一种基于光衰减和深度估计的水下图像清晰化处理方法技术

本发明专利技术公开了一种基于光衰减和深度估计的水下图像清晰化处理方法，包括：S1、获取待处理水下图像；S2、对待处理水下图像进行场景深度估计运算，得到待处理水下图像的场景深度图；S3、提取待处理水下图像的背景光值，根据提取背景光值对待处理水下图像进行色彩预处理，并估算色彩预处理后的待处理水下图像的光衰减率；S4、根据待处理水下图像的场景深度图、背景光值和光衰减率对待处理水下图像进行水深值估计；S5、根据估计的水深值以及待处理水下图像的场景深度图、背景光值和光衰减率，对待处理水下图像进行复原处理。与现有技术相比，本发明专利技术能够提升对水下图像色彩及对比度复原处理的准确度，获得更好的水下图像清晰化成像质量。质量。质量。

【技术实现步骤摘要】
一种基于光衰减和深度估计的水下图像清晰化处理方法


[0001]本专利技术涉及水下图像处理领域，具体涉及一种基于光衰减和深度估计的水下图像清晰化处理方法。

技术介绍

[0002]高质量的水下图像能提供丰富的视觉信息，在近距离的水下工程中具有重要作用。然而，光在水下传播时呈指数式衰减，这种衰减性在不同波长的光上存在差异性。从公共海域至沿海水域，在不同水质情况下，同一波长的光的衰减性也不尽相同。同时，悬浮物质和水体介质会改变光传播轨迹，相机接收的可靠信息进一步减少。这些复杂情况造成水下图像呈现不同的色彩失真程度。因此，目前相机获取的水下图像因色彩失真而难以直接满足水下视觉应用的需求，需要依赖于对水下图像的色彩及对比度复原处理作为水下视觉应用的技术补充。
[0003]由于水下环境的复杂性，水对光会产生吸收与散射效应，这会导致水下图像色偏与对比度下降的问题。水下图像清晰化技术就是通过对图像进行色彩调整、增强等技术处理，来尽可能地对水下图像的色偏与对比度下降问题进行纠正，使得水下图像的色彩更自然、呈现更清晰。
[0004]当前水下图像复原处理算法可以分为成像模型法和图像增强方法。成像模型法一般基于原始大气散射模型，构建水下成像模型，模型中的主要参数是透射率和背景光。在成像模型上，光衰减率和深度值与这两个参数具有高度相关性。然而，基于成像模型的现有大多数算法采用固定的光衰减率复原图像，在多类型的水下图像处理中算法鲁棒性较低；同时，与深度值相关的场景深度信息可分为场景深度图和水面至目标物的水深值，目前已经有一些较为成熟的针对图像的场景深度估计算法，主要用于进行常规的水上空间场景图像的场景深度估计，而由于水下图像受到水下光影环境的影响，如果直接使用现有的场景深度估计算法对水下图像进行场景深度估计会造成一定的估计误差，另一方面，当前已知图像数据的水下场景深度数据较为稀少，尚不足以用于实现水下场景深度估计的有监督网络训练，因此通过训练有监督网络模型实施水下场景深度估计的方案也受到技术条件的阻碍，此外，现有关于水下图像的水深值估计方法均普遍较为复杂，难以得到广泛的实施应用。上述这些因素，都对水下图像的色彩及对比度复原处理准确度和效果带来了不利影响。
[0005]综上所述，如何更加准确地对水下图像进行色彩及对比度复原处理，获得更好的水下图像清晰化成像质量，成为了本领域技术人员急需解决的一个技术问题。

技术实现思路

[0006]针对现有技术存在的上述不足，本专利技术提供了一种基于光衰减和深度估计的水下图像清晰化处理方法，用以提升对水下图像色彩及对比度复原处理的准确度，以获得更好的水下图像清晰化成像质量。
[0007]为解决上述技术问题，本专利技术采用了如下的技术方案：
[0008]一种基于光衰减和深度估计的水下图像清晰化处理方法，包括如下步骤：
[0009]S1、获取待处理水下图像；
[0010]S2、对待处理水下图像进行场景深度估计运算，得到待处理水下图像的场景深度图；
[0011]S3、提取待处理水下图像的背景光值，根据提取背景光值对待处理水下图像进行色彩预处理，并估算色彩预处理后的待处理水下图像的光衰减率；
[0012]S4、根据待处理水下图像的场景深度图、背景光值和光衰减率对待处理水下图像进行水深值估计；
[0013]S5、根据估计的水深值以及待处理水下图像的场景深度图、背景光值和光衰减率，对待处理水下图像进行复原处理，得到待处理水下图像的清晰化图像。
[0014]上述基于光衰减和深度估计的水下图像清晰化处理方法中，作为优选方案，所述步骤S2中，将已知的水下样本图像以及伪水下深度图像作为训练输入数据，对场景深度估计网络进行训练，再利用训练后的场景深度估计网络，对待处理水下图像进行处理，得到待处理水下图像的场景深度图；所述伪水下深度图像，是利用带有深度标签的水上空间场景图像进行雾化合成处理，再进行水下图像风格迁移处理后所得到的图像。
[0015]上述基于光衰减和深度估计的水下图像清晰化处理方法中，作为优选方案，所述场景深度估计网络的训练步骤包括：
[0016]S201、获取水下样本图像和带有深度标签的水上空间场景图像；所述水上空间场景图像的深度标签用于指示水上空间场景图像的场景深度信息；所述水下样本图像是指作为可用训练样本的已有水下图像，但原始的水下样本图像并不带有深度标签。
[0017]S202、借助大气散射数据，对获取的水上空间场景图像进行雾化合成处理，得到水上空间场景雾化合成图像；
[0018]S203、将水下样本图像作为风格迁移网络的训练输入数据进行风格迁移训练，然后使用训练后的风格迁移网络对水上空间场景雾化合成图像进行水下图像风格迁移处理，将处理得到的图像作为伪水下深度图像；
[0019]S204、将伪水下深度图像作为场景深度估计网络的训练输入数据，将伪水下深度图像对应的水上空间场景图像的深度标签作为场景深度估计网络的训练结果标签，对场景深度估计网络进行预备训练；
[0020]S205、使用预备训练后的场景深度估计网络对水下样本图像进行场景深度估计，得到水下样本图像的深度标签；所述的水下样本图像的深度标签用于指示水下样本图像的场景深度信息；
[0021]S206、将水下样本图像和伪水下深度图像再作为预备训练后的场景深度估计网络的训练输入数据，将水下样本图像的深度标签以及伪水下深度图像对应的水上空间场景图像的深度标签作为预备训练后的场景深度估计网络的训练结果标签，再次进行训练，得到完全训练后的场景深度估计网络；
[0022]S207、使用完全训练后的场景深度估计网络对待处理水下图像进行场景深度估计，得到待处理水下图像的场景深度值，并根据所述待处理水下图像的场景深度值进行深度图像转换处理，得到待处理水下图像的场景深度图。
[0023]上述基于光衰减和深度估计的水下图像清晰化处理方法中，作为优选方案，所述
步骤S3中，提取待处理水下图像的背景光值的方式为：
[0024]根据待处理水下图像的场景深度图，选取待处理水下图像中场景深度值前5％大的图像区域作为背景光取值区域，再从所述背景光取值区域中选取RGB三色彩通道之和前1％大的像素点作为背景光候选点，将各背景光候选点在每个色彩通道的中位值作为相应色彩通道的背景光值：
[0025]B
c
＝Median(B
c_cand
)，c∈{r,g,b}；
[0026]式中，在c∈{r,g,b}时，B
r
、B
g
和B
b
分别为待处理水下图像在R、G、B色彩通道的背景光值；B
r_cand
、B
g_cand
和B
b_cand
分别为待处理水下图像中各背景光候选点的R色彩通道值集合、G色彩通道值集合和B色彩通道值集合；Median()为中位值运算符。
[0027]上述基于光衰减和深度估计的水下图像清本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于光衰减和深度估计的水下图像清晰化处理方法，其特征在于，包括如下步骤：S1、获取待处理水下图像；S2、对待处理水下图像进行场景深度估计运算，得到待处理水下图像的场景深度图；S3、提取待处理水下图像的背景光值，根据提取背景光值对待处理水下图像进行色彩预处理，并估算色彩预处理后的待处理水下图像的光衰减率；S4、根据待处理水下图像的场景深度图、背景光值和光衰减率对待处理水下图像进行水深值估计；S5、根据估计的水深值以及待处理水下图像的场景深度图、背景光值和光衰减率，对待处理水下图像进行复原处理，得到待处理水下图像的清晰化图像。2.根据权利要求1所述基于光衰减和深度估计的水下图像清晰化处理方法，其特征在于，所述步骤S2中，将已知的水下样本图像以及伪水下深度图像作为训练输入数据，对场景深度估计网络进行训练，再利用训练后的场景深度估计网络，对待处理水下图像进行处理，得到待处理水下图像的场景深度图；所述伪水下深度图像，是利用带有深度标签的水上空间场景图像进行雾化合成处理，再进行水下图像风格迁移处理后所得到的图像。3.根据权利要求2所述基于光衰减和深度估计的水下图像清晰化处理方法，其特征在于，所述场景深度估计网络的训练步骤包括：S201、获取水下样本图像和带有深度标签的水上空间场景图像；所述水上空间场景图像的深度标签用于指示水上空间场景图像的场景深度信息；所述水下样本图像是指作为可用训练样本的已有水下图像，但原始的水下样本图像并不带有深度标签。S202、借助大气散射数据，对获取的水上空间场景图像进行雾化合成处理，得到水上空间场景雾化合成图像；S203、将水下样本图像作为风格迁移网络的训练输入数据进行风格迁移训练，然后使用训练后的风格迁移网络对水上空间场景雾化合成图像进行水下图像风格迁移处理，将处理得到的图像作为伪水下深度图像；S204、将伪水下深度图像作为场景深度估计网络的训练输入数据，将伪水下深度图像对应的水上空间场景图像的深度标签作为场景深度估计网络的训练结果标签，对场景深度估计网络进行预备训练；S205、使用预备训练后的场景深度估计网络对水下样本图像进行场景深度估计，得到水下样本图像的深度标签；所述的水下样本图像的深度标签用于指示水下样本图像的场景深度信息；S206、将水下样本图像和伪水下深度图像再作为预备训练后的场景深度估计网络的训练输入数据，将水下样本图像的深度标签以及伪水下深度图像对应的水上空间场景图像的深度标签作为预备训练后的场景深度估计网络的训练结果标签，再次进行训练，得到完全训练后的场景深度估计网络；S207、使用完全训练后的场景深度估计网络对待处理水下图像进行场景深度估计，得到待处理水下图像的场景深度值，并根据所述待处理水下图像的场景深度值进行深度图像转换处理，得到待处理水下图像的场景深度图。4.根据权利要求1所述基于光衰减和深度估计的水下图像清晰化处理方法，其特征在
于，所述步骤S3中，提取待处理水下图像的背景光值的方式为：根据待处理水下图像的场景深度图，选取待处理水下图像中场景深度值前5％大的图像区域作为背景光取值区域，再从所述背景光取值区域中选取RGB三色彩通道之和前1％大的像素点作为背景光候选点，将各背景光候选点在每个色彩通道的中位值作为相应色彩通道的背景光值：B
c
＝Median(B
c_cand
)，c∈{r,g,b}；式中，在c∈{r,g,b}时，B
r
、B
g
和B
b
分别为待处理水下图像在R、G、B色彩通道的背景光值；B
r_cand
、B
g_cand
和B
b_cand
分别为待处理水下图像中各背景光候选点的R色彩通道值集合、G色彩通道值集合和B色彩通道值集合；Median()为中位值运算符。5.根据权利要求1所述基于光衰减和深度估计的水下图像清晰化处理方法，其特征在于，若待处理水下图像为伪水下深度图像，则在通过步骤S2处理得到待处理水下图像的场景深度值后，执行步骤S3之前，先对待处理水下图像做场景深度变换处理；所述伪水下深度图像，是利用带有深度标签的水上空间场景图像进行雾化合成处理，再进行水下图像风格迁移处理后所得到的图像；按如下公式对待处理水下图像做场景深度变换处理：其中，dep为场景深度变换后的待处理水下图像的场景深度值；Median()为中位值运算符；d为场景深度变换之前待处理水下图像的场景深度值；Sig
r
为伪水下深度图像对应的原始水上空间场景图像的实际空间视距范围值，Sig
r
‑
sim
为需要模拟的水下图像场景视距范围值。6.根据权利要求1所述基于光衰减和深度估计的水下图像清晰化处理方法，其特征在于，所述步骤S3中，对待处理水下图像进行色彩预处理的方式为：针对待处理水下图像中的每个像素点，基于其G色彩通道的值对R、B色彩通道在如下的光衰减率比值条件下进行色彩预处理：式中，I
r_p
和I
b_p
分别为色彩预处理后的待处理水下图像的R色彩通道值和B色彩通道值，I
r
、I
b
和I
g
分别为原始的待处理水下图像的R色彩通道值、B色彩通道值和G色彩通道值；B
r
、B
g
和B
b
分别为待处理水下图像在R、G、B色彩通道的背景...

【专利技术属性】
技术研发人员：陈芬，史启超，彭宗举，蒋东荣，雷晨阳，张鹏，
申请(专利权)人：重庆理工大学，
类型：发明
国别省市：