基于距离加权色偏估计的低质图像增强

有色雾、烟、尘等恶劣大气条件下的低质图像具有低可见度和颜色偏移的特点,给人类观察和计算机视觉应用带来困难。当前针对此类图像的增强算法通常忽略了景物与相机的距离对色偏的影响,为了在增强可见度时更好地恢复图像颜色,本文提出低质图像成像可见度下降及色偏与景物距离的关系模型和求解方法。该方法首先通过图像的局部亮度估算距离,然后通过距离估算图像的色偏矩阵,再求解退化模型得到可见度与颜色得到恢复的图像,最后将恢复的图像与限制对比度自适应直方图均衡(Contrast limited adaptive histogram equalization,CLAHE)增强图像进行距离加权融合,得到进一步细节增强的图像。实验表明,本文提出的方法与同类方法相比,在达到高图像质量评价指标的同时,明显具有更好的颜色恢复结果。

基于标准差加权的色偏图像校正方法

针对色偏图像校正问题,提出了1种标准差加权的色偏图像校正方法。首先,利用灰度世界算法计算色偏图像红、绿、蓝各通道的校正系数;其次,对色偏图像进行超像素分割,利用像素平均值和方差计算每1个超像素的颜色一致性,从而计算各通道的校正系数权重;最后,对校正系数进行加权处理,并进行色偏图像校正。实验表明,算法能够对色偏图像进行有效校正,并克服单一色块和校正后图像变亮问题。相比于灰度世界、完美反射和动态阈值3种算法,该算法的峰值信噪比平均提升36.46%,色差均值平均降低3.12%。

散射光补偿结合色彩保持与对比度均衡的水下图像增强

针对水下图像存在颜色偏差、对比度低及模糊等问题,提出散射光补偿结合色彩保持与对比度均衡的水下图像增强方法。首先,利用相对总变分模型分离图像结构层和纹理层,其中,设计基于RGB空间映射的补偿系数误差矩阵校正结构层色偏,并通过滤波分离与融合增强纹理层,以防止图像的初始特征丢失,增强后的纹理层与结构层叠加得到第1层输出;然后,在对比度均衡模块中,基于空间变换进行保色对比度限制自适应直方图均衡化,进一步提高对比度和亮度;最后,将双层增强结构的结果图融合得到输出图像。通过在不同数据集上与其他算法进行对比,验证文中方法在平衡色差,增强细节和去模糊等方面均具有更好效果,对水下无人系统视觉任务具有实际应用价值。

基于生成对抗网络的轻量级全局-局部水下图像增强算法

为解决光在水下传播过程中由吸收与散射效应导致的水下图像产生色偏、对比度低、细节缺失和噪音等问题,设计了一种融入注意力机制的轻量级全局-局部生成对抗网络水下图像增强算法。算法通过改进GAN网络以及设计新的损失函数,提高图像增强效果。实验结果表明,所提出的方法在校正色偏、提高对比度、增强细节和消除噪音等方面较现有流行的水下图像增强算法均取得了很大的进步,同时也进行了时间测试以及应用测试,实验结果表明,提出的水下图像增强方法能够快速有效地提高水下图像的质量。

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。

基于透射率融合与优化的水下图像复原

由于光与水体介质的相互作用的固有复杂性,所拍摄的水下场景图像发生降质退化,这导致诸如水下图像的低对比度以及色彩失真等问题.尤其是对于污染较为严重或者高浑浊度水体下获得的图像,典型的水下图像处理方法有一定的性能缺陷,而其根本原因在于其无法对于散射造成的色彩失真问题进行有效处理,同时也未充分考虑对比度信息带来的影响.因此,本文提出了一种透射率融合与优化方法,并由此给出有效的水下图像复原方案.该方案考虑各通道在水下衰减差异性,建立了基于颜色衰减差异的水下图像形成模型,其场景环境光由成像光源计算得到.首先,利用色彩校正算法来处理水下图像存在的色彩失真的问题,并利用灰度色调算法对场景光源的颜色进行估计;接着,基于水下场景约束,提出水体透射率估计方法,同时基于对比度先验提出对比度透射率估计算法;然后,将上述两种透射率进行融合,并使用多方向梯度加权正则化进行细化;最后,通过求解基于颜色衰减差异的水下图像形成模型复原图像.通过多次实验,所提出的基于透射率融合优化的水下图像复原方法得到的图像不仅具有相对自然的颜色,同时保持着良好的细节和对比度信息.