)人：大连海事大学，
类型：发明
国别省市：