一种过鱼通道的浑浊水环境图像增强方法技术

本发明专利技术公开了一种过鱼通道的浑浊水环境图像增强方法，包括以下步骤：S1：采集待检测过鱼通道的实时视频，并对实时视频进行预处理，得到待检测过鱼通道的目标图像；S2：提取目标图像的像素点矩阵；S3：构建图像增强模型，将目标图像的像素点矩阵作为图像增强模型的输入，进行图像增强。该过鱼通道的浑浊水环境图像增强方法实现简单，效果显著，适用于浑浊水环境，提高水下图像的清晰度与对比度，优化过鱼通道图像的视觉体验。图像的视觉体验。图像的视觉体验。

【技术实现步骤摘要】
一种过鱼通道的浑浊水环境图像增强方法


[0001]本专利技术属于图像处理
，具体涉及一种过鱼通道的浑浊水环境图像增强方法。

技术介绍

[0002]鱼类生活的环境是在水下，需在水下完成影像数据的采集工作。水对光源具有很大的衰减特性，水下采集图像比平常空气中复杂很多。而且水中的气泡和泥沙等杂质给鱼类视频信息的采集造成了很大的干扰，受到水下照明条件以及水介质对光线的折射和吸收效应等因素的影响，采集到的鱼类影像数据往往会出现亮度不均、对比度低和图像模糊等问题，进一步增大了鱼类识别的难度。因此，过鱼通道的图像需要进一步增强处理。

技术实现思路

[0003]本专利技术为了解决以上问题，提出了一种过鱼通道的浑浊水环境图像增强方法。
[0004]本专利技术的技术方案是：一种过鱼通道的浑浊水环境图像增强方法包括以下步骤：
[0005]S1：采集待检测过鱼通道的实时视频，并对实时视频进行预处理，得到待检测过鱼通道的目标图像；
[0006]S2：提取目标图像的像素点矩阵；
[0007]S3：构建图像增强模型，将目标图像的像素点矩阵作为图像增强模型的输入，进行图像增强。
[0008]进一步地，步骤S1中，对实时视频进行预处理的具体方法为：逐帧读取实时视频的每一帧实时图像，对实时图像依次进行去噪处理和滤波处理，得到待检测过鱼通道的目标图像。
[0009]进一步地，步骤S2包括以下子步骤；
[0010]S21：计算目标图像的平均分辨值；
[0011]S22：根据目标图像的平均分辨值，划分目标图像的亮区和暗区；
[0012]S23：分别构建亮区和暗区的像素点矩阵，并根据亮区的像素点矩阵和暗区的像素点矩阵计算目标图像的像素点矩阵。
[0013]进一步地，步骤S21中，目标图像的平均分辨值μ的计算公式为：
[0014][0015]式中，α表示目标图像中前景像素点占总像素点的比例，μ
i
表示目标图像第i个像素点的灰度值，μ
j
表示目标图像第j个像素点的灰度值，w0表示目标图像的平均灰度。
[0016]进一步地，步骤S22中，划分目标图像的亮区和暗区的具体方法为：设定分辨值阈值，将平均分辨值大于分辨值阈值的像素点集合作为目标图像的亮区，将平均分辨值小于或等于分辨值阈值的像素点集合作为目标图像的暗区。
[0017]进一步地，步骤S23中，构建亮区和暗区的像素点矩阵的方法相同，其矩阵元素f
p
的计算公式为：
[0018]f
p
＝1
‑
[β
i
(μ
i
‑
μ)2+β
j
(μ
j
‑
μ)2][0019]式中，μ
i
表示目标图像第i个像素点的灰度值，μ
j
表示目标图像第j个像素点的灰度值，β
i
表示目标图像第i个像素点的灰度值与目标图像的平均灰度的比值，β
j
表示目标图像第j个像素点的灰度值与目标图像的平均灰度的比值，μ表示目标图像的平均分辨值；
[0020]步骤S23中，将亮区的像素点矩阵和暗区的像素点矩阵相乘，得到目标图像的像素点矩阵。
[0021]进一步地，步骤S3中，图像增强模型包括依次连接的输入层、特征卷积层和特征融合层；
[0022]输入层用于将目标图像的像素点矩阵输入至图像增强模型；特征卷积层用于根据目标图像的像素点矩阵获取特征向量；特征融合层用于将特征向量进行相加融合。
[0023]进一步地，特征卷积层包括依次连接的扩张模块、多尺度卷积模块和选择模块；
[0024]扩张模块用于对特征卷积层进行通道扩张；多尺度卷积模块用于根据目标图像的像素点矩阵获取特征向量；选择模块用于进行多尺度特征选择。
[0025]进一步地，特征卷积层中，扩张模块进行通道扩张的扩张率θ的计算公式为：
[0026][0027]式中，γ表示特征卷积层的卷积核个数，ε表示正整数，λ表示特征卷积层的层数。
[0028]进一步地，特征卷积层中，多尺度卷积模块的损失函数L的表达式为：
[0029][0030]式中，N表示特征向量的批量大小，U表示比例因子，||z||表示特征向量z的范数运算。
[0031]本专利技术的有益效果是：
[0032](1)该过鱼通道的浑浊水环境图像增强方法根据待检测过鱼通道的实时视频的获取特点，对实时图像进行预处理，通过去噪处理和滤波处理提高了图像清晰度，保证图像清晰度增强的同时不削弱细节；
[0033](2)该过鱼通道的浑浊水环境图像增强方法通过构建图像增强模型，在区分亮区和暗区的基础上，构建亮区和暗区的像素点矩阵，避免了色偏现象产生，解决了现有的图像增强方法容易产生亮度不均和对比度低的问题；
[0034](3)该过鱼通道的浑浊水环境图像增强方法实现简单，效果显著，适用于浑浊水环境，提高水下图像的清晰度与对比度，优化过鱼通道图像的视觉体验。
附图说明
[0035]图1为过鱼通道的浑浊水环境图像增强方法的流程图。
具体实施方式
[0036]下面结合附图对本专利技术的实施例作进一步的说明。
[0037]如图1所示，本专利技术提供了一种过鱼通道的浑浊水环境图像增强方法，包括以下步
骤：
[0038]S1：采集待检测过鱼通道的实时视频，并对实时视频进行预处理，得到待检测过鱼通道的目标图像；
[0039]S2：提取目标图像的像素点矩阵；
[0040]S3：构建图像增强模型，将目标图像的像素点矩阵作为图像增强模型的输入，进行图像增强。
[0041]在本专利技术实施例中，步骤S1中，对实时视频进行预处理的具体方法为：逐帧读取实时视频的每一帧实时图像，对实时图像依次进行去噪处理和滤波处理，得到待检测过鱼通道的目标图像。
[0042]在本专利技术实施例中，步骤S2包括以下子步骤；
[0043]S21：计算目标图像的平均分辨值；
[0044]S22：根据目标图像的平均分辨值，划分目标图像的亮区和暗区；
[0045]S23：分别构建亮区和暗区的像素点矩阵，并根据亮区的像素点矩阵和暗区的像素点矩阵计算目标图像的像素点矩阵。
[0046]在本专利技术实施例中，步骤S21中，目标图像的平均分辨值μ的计算公式为：
[0047][0048]式中，α表示目标图像中前景像素点占总像素点的比例，μ
i
表示目标图像第i个像素点的灰度值，μ
j
表示目标图像第j个像素点的灰度值，w0表示目标图像的平均灰度。
[0049]在本专利技术实施例中，步骤S22中，划分目标图像的亮区和暗区的具体方法为：设定分辨值阈值，将平均分辨值大于分辨值阈值的像素点集合作为目标图像的亮区，将平均分辨值小于或等于分辨值阈值的像素点集合作为目标图像的暗区。本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种过鱼通道的浑浊水环境图像增强方法，其特征在于，包括以下步骤：S1：采集待检测过鱼通道的实时视频，并对实时视频进行预处理，得到待检测过鱼通道的目标图像；S2：提取目标图像的像素点矩阵；S3：构建图像增强模型，将目标图像的像素点矩阵作为图像增强模型的输入，进行图像增强。2.根据权利要求1所述的过鱼通道的浑浊水环境图像增强方法，其特征在于，所述步骤S1中，对实时视频进行预处理的具体方法为：逐帧读取实时视频的每一帧实时图像，对实时图像依次进行去噪处理和滤波处理，得到待检测过鱼通道的目标图像。3.根据权利要求1所述的过鱼通道的浑浊水环境图像增强方法，其特征在于，所述步骤S2包括以下子步骤；S21：计算目标图像的平均分辨值；S22：根据目标图像的平均分辨值，划分目标图像的亮区和暗区；S23：分别构建亮区和暗区的像素点矩阵，并根据亮区的像素点矩阵和暗区的像素点矩阵计算目标图像的像素点矩阵。4.根据权利要求3所述的过鱼通道的浑浊水环境图像增强方法，其特征在于，所述步骤S21中，目标图像的平均分辨值μ的计算公式为：式中，α表示目标图像中前景像素点占总像素点的比例，μ
i
表示目标图像第i个像素点的灰度值，μ
j
表示目标图像第j个像素点的灰度值，w0表示目标图像的平均灰度。5.根据权利要求3所述的过鱼通道的浑浊水环境图像增强方法，其特征在于，所述步骤S22中，划分目标图像的亮区和暗区的具体方法为：设定分辨值阈值，将平均分辨值大于分辨值阈值的像素点集合作为目标图像的亮区，将平均分辨值小于或等于分辨值阈值的像素点集合作为目标图像的暗区。6.根据权利要求3所述的过鱼通道的浑浊水环境图像增强方法，其特征在于，所述步骤S23中，构建亮区和暗区的像素点矩阵的方法相同，其矩阵元素f
p
的计算公式为：f
p
＝1
‑
...

【专利技术属性】
技术研发人员：王勇飞，陈帮富，何海锋，何波，胡仲明，罗小晶，谢昆均，杜瑶，
申请(专利权)人：成都大汇物联科技有限公司，
类型：发明
国别省市：