基于不同颜色模型对比度校正的水下降质图像处理

光通过水体介质传播过程中的衰减,为水下图像成像带来了一系列的问题.水下目标在成像时会受到海水水质及悬浮物的影响,使采集到的图像变得模糊、对比度下降.文中利用模拟仿真软件对水下图像进行处理,优化出一种基于不同颜色模型对比度修正的自适应直方图水下图像清晰化的有效方法.从实验结果的数据分析可以得出,通过对比度的调整实现了水下图像可视度的增强和图像细节信息的有效放大,由于光照不均匀带来的问题能得到有效缓解.     

水下光电成像探测系统的性能建模分析

分析并讨论了水下光电成像探测系统设计应考虑的几个问题,包括系统设计的性能参数、系统中的信号模型和成像系统性能评估模型.考虑发射系统和接受系统间的距离,建立了激光水下光电成像探测系统的一般理论模型;推导了信号辐射、后向散射、前向散射的计算方法;给出了考虑前向散射和背向散射作用下的成像对比度计算方法;最后导出了水下成像系统的作用距离方程.     

基于透射率优化和颜色修正的水下图像增强方法

针对光在水中传输时受到水的吸收作用、悬浮颗粒散射作用而产生严重的衰减,导致水下光学图像对比度低、颜色失真的问题,提出一种基于透射率优化和颜色修正的水下图像增强方法。根据水下光学成像模型,采用最小信息量损失原理估计透射率,结合导向滤波提高透射率的估计精度,通过逆求解水下成像模型得到清晰化的水下图像。利用直方图均衡化进一步提高图像对比度,使用白平衡方法修正颜色。实验结果表明,该方法能够有效去除由后向散射引起的模糊,提高图像对比度和清晰度,同时修正色彩不平衡。     

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.     

基于引导图像滤波器的水下图像清晰化算法

水下图像降质主要受水体中光的前后向散射、光波衰减、水中浮游生物以及水下光照不均匀等的影响.针对传统的水下图像采集器所获取的水下图像存在光照不均匀、纹理细节模糊及对比度低等问题,建立了一种新的水下图像光学成像模型,并提出一种基于引导图像滤波器的水下图像增强算法.根据水下光线的传播特性,充分利用双边图像滤波器的平滑保边特性以估计散射光和图像局域对比度,同时考虑不同波长在水下传输的特性,得到更加准确的水下图像增强模型,然后依据此模型复原清晰图像,并对复原图像进行校正处理.结果表明,该算法能克服光照不均匀等困难,对水下图像进行实时处理,有效地提高了图像的清晰度,且该方法已成功应用于深海观测系统.     

基于水下场景先验的水下图像增强方法研究

针对水体光线吸收与散射作用引起的图像模糊、低对比度和颜色失真等问题,提出一种基于水下场景先验的水下图像增强方法。首先利用水下场景的先验知识,结合水下成像物理模型和水下场景的光学特性,利用10种预定义衰减系数合成涵盖不同类型和退化水平的水下图像数据集;然后利用初始残差和密集级联,设计一类轻量级卷积神经网络（convolutional neural networks, CNN）模型增强水下图像,结合基于轻量级的网络结构和有效的训练数据,可减少增强模型的计算量并有效改善水下退化图像的视觉质量;最后采用归一化的后处理过程进一步提升图像增强的效果。仿真实验结果表明,所提方法可行有效,可应用到不同的真实水下场景,具有较强的鲁棒性与有效性。     

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.     

基于多特征融合的单幅水下图像清晰化

水体对光有较强的吸收和散射作用,从而造成水下图像颜色失真、对比度下降和细节模糊等问题.针对上述问题,基于图像融合框架提出一种水下图像清晰化方案.首先,结合水下成像模型,提出了基于景深估计的颜色校正方法,其可以有效去除水下图像的蓝(绿)色基调,同时有效解决红通道过补偿问题.然后,对水下图像进行颜色校正和对比度增强得到两幅输入图像;最后,结合亮度、对比度、饱和度、显著性等特征构造权重图将两输入图进行多尺度融合,得到最后的复原图像.实验结果表明,该算法可以有效地去除水下图像颜色失真,同时能够大幅提升图像的对比度和清晰度.     

双透射率成像模型与Retinex 融合的水下图像清晰化

针对水下图像出现的颜色失真、对比度低、雾化现象等问题,提出双透射率成像模型与Retinex融合的水下图像清晰化方法.首先,采用基于改进双透射率成像模型的复原算法,用以解决图像雾化以及亮度失衡;其次,在带色彩恢复的多尺度Retinex增强算法中引入引导滤波,解决图像色偏问题;此外,引用自动色彩增强算法,有效提升对比度;最后,将三个输入图像与结合对比度、显著性、饱和性得到的对应权重图采用多尺度融合框架得到清晰化水下图像.实验结果表明,与现有新颖算法相比,所提方法可以最大程度地将多种单一算法的优势有效结合起来,水下彩色图像质量评价指标(underwater color image quality evaluation,UCIQE)均值高于各比较算法6.03％且加速鲁棒特征(speeded up robust features,SURF)特征匹配点明显提升,算法能在保留图像细节的同时有效校正色偏现象、提升图像对比度及清晰度,更符合人眼的视觉效果.     

基于MATLAB的水下激光图像处理技术

水体对光的“吸收”和“散射”效应给水下激光成像带来大量的背景噪声,是水下成像高噪声和低对比度的主要成因。距离选通成像技术可以在一定程度上克服大量后向散射的影响,但成像质量仍然不好。为了进一步改善图像效果,就需要利用数字图像处理技术对水下图像进行后续加工。针对水下激光图像的特点,本文将基于MATLAB的图像处理方法引入到水下激光图像处理中以去除图像噪声、改善图像质量,实验结果表明该方法是有效可行的。