【技术实现步骤摘要】
本申请涉及图像处理领域，尤其涉及一种颜色校正和retinex的多尺度融合水下图像增强方法及设备。
技术介绍
1、随着人们对内部水体进行大规模长期监测的需求不断增加，水下图像增强技术广泛应用于海底资源勘探、渔业监测、水下考古、管道维护等领域。由于独特的水下作业环境，水下图像增强面临着诸多挑战。不同波长的光线在水下传播时具有不同的衰减率，红色分量衰减的最多，蓝绿色分量相对保持较为完整，这也是为什么水下图像通常呈现蓝绿色的原因。在实际应用中，单一的颜色校正策略很难适用于所有的水下场景。例如，用于具有绿色投射的失真图像的颜色补偿可能导致对未失真图像的过度补偿，并且水下开发中经常受到人工光源、水体杂质的影响，水和颗粒的散射或吸收改变了光传输的方向，这导致成像系统的清晰度显著降低。
技术实现思路
1、本申请的目的在于解决在水下场景的实际应用中，单一的颜色校正策略普适性较差的技术问题，提供一种颜色校正和retinex的多尺度融合水下图像增强方法及设备。
2、本申请的上述目的是通过以下技术方案得以实现的：
3、s1：获取原始水下图像，通过色调变化voh将所述原始水下图像分为失真图像与非失真图像；通过色调范围所述失真图像分为蓝色色偏图像与绿色色偏图像；
4、s2：通过中间像素值色偏校正所述失真图像，确定所述失真图像的颜色矫正图像；通过白平衡校正所述非失真图像，确定所述非失真图像的颜色矫正图像；
5、将所述颜色矫正图像的rgb图像分解为红色通道、绿色通道
6、对不同色偏类型的所述失真图像采取不同的增益因子策略，如下：
7、若所述失真图像为蓝色色偏图像，基于绿色通道像素校正红色通道的增益因子z以及校正蓝色通道的增益因子y，如下：
8、
9、
10、改进蓝色通道像素值pblue和红色通道的像素值pred以增强红色通道，降低蓝色投射；
11、pred＝pred+(z×pgreen)
12、pblue＝pblue-(y×pgreen)
13、若所述失真图像为绿色色偏图像，基于蓝色通道像素，校正红色通道的增益因子h以及校正绿色通道的增益因子k；
14、
15、
16、改进绿色像素值pgreen和红色通道的像素值pres以增大红色像素值，降低绿色投射；
17、pred＝pred+(h×pblue)
18、pgreen＝pgreen-(k×pblue)
19、将全局对比度拉伸技术应用于所述红色通道、所述绿色通道以及所述蓝色通道；
20、
21、其中，pin与pout分别是输入像素与输出像素，imin和imax分别是输入图像最小和最大水平值；
22、s3：根据高频强调滤波器对分类后的所述颜色校正图像进行非锐化掩模处理；
23、s4：对所述原始水下图像去雾处理，确定去雾图像，所述去雾处理包括：retinex模型、高斯全变分与纹理感知加权操作；
24、s5：将非锐化掩模处理后的所述颜色矫正图像与所述去雾图像进行多尺度融合，生成融合图像；
25、设颜色信息存在于颜色通道中，雾度信息存在于亮度通道中；
26、将所述颜色校正图像与所述去雾图像均转化为cielab图像，所述颜色校正图像的a通道和所述颜色校正图像的b通道有准确的颜色信息，所述去雾图像的l通道保留边缘信息和场景细节；
27、使用所述颜色校正图像的l通道作为所述融合图像的l通道，选择[0,0.5]范围内的权重融合所述颜色校正图像与所述去雾图像的a通道以及所述颜色校正图像与所述去雾图像的b通道，如下：
28、afused＝σ·αdz+(1-σ)·acc
29、bfused＝σ·bdz+(1-σ)·bcc
30、其中，afused、bfused分别是融合图像的a、b通道；adz、bdz分别是去雾图像的a、b通道；acc、bcc分别是颜色校正图像的a、b通道；σ为对应权重，范围为[0，0.5]；
31、将所述cielab的融合图像逆转换为rgb的融合图像。
32、可选的，步骤s1包括：
33、s11：通过所述原始水下图像的voh将所述原始水下图像分为所述失真图像与所述非失真图像，具体如下：
34、选择voh＝0.0136作为决策边界，将voh小于0.0136的所述原始水下图像确定为所述失真图像，将voh大于0.0136的所述原始水下图像确定为所述非失真图像；
35、
36、其中，mn是图像的大小，ω(x，y)是位置(x，y)处的邻域，k是邻域中的像素数，h(x，y)是位置(x，y)处的色调值；
37、s12：若所述原始水下图像的色调范围huey大于0.4、小于或等于0.6，则确定为所述蓝色色偏图像；
38、若所述原始水下图像的色调范围huey大于0.25、小于或等于0.4，则确定为所述绿色色偏图像。
39、可选的，步骤s3包括：
40、所述非锐化掩模处理包括：模糊处理、扣除处理以及差异添加；
41、对所述失真图像进行模糊处理，确定模糊图像；
42、从所述原始水下图像中扣除所述模糊图像，确定差异；
43、将所述差异再添加到所述原始水下图像中。
44、可选的，步骤s4包括：
45、s41：通过所述retinex模型将所述原始水下图像分解为光照图和反射图；
46、s42：将所述高斯全变分算法作为边缘保护滤波器，估计所述光照图；
47、s43：使用指数局部导数作为提取所述反射图的纹理信息的权重；
48、s44：固定所述光照图对所述反射图进行求导，再次固定所述反射图对所述光照图进行求导；
49、s45：不断重复步骤s44，交替迭代更新所述光照图的权重和所述反射图的权重；将带有纹理信息的反射图像作为最后的增强图像，增强后图像的函数模型为：
50、
51、其中，o为原始图像；i和r分别为要估计的光照图和反射图；⊙表示对应元素相乘；和为两种正则化函数。
52、一种存储设备，存储设备存储指令及数据用于实现一种颜色校正和retinex的多尺度融合水下图像增强方法。
53、一种颜色校正和retinex的多尺度融合水下图像增强设备，包括：处理器及存储设备；处理器加载并执行存储设备中的指令及数据用于实现一种颜色校正和retinex的多尺度融合水下图像增强方法。
54、本申请提供的技术方案带来的有益效果是本文档来自技高网...
【技术保护点】
1.一种颜色校正和Retinex的多尺度融合水下图像增强方法，其特征在于方法包括以下步骤：
2.如权利要求1的一种颜色校正和Retinex的多尺度融合水下图像增强方法，其特征在于，步骤S1包括：
3.如权利要求1的一种颜色校正和Retinex的多尺度融合水下图像增强方法，其特征在于，步骤S3包括：
4.如权利要求1的一种颜色校正和Retinex的多尺度融合水下图像增强方法，其特征在于，步骤S4包括：
5.一种存储设备，其特征在于：存储设备存储指令及数据用于实现权利要求1～4的任意一种颜色校正和Retinex的多尺度融合水下图像增强方法。
6.一种颜色校正和Retinex的多尺度融合水下图像增强设备，其特征在于：包括：处理器及存储设备；处理器加载并执行存储设备中的指令及数据用于实现权利要求1～4的任意一种颜色校正和Retinex的多尺度融合水下图像增强方法。
【技术特征摘要】
1.一种颜色校正和retinex的多尺度融合水下图像增强方法，其特征在于方法包括以下步骤：
2.如权利要求1的一种颜色校正和retinex的多尺度融合水下图像增强方法，其特征在于，步骤s1包括：
3.如权利要求1的一种颜色校正和retinex的多尺度融合水下图像增强方法，其特征在于，步骤s3包括：
4.如权利要求1的一种颜色校正和retinex的多尺度融合水下图像增强方法，其...
【专利技术属性】
技术研发人员：汤丁丁，卢仲兴，郭二卫，汪小东，刘学进，张利娜，湛德，张怡君，董凯锋，晋芳，杨越，宋俊磊，莫文琴，
申请(专利权)人：中建三局绿色产业投资有限公司，
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。