基于暗通道先验算法的水下机器人图像复原方法技术

本发明专利技术公开了一种基于暗通道先验算法的水下机器人图像复原方法，首先基于暗通道先验算法构建了简化的水下成像模型，然后基于灰度世界假设理论，对RGB三通道进行颜色校正，再使用自适应曝光算法补偿颜色失真，输出复原的图像；并且将UDCP法、利用新的水下光学模型推导出的增强算法与本发明专利技术提出的改进的暗通道先验和颜色校正的水下图像复原方法进行比较分析。本发明专利技术可以有效地提高水下图像的对比度并且改善水下图像的颜色失真，可以应用于实际水下场景中。下场景中。下场景中。

【技术实现步骤摘要】
基于暗通道先验算法的水下机器人图像复原方法


[0001]本专利技术属于计算机视觉
，特别涉及一种基于暗通道先验算法的水下机器人图像复原方法。

技术介绍

[0002]搭载防水相机的水下机器人，可以用来拍摄海洋生物和海底地形的图像，为人类了解海洋并且开发海洋世界提供了前提条件。然而，受到人造光源、水中的悬浮颗粒和光在水中传播会衰减的影响，在海中拍摄的图片或视频通常会出现颜色失真和对比度低的问题。因此，迫切需要研究一种有效的恢复彩色和增强对比度的方法，提高水下图像质量，为人们研究水下世界提供更多有用的信息。

技术实现思路

[0003]本专利技术的目的在于提供一种基于暗通道先验算法的水下机器人图像复原方法，对水下图像进行复原操作，从而提高水下图像的对比度并改善图像颜色失真问题。
[0004]实现本专利技术目的的技术解决方案为：一种基于暗通道先验算法的水下机器人图像复原方法，包括以下步骤：
[0005]步骤1、利用相机在水下拍摄多张不同的图像，并将RGB图像的三个通道拆分；
[0006]步骤2、分别估计出红色本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于暗通道先验算法的水下机器人图像复原方法，其特征在于，包括以下步骤：步骤1、采集多张不同的图像，并将RGB图像的三个通道拆分；步骤2、分别估计出红色通道和蓝绿通道的背景光，估计三个通道的透射率；步骤3、对得到的投射图进行细化；步骤4、计算三通道的增益系数并且进行颜色校正；步骤5、对复原的图像进行自适应曝光；步骤6、输入最终复原的图像。2.根据权利要求1所述的基于暗通道先验算法的水下机器人图像复原方法，其特征在于，步骤1中在拍摄的图像中选取2组后向散射程度不同且后向散射程度逐渐加剧的图像；利用opencv中的相关函数将图像拆分成红色通道、蓝色通道和绿色通道。3.根据权利要求1所述的基于暗通道先验算法的水下机器人图像复原方法，其特征在于，步骤2具体为：水下成像模型可描述为如下形式：I
c
(x)＝J
c
(x)t(x)
‑
B
c
(1
‑
t(x)),c∈{r,g,b}
ꢀꢀꢀꢀ
(1)式中x为像素点，I
c
(x)为采集的水下图像，J
c
(x)为复原的图像，t(x)为光在水中的散射率，B
c
为水下图像的背景光，r,g,b分别代表图像的红、绿、蓝三通道；利用RGB三通道的差异进行估计，将红色通道的最大光强与绿色通道和蓝色通道的最大光强作比较：式中D(x)为三通道光强差值的最大值，I
c
(x)为采集图像的像素值，Ω为图像的一块局部区域；估计背景光B
c
：：式中B
r
代表背景光的红色通道，I
r
代表采集的水下图像的红色通道；假设在一副图像中，局部小区域的透射率是恒定的，公式(1)可转化为：根据暗通道先验算法，公式(5)继续转化为：得到透射率。4.根据权利要求1所述的基于暗通道先验算法的水下机器人图像复原方法，其特征在于，步骤3采用引导滤波算法细化透射图，具体为：首先利用boxFilter滤波器完成相关系数参数，其中均值包括引导图像均值、原始待滤波图像均值、互相关均值及自相关均值；
其次将输出值与真实值间的差距最小问题转化成最优化问题，通过最小二乘法计算窗口线性变换参数系数a
k
、b
k
：：式中，i和k是像素索引,μ...

【专利技术属性】
技术研发人员：诸云，杜帅，郭佳，王建宇，苏岩，黄成文渊，于捷平，代雅婷，朱慧颖，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：