一种基于自适应暗像素和颜色校正的水下图像复原方法技术

本发明专利技术提供一种基于自适应暗像素和颜色校正的水下图像复原方法，通过IFM(CIFM)并结合先验知识和无监督技术。考虑到水下不同波长光的衰减特性提出通道强度先验(CIP)，利用每个通道的衰减强度来估计深度图并解决由高亮区域或纯色物体引起的单通道先验故障。同时根据颜色偏差因子的大小将得到的CIP深度图与无监督深度图进行融合，克服了人工照明对CIP的影响，扩展了无监督方法的应用场景。然后，本发明专利技术通过图像不同程度的退化和自然图像质量评估指标(NIQE)来构建自适应暗像素(ADP)根据不同的深度差异选择不同的策略来消除反向散射，有效地解决拟合效率低和误差大问题。最后，通过颜色校正和蓝绿通道颜色恢复因子获得更具有视觉吸引力的输出图像。有视觉吸引力的输出图像。有视觉吸引力的输出图像。

【技术实现步骤摘要】
一种基于自适应暗像素和颜色校正的水下图像复原方法


[0001]本专利技术涉及水下图像处理
，具体而言，尤其涉及一种基于自适应暗像素和颜色校正的水下图像复原方法。

技术介绍

[0002]水下成像是研究和探索水下世界的关键技术之一。水下摄像机可以直接捕捉水下环境的图像，为海洋能源开发和水下生命监测的研究和探索提供关键的观测数据和证据。成像模型可以表示为三个分量的线性叠加，一是来自物体反射光的直接分量；二是物体反射光到达相机镜头前遇到悬浮粒子发生散射而引起的前向散射分量；三是光线直接漫反射引起的后向散射分量。然而，水下图像恢复比地面图像恢复更具挑战性。水下图像由于各种水生介质的选择性吸收和散射，照明缺失和水下成像设备不成熟，导致其存在较严重的色偏和雾效应。此外，人工照明的加入使水下光照环境更加复杂。水下图像重建是一个重要和有价值的研究领域，并得到了广泛关注。高质量的水下图像有利于目标检测、识别和分割任务。

技术实现思路

[0003]根据上述
技术介绍
中提到的技术问题，提供一种基于自适应暗像素和颜色校正的水下图像复原方法。本专利技术基于更全面的成像模型，主要通过融合通道强度先验深度图和无监督深度图估计水下图像的深度图，根据自适应暗像素实现动态深度转换与自适应策略来消除反向散射对水下图像进行复原，然后通过亮度补偿和蓝绿通道恢复因子获得颜色矫正后的输出图像，最后根据自然图像质量评估指标自动选择最佳结果。
[0004]本专利技术采用的技术手段如下：
[0005]一种基于自适应暗像素和颜色校正的水下图像复原方法(An Underwater Image Restoration Method based on Adaptive Dark Pixel and Color Correction)，包括以下步骤：
[0006]步骤S01：获取初始图像，对所述初始图像创建成像模型；
[0007]步骤S02：获取所述初始图像的反转红通道和通道最大差值；基于图像亮度融合方法，获得所述初始图像的通道强度先验深度图；
[0008]步骤S03：通过Monodepth2方法，获取所述初始图像的无监督深度图，并基于图像色偏与所述通道强度先验深度图进行融合，获得相对深度图；
[0009]步骤S04：对所述步骤S03中的所述相对深度图进行高斯滤波平滑；根据所述初始图像的不同背景类型，设置多个深度极大值；根据所述初始图像的全局背景光在像素强度上的占比获取深度极小值；
[0010]步骤S05：根据所述相对深度图、所述深度极大值以及所述深度极小值，进行深度拉伸将相对深度图转化为绝对深度图，确定深度区间划分标准；
[0011]步骤S06：根据所述步骤S05中的区间划分和自适应暗像素，通过筛选策略选择区
间内的暗像素点，将所述暗像素点作为后向散射的初始估计值进行拟合；
[0012]步骤S07：将所述初始图像减去所述步骤S06拟合得到的后向散射，获取去雾后的图像；
[0013]步骤S08：根据所述步骤S05绝对深度图估计光照图补偿所述步骤S07中去雾图像亮度；根据蓝绿色彩因子矫正蓝绿通道色偏得到矫正图像；
[0014]步骤S09：根据所述步骤S08中得到的不同极大值对应的矫正图像，根据自然图像质量评估指标选取法则，选择复原图像，获取复原图像。
[0015]进一步，所述步骤S01中的成像模型为：
[0016][0017]其中，I
c
表示初始图像，即所需复原的水下图像，J
c
表示复原后的水下图像，c表示R，G，B三个颜色通道，x表示不同的像素位置，d(x)表示由相机到场景x的距离，A
c
表示水下图像的全局大气光，表示衰减系数，表示散射系数；可以进一步表示为：
[0018][0019][0020]其中ξ表示场景反射率，H表示光照图，R
s
表示传感器的光谱响应参数，β表示光束的衰减系数，A
∞
表示全局大气光，z表示成像距离，λ表示可见光的波长。
[0021]进一步地，所述步骤S02获取所述初始图像的通道强度先验深度图还包括以下步骤：
[0022]步骤S021：将所述初始图像进行RGB通道分离，反转红通道强度，取每个区域最小值得到反转红通道图R(x)：
[0023][0024]其中，Ω(x)表示以x为中心的正方形局部补丁，I
c
表示输入图像在像素x处彩色通道c中观察到的强度；R(x)经过归一化拉伸得到反转红通道深度图d
r
(x)，拉伸公式为：
[0025][0026]其中，v表示向量；
[0027]步骤S022：取区域内GB通道最大值减去区域内R通道最大值得到色差图M(x)：
[0028][0029]经过归一化拉伸得到最大差值深度图d
m
(x)；
[0030]步骤S023：将所述初始图像转化为灰度图，通过计算灰度图中大于127.5的像素在总像素占比得到图像亮度参数α：
[0031][0032]其中，I
gray
表示初始图像对应的灰度图，Sum(I
gray
＞127.5)表示灰度图像中像素强度大于127.5的像素个数，127.5表示为最大像素强度的一半，Size(I
gray
)表示灰度图像的总体像素个数，S(a,δ)表示sigmoid函数，定义为：
[0033][0034]其中，s表示经验常数取32。
[0035]步骤S024：为避免图片中高亮区域或纯色物体引起的单通道先验故障，基于图像亮度参数融合反转红通道和最大差值深度图得到通道强度先验深度图；所述通道强度先验深度图d
cip
(x)估计公式为：
[0036]d
cip
(x)＝αd
m
(x)+(1
‑
α)d
r
(x)；
[0037]其中，α表示图像亮度参数，d
r
(x)表示反转红通道深度图，d
m
(x)表示最大差值深度图。
[0038]进一步地，所述步骤S03获取相对深度图包括以下步骤：
[0039]步骤S031：通过无监督深度估计方法Monodepth2获得所述初始图像的无监督深度图d
mono
(x)；
[0040]步骤S032：基于等效圆的色度检测方法获得图像偏色因子k：
[0041][0042]其中，(d
a
,d
b
)表示等效圆的坐标中心，(m
a
,m
b
)表示等效圆的方差；由以下公式计算：
[0043][0044]其中，(a,b)表示等效圆的坐标，W表示图像的宽度，V表示图像的高度，单位为像素；
[0045]步骤S033：融合所述通道强度先验深度图d
cip
(x)和无本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于自适应暗像素和颜色校正的水下图像复原方法，其特征在于，包括以下步骤：步骤S01：获取初始图像，对所述初始图像创建成像模型；步骤S02：获取所述初始图像的反转红通道和通道最大差值；基于图像亮度融合方法，获得所述初始图像的通道强度先验深度图；步骤S03：通过Monodepth2方法，获取所述初始图像的无监督深度图，并基于图像色偏与所述通道强度先验深度图进行融合，获得相对深度图；步骤S04：对所述步骤S03中的所述相对深度图进行高斯滤波平滑；根据所述初始图像的不同背景类型，设置多个深度极大值；根据所述初始图像的全局背景光在像素强度上的占比获取深度极小值；步骤S05：根据所述相对深度图、所述深度极大值以及所述深度极小值，进行深度拉伸将相对深度图转化为绝对深度图，确定深度区间划分标准；步骤S06：根据所述步骤S05中的区间划分和自适应暗像素，通过筛选策略选择区间内的暗像素点，将所述暗像素点作为后向散射的初始估计值进行拟合；步骤S07：将所述初始图像减去所述步骤S06拟合得到的后向散射，获取去雾后的图像；步骤S08：根据所述步骤S05绝对深度图估计光照图补偿所述步骤S07中去雾图像亮度；根据蓝绿色彩因子矫正蓝绿通道色偏得到矫正图像；步骤S09：根据所述步骤S08中得到的不同极大值对应的矫正图像，根据自然图像质量评估指标选取法则，选择复原图像，获取复原图像。2.根据权利要求1所述的一种基于自适应暗像素和颜色校正的水下图像复原方法，其特征在于，所述步骤S01中初始图像的成像模型为：其中，I
c
表示初始图像，即所需复原的水下图像，J
c
表示复原后的水下图像，c表示R，G，B三个颜色通道，x表示不同的像素位置，d(x)表示由相机到场景x的距离，A
c
表示水下图像的全局大气光，表示衰减系数，表示散射系数；表示为：表示为：其中，ξ表示场景反射率，H表示光照图，R
s
表示传感器的光谱响应参数，β表示光束的衰减系数，A
∞
表示全局大气光，z表示成像距离，λ表示可见光的波长。3.根据权利要求1所述的一种基于自适应暗像素和颜色校正的水下图像复原方法，其特征在于，所述步骤S02获取所述初始图像的通道强度先验深度图还包括以下步骤：步骤S021：将所述初始图像进行RGB通道分离，反转红通道强度，取每个区域最小值得到反转红通道图R(x)：
其中，Ω(x)表示以x为中心的正方形局部补丁，I
c
表示输入图像在像素x处彩色通道c中观察到的强度；R(x)经过归一化拉伸得到反转红通道深度图d(x)，拉伸公式为：其中，v表示向量；步骤S022：取区域内GB通道最大值减去区域内R通道最大值得到色差图M(x)：经过归一化拉伸得到最大差值深度图d
m
(x)；步骤S023：将所述初始图像转化为灰度图，通过计算灰度图中大于127.5的像素在总像素占比得到图像亮度参数α：其中，I
gray
表示初始图像对应的灰度图，Sum(I
gray
＞127.5)表示灰度图像中像素强度大于127.5的像素个数，127.5表示为最大像素强度的一半，Size(I
gray
)表示灰度图像的总体像素个数，S(a,δ)表示sigmoid函数，定义为：其中，s表示经验常数取32；步骤S024：为避免图片中高亮区域或纯色物体引起的单通道先验故障，基于图像亮度参数融合反转红通道和最大差值深度图得到通道强度先验深度图；所述通道强度先验深度图d
cip
(x)估计公式为：d
cip
(x)＝αd
m
(x)+(1
‑
α)d
r
(x)；其中，α...

【专利技术属性】
技术研发人员：张维石，刘乾，周景春，
申请(专利权)人：大连海事大学，
类型：发明
国别省市：