融合暗通道与Retinex算法的水下图像复原研究

针对水下图像存在细节模糊和色彩失真等问题,基于水下光学成像模型,提出了一种融合暗通道先验和Retinex的方法。首先为避免场景中亮白区域影响,提出一种基于四叉树分解方法改进对背景光的估计,进一步分通道对透射率进行估计,引入自适应容差补偿机制,根据图像区域的明亮程度自适应修正透射率,并利用改进的导向滤波细化透射率,消除了图像块效应,利用优化的暗通道先验算法对图像进行清晰化处理得到复原图像;其次用Retinex算法提高水下图像对比度以及校正颜色畸变;然后依据复原图像与Retinex算法增强图像的特点进行像素级融合,最终得到复原后的水下图像。为定量评价复原算法,选取了信息熵、平均梯度和UIQM定量化评价因子。实验结果表明,所提算法在主观及客观评价方面均优于对比算法,为后续水下目标探测提供了研究基础。

一种改进的暗通道先验水下彩色图像复原算法

为了解决光在水下传播过程中能量散射和衰减所导致水下图像对比度较低、纹理细节模糊和颜色失真等问题,提出一种改进暗通道先验水下彩色图像复原算法,根据水下光线传播特性建立水下图像成像模型,将水下图像的去模糊和颜色校正相结合,应用改进的暗通道先验算法提高水下彩色图像的对比度,再通过白平衡颜色复原方法处理水下彩色图像,实现水下彩色图像的颜色校正.实验结果表明,本文算法能够提高水下彩色图像的对比度,有效恢复水下图像的颜色.

基于雾线暗通道先验的水下图像复原方法

水下环境会对可见光的传播过程造成吸收和散射影响,从而引起水下图像画质模糊、颜色失真、对比度低等问题。为此,提出一种基于雾线暗通道先验的水下图像复原方法。该方法使用雾线模型进行去模糊操作,在背景光预估时,结合结构森林边缘检测方法红通道信息获得准确的背景光值,并且通过暗通道先验模型和导向滤波算法优化透射图。经图像质量评价标准的客观分析,文中算法能够有效提升画质和对比度,还原色彩信息。

基于暗通道先验改进算法的水下图像增强方法研究

针对水下图像受介质散射和吸收的影响所出现的颜色失真、对比度低和细节模糊等问题,提出水下图像增强的暗通道先验改进算法。采用白平衡处理对水下图像的蓝(绿)色偏进行颜色校正,进而在LAB空间对图像L分量进行同态滤波处理,从而获得暗部细节提亮的图像。在RGB空间对图像分别进行CLAHE处理增强图像对比度,解决图像雾化问题,MSRCR处理提高图像色彩饱和度并均衡图像亮度。根据暗通道先验图像计算融合权重系数对所得到的3幅图像进行加权融合与细节增强,得到最终增强图像。实验结果表明,所提算法能够有效消除图像颜色失真情况,增强的图像呈现出高对比度和更清晰的细节。

结合背景光融合及水下暗通道先验和色彩平衡的水下图像增强

水下环境、光线衰减和拍摄方式造成水下图像具有不同色调、对比度和模糊度.基于图像成像模型的水下图像复原方法通常基于暗通道先验或最大像素先验,容易受到水下复杂环境的干扰而输出低质量的复原图像,因此文中提出基于背景光融合及水下暗通道先验和色彩平衡的水下图像增强方法.首先,提出多候选背景光融合方法,估计正确的背景光.然后,基于高质量水下图像统计得出水下暗通道先验,计算更准确的RGB分量传输地图.将复原图像从RGB颜色模型转换到CIE-Lab颜色模型,对L亮度分量和a、b色彩分量分别进行归一化拉伸和优化调整,进一步提高复原后水下图像的亮度和对比度.多种定性和定量分析说明文中方法增强的图像在对比度、亮度和颜色上的显示效果优于大部分现有的水下图像增强方法复原的图像.

基于红色暗通道先验理论与CLAHE算法的水下图像增强算法

[目的]水下图像是水下视觉感知技术领域应用的基础,由于水对光的吸收以及水中颗粒对光的散射作用,使水下图像具有对比度低、边缘模糊等特点,导致图像质量下降。为此,提出一种削弱水介质对水下图像影响的图像增强算法。[方法]首先,研究了水下成像数学模型,并且依据Lambert-Beer定律推导出了未退化的图像数学模型。其次,利用红色暗通道先验(RDCP)理论得到未退化图像模型中的红色暗通道透射率图像,并通过引导滤波算法对该图像进行滤波细化处理,获得了对比度比较高的未退化图像。然后,针对去模糊后水下图像对比度仍然不理想的情况,采用对比度受限直方图均衡化算法(CLAHE)提升水下图像对比度。[结果]基于常用图像评价标准,通过实验评价了本文算法的有效性,[结论]本文算法能够显著提升水下图像信息熵、对比度和平均梯度,更能凸显图片信息的细节特征。

基于改进暗通道的水下图像快速复原

为解决水下图像由于受到水体对光线的吸收和散射作用而产生的图像退化问题,提出一种改进的水下暗通道先验方法。分析水下图像退化因素,通过色彩空间转换矫正和平衡图像三通道颜色信息,通过小尺度图像估计透射率图和全局背景光,结合暗通道先验模型完成图像的快速复原。对比实验的主观和客观分析结果表明,所提方法可以有效还原色彩信息,恢复水下图像的细节,获得较好的显示效果,显著提高图像复原处理速度,具有良好的鲁棒性和优越性。

一种红通道反转的水下图像复原算法

由于水体对光的选择性吸收以及杂质对光的散射效应,导致水下图像色彩失真以及对比度下降,针对这一问题,提出了一种改进的水下图像复原算法.该方法通过将图像红通道反转来避免红通道快速衰减的影响,将暗通道先验用于红通道反转图像的复原,并利用背景光强度修正各通道透射率,在复原过程中采用了一种简单的自动白平衡算法去除严重的色彩失真.实验结果表明,算法能有效复原出清晰图像,去除颜色失真,且对人工光源照射区域同样适用.

通道修正均衡化的水下图像增强算法

水中介质和微粒的影响导致光波传播衰减和散射,在成像过程中水下图像会出现模糊和色偏等情况,这些水下成像退化的情况给水下的目标识别、目标跟踪、特征提取等应用带来困难.针对以上问题,本文提出了一种基于通道修正均衡化的暗通道先验(CCD)水下图像增强算法:首先是对色偏的水下图像进行通道修正均衡化,利用直方图强度中心做一个映射,并将映射的三通道信息融合到限制对比度自适应直方图均衡化中,改善了图像色偏和对比度不足的情况;其次是通过暗通道先验算法进行去模糊,通过水下增强图像数据集的实验表明, CCD比现有算法更有效地应对了水下图像成像退化问题,取得了更好的图像质量指标;此外,在特征检测预处理步骤中,本文方法能够将检测特征点数提高约1.88倍.

基于修正模型与暗通道先验信息的水下图像复原

受到复杂成像环境影响,光学视觉系统获取到的水下图像普遍存在对比度低、模糊和颜色失真等问题.为此,本文提出一种基于修正散射模型的水下图像复原算法.首先,深入分析光在水下的吸收衰减特性,在简化大气散射模型的基础上,将水体背景光融入到模型的直接衰减项;其次,考虑到水下红光迅速衰减,采用红通道的逆通道对其进行补偿;然后,使用基于四叉树的分级搜索算法估计水体背景光值;最后,在修正的成像模型基础上,结合水下暗通道先验信息估计介质透射率进而复原水下图像.实验结果表明,本文算法水下复原后的图像色彩自然,能有效恢复出远景区域的细节信息,图像对比度、色度和饱和度的综合评价指标整体优于对比算法,适用于不同类型的水下退化图像.

一种新型小波图像融合的水下目标增强算法

针对水下图像存在色偏、清晰度低和边缘细节不足的问题,提出了一种新的水下图像增强算法。首先,以颜色校正的方式改进了一种基于暗通道先验(DCP)的水上图像增强方法,使其可以更好地用于水下图像,并将增强后的图像作为图像融合的一个输入。然后,利用非锐化掩蔽(USM)增强图像的纹理特征,并将再次增强的图像作为图像融合的另一个输入。最后,采用小波融合的方式对以上两个输入图像进行融合,进一步提升图像质量。与其他方法的比较结果表明,利用所提方法增强的图像具有更自然的外观、更高的清晰度、更多的细节和边缘信息,所提方法对水下图像有良好的增强效果。

基于结构纹理融合的水下图像增强算法

针对水下环境中采集的图像存在颜色失真、雾化现象等问题,提出一种基于结构纹理融合的水下图像增强算法。首先,采用自动色彩增强方法对图像进行颜色校正;然后,结合水下图像的特点,通过二次引导滤波将图像分解为低频结构层和高频纹理层;其次,利用红色暗通道先验来非局部消除雾化对低频层进行增强操作,同时利用最小化梯度残留的方法对高频层进行去噪处理;最后,将增强后的结构层与去噪后的纹理层相融合,得到清晰的结果。实验表明,该方法能够有效增强图像质量,同对比算法在主观和客观评价上均有显著提升。

基于背景光估计与暗通道先验的水下图像复原

依据背景光的海洋光学定义,提出了一种新的自然光照条件下的水下图像复原方法。基于合理假设及光学理论公式推导,估计出计算背景光所需的水体光学参数(衰减系数和散射系数);利用散射系数与波长的关系分别计算红、绿、蓝三个通道的传输函数值,并使用导向滤波精细化传输图像;最终通过逆求解成像模型复原水下图像。实验结果表明所提算法在恢复场景物体原始颜色及去除背景散射方面有一定的优势。

基于自适应透射率比的水下图像复原算法

为了解决水下图像模糊和偏色的问题,在水下图像成像模型的基础上提出水下图像复原算法.利用白平衡算法对图像进行色彩调整,计算图像的暗通道图,通过暗通道图估计图像的背景光强度.对于非深海区域的图像,若图像包含水体,则根据水体的颜色和纹理特征提取出图像中的水体部分,利用光在水中的衰减公式计算图像3个通道透射率之间的关系;若图像不包含水体,则根据3个通道直方图的分布计算透射率之间的关系.根据暗通道先验的原理,计算出3个通道的透射率图,使用引导滤波对透射率图进行细化.根据计算出的背景光强度和透射率对图像进行复原.对于采用人工照明的深海图像,采用修正的公式进行处理.实验结果表明,在图像清晰度的评价中,该算法优于对比算法,具有较好的鲁棒性.

基于红色暗通道先验和逆滤波的水下图像复原

为提升水下图像的视觉效果,提出了基于红色暗通道先验(RDCP)和逆滤波的水下图像复原算法。该算法首先简化Jaffe-Mc Glamery水下光学成像模型,在此基础上,利用RDCP消除水下成像过程中后向散射引起的图像雾化效果;然后结合各通道透射率图与光学传递函数的数学关系,采用逆滤波去除前向散射分量;最后采用基于高斯分布的线性拉伸提高图像对比度。使用该算法与几种主流的水下图像处理算法对多种水下环境拍摄得到的图像进行处理,并计算信息熵等客观评价指标。实验结果表明,该算法能够更好地平衡图像的色度、对比度及饱和度,视觉效果更接近自然场景下的图像。

双背景光自适应融合与透射图精准估计水下图像复原

针对水下图像普遍存在低对比度、低亮度和颜色失真,以及现有的水下图像复原方法恢复结果不自然、亮度不均和主体色调偏红等问题,该研究提出了双背景光自适应融合与透射图精准估计水下图像方法。采用基于水下光衰减特性和背景光平坦性的双背景光自适应融合策略以提高估算的融合背景光准确度,通过新型水下暗通道先验、反向饱和图和三通道光谱衰减系数估算出更加精准的水下图像透射图,最后将估算出的融合背景光与精准透射图应用于水下成像模型得到复原后的水下图像。在广东罗非鱼良种场水产养殖数据集和水下图像增强基准数据集的试验结果表明:对比暗通道先验、最大强度先验、基于模糊和光吸收、蓝绿通道去雾、基于背景光统计模型和透射图优化5种水下图像复原方法,在主观恢复效果评价中,该文方法能有效纠正水下图像失真、亮度偏暗和主体色调偏红等问题;在7个客观评价指标中,该文方法在6个指标中取得最好值,其中全参考图像质量评价指标中的峰值信噪比、结构相似性、均方误差和视觉信息保真度等数值比次好水下图像复原方法分别提升了0.52%、2.1%、3.4%和0.86%;无参考图像质量评价指标中的自然图像质量评价指标和水下图像质量评价数值比次好水下图像复原方法分别提升了2.4%和7.4%。该文方法在解决传统水下图像复原方法中存在的亮度不均和颜色偏红等问题具有一定优势,可以为水下图像复原方法提供技术借鉴。

一种基于光补偿的水下图像增强算法

在水下成像过程中,水中悬浮颗粒引起光在传播过程中的散射和衰减,造成图像模糊与色彩失真等降质现象。针对这种情况,提出了一种水下图像增强算法。该算法从图像成像模型出发,结合暗通道先验,获得深度图,再对水下图像的暗通道图像与自适应均衡处理图进行光补偿后进行多尺度融合,实现图像增强。实验结果显示,所提算法能够增加图像的清晰度与对比度,对色偏也有一定修正效果,可以获得较好的增强效果。

基于四叉树分级搜索和透射率优化的水下图像复原

针对不同场景下获得的水下图像存在色偏、细节模糊和对比度低等问题,提出一种基于四叉树分级搜索和透射率优化的水下图像复原方法。首先,建立双透射率水下成像模型,将透射率定义为直接分量透射率和后向散射分量透射率;然后,利用红通道补偿算法对原图像进行预处理,并利用四叉树分级搜索、改进暗通道先验和无退化像素点方法分别估计背景光强度、后向散射分量透射率和直接分量透射率;最后,通过逆求解成像模型,并采用满足瑞利分布的直方图拉伸获得复原图像。实验结果表明,与其他水下图像复原方法相比,所提方法对在强干扰环境下采集的水下图像有着更强的颜色失真校正以及模糊信息增强的能力。

基于背景光估计与透射率优化的水下图像复原

针对水下图像颜色失真与模糊问题,提出了基于背景光估计与透射率优化的水下图像复原算法。该算法将透射率定义为直接分量透射率和后向散射分量透射率,有效提升成像模型的完整性。先对红色衰减分量进行补偿并重置直方图分布范围实现色彩均衡;基于亮度、梯度判别及色调判断选出最佳背景光点;再通过红色暗通道先验得到后向散射分量透射率,利用无退化像素点求得直接分量透射率;最后将两个透射率及所求背景光代入成像模型中以获得复原图像。实验结果表明,所提算法能够有效平衡图像的色度、饱和度及清晰度,视觉效果接近自然场景下的图像。

基于双透射率水下成像模型的图像颜色校正

针对水下图像颜色失真的问题,提出了基于双透射率水下成像模型的图像颜色校正算法。在水下成像模型的基础上,将透射率定义为直接分量透射率和后向散射分量透射率;通过红色暗通道先验获得后向散射分量透射率,并精确估计背景光,利用无退化像素点获得三通道的直接分量透射率;最后将两个透射率代入成像模型获得复原图像。实验结果表明,该算法仅依靠物理模型便能有效地去除水下图像的色偏。