[发明专利]水下图像复原方法

说明书

技术领域

本发明属于图像处理、计算机视觉技术领域，涉及一种水下图像复原方法。

背景技术

水下世界蕴含着丰富的资源，但遭受光照吸收和散射的影响，水下拍摄的图像往往存在颜色偏差、低对比度和模糊等视觉退化问题。因此，开展水下图像增强和复原相关算法的研究有助于利用图像处理和计算机视觉技术开发、探索、保护海洋世界。其中，水下图像复原是通过数学计算调整图像的像素值，目的是恢复出水下图像原有的样貌。水下图像复原技术在水下图像科研和工业等领域扮演着至关重要的角色。例如，海洋生态环境监控中，往往需要根据拍摄的海藻生长的变化进而反应海洋环境的变化。海藻的颜色可以反应水质的优劣，因此需要首先将获取的颜色失真的海藻图像复原，恢复其原有的真实样貌，再做进一步分析。尽管近年来水下图像复原受到广泛关注，但水下图像复原仍然是一个具有挑战性的不适定问题。

发明内容

为克服现有技术的不足，本发明旨在通过图像去雾算法与彩色恒常算法相结合，提出一种能够有效恢复水下图像视觉质量的方法。本发明采用的技术方案是，水下图像复原方法，步骤是，将退化水下图像的蓝绿信道根据水下成像数据模型进行去雾处理，退化的红信道根据复原的蓝绿信道的像素值，依据灰度世界彩色恒常算法进行修正。

蓝绿信道去雾进一步具体地：

水下成像数学模型表示为：

I^c(x)＝J^c(x)t(x)+B^c(1-t(x))，c∈{r,g,b}

式中，I^c(x)是退化的水下图像，J^c(x)是复原的水下图像，B^c是背景光，t(x)∈[0,1]为媒介透射率，蓝绿信道的背景光采用如下方法估计:首先计算水下图像中红信道的局部最小值，之后分别计算蓝绿信道的局部最小值，接下来选择蓝绿信道局部最小值中相同像素位置的最大值，最后计算红信道局部最小值与上述得到的蓝绿信道局部最小值中的最大值在相同像素位置处的差值，数学上表达为：

式中，局部最小值的计算方式为在Ω大小的区域寻找该区域的最小像素值，以找到的最小值代替该区域的全部像素值，之后以步长为1进行滑动该Ω区域，计算下一区域的局部最小值，直到遍历全部像素点，根据计算得到的红信道与蓝绿信道的差异D(x)，进一步计算背景光，背景光可以根据上式计算得到：

接下来估计蓝绿信道的媒介透射率，这里假设蓝绿信道的媒介透射率具有相同的值，变换水下成像数学模型为：

根据暗通道先验假设上述等式右边第一项为0，因此媒介透视率表示为：

获得蓝绿信道的媒介透射率后，使用导向滤波移除其表面的块状伪影，最后，获得的媒介透射率与已估计蓝绿信道的背景光相结合，根据下式反演出清晰的蓝绿信道：

红信道修正具体是，灰度世界彩色恒常理论证明理想图像的三个颜色信道的平局值为灰色，假设清晰的水下图像满足灰度世界彩色恒常理论，通过蓝绿信道去雾算法恢复出清晰的蓝绿信道，接下来只需根据灰度世界彩色恒常理论调整退化的红信道，根据灰度世界彩色恒常理论有：

式中，Avgred_rec，Avgblue_rec，Avggreen_rec分别为恢复的水下图像红信道、蓝信道和绿信道的像素平均值，已经归一化到[0,1]范围内；理想的红信道的像素平局值表示为：

Avgred_rec＝1.5-Avgblue_rec-Avggreen_rec

因此，退化水下图像红信道中每点像素值所需要的调整因子表示为：

δ＝Avgred_rec/Acgred

式中，Avgred_rec为理想的红信道像素平均值，Avgred为退化水下图像像素平均值，复原的红信道可通过以下方式计算得到：

R_rec＝R.*δ

式中，R_rec为复原的红信道，R为原始的红信道。

本发明的特点及有益效果是：

1)本发明首次将图像去雾与彩色恒常算法相结合，本发明的方法可以更加有效的提高水下图像的视觉质量；

2)本发明具有处理速度快，复原结果自然清晰的优点。

附图说明：

图1给出了本发明图像复原的流程框图。

具体实施方式