【技术实现步骤摘要】
一种自适应色彩补偿与细节优化的广义衰减图像增强方法
[0001]本专利技术涉及计算机视觉
,尤其涉及一种自适应色彩补偿与细节优化的广义衰减图像增强方法。
技术介绍
[0002]在水下获取图像时,受水下特殊的物理环境影响(选择性光吸收与散射、人工光源的非均匀照明和设备干扰等),光在传播过程中存在衰减、散射,容易造成图像产生色差、模糊、细节丢失等退化效果,严重影响了图像解译工作。而获取清晰的水下图像是完成水下目标定位、海洋生物识别与环境监测等海洋应用的重要前提。
[0003]基于物理模型的方法利用先验信息估计水下成像模型的相关参数来恢复输入图像,该方法在某些情况下可获得较好性能,然而估计水中介质传输率本身具有不确定性、传统方法难以精准估计多个参数导致假设的水下成像模型并不总是成立,使得该方法面对复杂多变水下场景时往往会产生不稳定的结果。采用深度学习的水下图像增强方法需要大量数据驱动和复杂的网络结构,但由于缺乏水下环境的清晰图像数据集,这种有监督学习方法的可行性待进一步证实。
[0004]为了解决上述问题,急需设计一种自适应色彩补偿与细节优化的广义衰减图像增强方法,能有效增强衰减图像对比度、细节信息和平衡图像色彩。
技术实现思路
[0005]为解决上述技术问题,本专利技术的目的是提供一种自适应色彩补偿与细节优化的广义衰减图像增强方法,该方法为半导体元器件的检测提供了技术支持,保障了元器件的产品质量,降低残次率;同时检测系统采用棱镜反射与折射的镜像成像方式,实现了单目视觉在固定工位下对待 ...
【技术保护点】
【技术特征摘要】
1.一种自适应色彩补偿与细节优化的广义衰减图像增强方法,其特征在于,包括:步骤10、通过衰减图引导色彩校正方法校正输入图像的颜色偏差;步骤20、采用梯度导向的局部对比度增强方法,提升色彩补偿后图像的对比度;步骤30、使用多尺度边缘优化方法优化色彩补偿后图像的边缘;步骤40、结合多尺度融合过程实现对比度增强和边缘优化后的两幅图像的无伪影融合。2.如权利要求1所述的自适应色彩补偿与细节优化的广义衰减图像增强方法,其特征在于,所述步骤10中衰减图引导色彩校正方法分为两个阶段,第一阶段对衰减图像进行色彩补偿消除水下光吸收造成的色差;第二阶段是对整体图像实施色彩均衡处理。3.如权利要求2所述的自适应色彩补偿与细节优化的广义衰减图像增强方法,其特征在于,若只考虑原始光强与相机接受到光强之间的差异来评估每种颜色光的衰减水平,则衰减图为:M
C
(x,y)=1
‑
(I
C
(x,y))
γ
,C∈{R,G,B}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)式中,x,y代表每个像素的空间位置,R,G,B分别表示输入图像的红通道、绿通道、蓝通道,C属于红通道、绿通道、蓝通道中的一种,I
C
(x,y)表示归一化后的输入图像,(I
C
(x,y))
γ
为伽马校正后图像,为满足人眼观察特性伽马参数γ=1.2,若M
C
(x,y)较大,表明图像衰减较严重。4.如权利要求3所述的自适应色彩补偿与细节优化的广义衰减图像增强方法,其特征在于,当红通道、蓝通道高度衰减,为兼顾不同通道的颜色衰减补偿,引入颜色通道衰减度比率φ
CC*
来衡量衰减通道相对于补偿通道的颜色衰减程度:式中,F[]为伸缩函数,保证衰减率范围在[0,1]内;C*∈{R,G,B}表示RGB通道中的衰减通道;O*∈C
‑
C
*
表示RGB中去掉C*后的通道;当max(φ
CC*
)<T时,衰减通道颜色平衡;当max(φ
CC*
)≥T时,衰减通道颜色不平衡,需通过补偿通道进行补偿,其中,T为阈值。5.如权利要4所述的自适应色彩补偿与细节优化的广义衰减图像增强方法,其特征在于,当max(φ
CC*
)>T时,衰减通道颜色不平衡,根据通道标准差比率对衰减通道进行补偿;当max(φ
CC*
)>T且min(φ
CC*
)<T,衰减通道进行单通道补偿,补偿后的颜色校正通道为:当max(φ
CC*
)>T且min(φ
CC*
)>T时,衰减通道进行双通道补偿,补偿后的颜色校正通道为:
式中,O*'为O*之外的另一个补偿通道;由于水下环境亮度低、可视性差、成像往往受人工光源的非均匀照明和设备干扰影响,第一阶段补偿完成后并不能充分校正弱颜色通道,造成红通道、蓝通道均值与绿通道均值悬殊较大;因此,需对补偿后的图像进行色彩均衡处理,若补偿后图像单通道和三通道平均值之间的最大差异为:则色彩均衡处理后的图像为:图像经过色彩均衡处理后,还需进一步调节图像亮度,若色彩均衡处理后图像的三通道均值为:则亮度调节后的图像如下:式中,ν
C
(x,y...
【专利技术属性】
技术研发人员:彭艳华,闫奕樸,冯彪,兰海贝,
申请(专利权)人:桂林电子科技大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。