基于颜色校正和引导滤波分层的水下图像增强

针对海洋复杂成像环境导致水下图像退化严重,出现颜色衰退、对比度低以及细节模糊等现象,提出一种基于颜色校正和引导滤波分层的水下图像增强方法。使用白平衡算法对水下图像进行颜色校正;采用引导滤波算法将颜色校正后的图像拆分为基础图像和细节图像,将基础图像转换至Lab空间,对基础图像的亮度通道采用对比度受限的自适应直方图均衡法(CLAHE)增强对比度,再将图像转换回RGB空间,同时对细节图像采用Gamma变换增强纹理信息;对增强后的基础图像和细节图像进行加权融合。结果表明,该方法可以有效地提升原始图像色彩和对比度,丰富图像细节信息。

基于高低频分量融合的水下图像增强算法

针对退化的水下图像存在色彩失真,对比度低和视觉模糊的问题,提出一种基于高低频分量融合的水下图像增强算法。首先利用多尺度Retinex算法估计高频分量,并对其进行对比度受限的自适应直方图拉伸,在增强全局对比度的同时突显细节信息;为了防止在图像拉伸的过程中产生噪声以影响图像质量,对拉伸后的高频分量使用引导滤波进行去噪声处理;然后将原图与高频分量相除以获取低频分量,同时使用多尺度细节提取法获取细节信息;最后将去除噪声的对比度增强图像和高低频细节图像进行线性加权融合并进行颜色校正,获得最终的水下清晰图像。实验结果表明,所提算法能够有效地增强图像对比度和细节,明显改善图像的视觉效果。