一种基于径向梯度分布特性的水下光晕图像校正方法技术

本发明专利技术提供一种基于径向梯度分布特性的水下光晕图像校正方法包括：构建水下光晕图像的成像模型；采用贝叶斯框架求解成像模型，引入径向梯度分布和超拉普拉斯分布来约束优化过程，利用最大后验概率结合不同图像层的概率分布得出目标方程；然后使用交替迭代更新方法将目标函数分解为若干子问题进行求解；在估计出的反射层使用自适应亮度缩放因子和多尺度梯度域对比度拉伸进行亮度调整、颜色校正和对比度增强等后处理，得到最终光晕校正的清晰水下图像。本发明专利技术率先考虑到UUV水下作业时的真实复杂光照场景，可有效去除人工强光源带来的光晕效应，降低其对后续计算机视觉任务带来的严重干扰，并显著提升水下图像质量。并显著提升水下图像质量。并显著提升水下图像质量。

【技术实现步骤摘要】
一种基于径向梯度分布特性的水下光晕图像校正方法


[0001]本专利技术涉及海洋环境感知、数字图像处理、水下图像清晰化
，具体而言，尤其涉及一种基于径向梯度分布特性的水下光晕图像校正方法。

技术介绍

[0002]为进行海底观测，自主式水下机器人成为获取海底信息的重要媒介，海底成像技术也得到了飞速发展。然而，由于水介质对光线的强烈吸收和散射，导致水下环境存在严重弱光照现象，水下机器人通常需要携带人工照明装置进行辅助照明，以提高对周围环境的感知能力。由于水体中悬浮物较多，人工强光源会造成明显的后向散射，在摄像机前景或海底形成强烈光斑，导致拍摄的水下图像存在非均匀光照现象，给后续基于特征提取及边缘检测等视觉任务带来了极大影响。现有水下图像清晰化技术虽已得到飞速发展，但鲜有考虑到人工光源在水下真实作业环境中产生的严重影响，实用性较差。

技术实现思路

[0003]鉴于现有技术的不足，本专利技术提出了一种基于径向梯度分布特性的水下光晕图像校正方法，该方法对带有人工强光源引入光晕的水下图像清晰化处理具有优异的效果和鲁棒性。
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于径向梯度分布特性的水下光晕图像校正方法，其特征在于，包括以下步骤：步骤1、获取待处理的水下光晕图像S；步骤2、构建用于描述人工光源辅助照明场景下水下图像成像物理过程的水下光晕图像成像模型，所述水下光晕图像成像模型为：其中，S表示待处理的水下光晕图像，R为反射图，I为照度图，V为光晕图，运算符表示逐元素相乘；步骤3、采用贝叶斯框架对所述水下光晕图像成像模型进行求解，引入径向梯度分布和超拉普拉斯分布来约束优化结果，根据最大后验概率及不同图像层的概率分布模型，得到目标函数；步骤4、通过交替迭代更新方法将目标函数分解为若干子问题进行求解，计算得到光晕层V、照度层I和反射层R，所述子问题中涉及非凸优化子问题通过迭代重加权最小二乘方法解决；步骤5、对反射层R进行后处理，通过自适应亮度缩放因子对反射层进行亮度调整，并结合多尺度梯度域处理对反射层R进行颜色校正和细节增强，得到最终光晕校正后的清晰水下图像Z。2.根据权利要求1所述的一种基于径向梯度分布特性的水下光晕图像校正方法，其特征在于，采用贝叶斯框架对所述水下光晕图像成像模型进行求解，包括：步骤3.1、通过最大化后验概率来分别求得反射图R、照度图I和光晕图V，所述后验概率根据以下公式求解：其中，P(R,I,V|S)为后验概率分布，P(S|R,I,V)为似然函数，P(R)、P(I)、P(V)分别为反射图R、照度图I和光晕图V的概率分布，P(S)为输入水下光晕图像S的概率分布。3.根据权利要求2所述的一种基于径向梯度分布特性的水下光晕图像校正方法，其特征在于，引入超拉普拉斯分布和径向梯度分布来约束优化结果，根据最大后验概率及不同图像层的概率分布模型，得到目标函数，包括：步骤3.2、引入图像超拉普拉斯分布和径向梯度分布来约束优化结果，有：其中，为平滑约束项，是利用求得的第一个估计值，为L
p
范数，0<p<1为超拉普拉斯分布约束，D
i
(i＝1,2)为差分算子对应的矩阵，P(I)为照度图I的概率分布；其中，P(R)为反射图R的概率分布；
其中，表示径向梯度平滑约束项，考虑到光晕层以光心为圆心具有径向对称的特性，并且是平滑的，对光晕图V采用离散、均匀采样方式：(V(r
t
),r
t
∈S
r
)，其中S
r
＝{r0,r1,
…
,r
n
‑1}，将图像沿这些离散半径划分为若干扇区，即r
m
为扇区m的内径，δr表示扇区宽度，有：度，有：其中，||S
‑
RοIοV||2表示数据保真项，用来约束所提模型(RοIοV)和输入图像S之间的差异；将式(3)(4)(5)(6)代入式(2)，可以得到目标方程：其中，λ1、λ2、λ3和λ4为控制不同项重要性的常量系数。4.根据权利要求3所述的一种基于径向梯度分布特性的水下光晕图像校正方法，其特征在于，通过交替迭代更新方法将目标函数分解为若干子问题进行求解，计算得到光晕层V、照度层I和反射层R，包括：步骤4.1、初始化光晕参数V0＝255、权重参数W
i0
＝1以及迭代次数k＝0；步骤4.2、将R、I看作一个整体{R,I}估计，对目标方程(7)进行分解获得公式(8)和(9)：步骤4.2、将R、I看作一个整体{R,I}估计，对目标方程(7)进行分解获得公式(8)和(9)：步骤4.3、对于给定的V
k
(k＝0,1,2,...)，计算子问题(8)，使用迭代重加权最小二乘方法来进行优化，在迭代每一步，将问题(8)化为如公式(10)所示的二次问题，使用梯度下降法求解(10)，计算出的{R,I}
(k+1)
代入(11)中计算权重参数W
i(k+1)
：：Q1＝|D
i
{R,I}
k+1
|Q2＝p(Q1)
p
...

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