[发明专利]一种基于分层加权融合的水下图像增强方法

说明书

技术领域

本发明涉及图像融合的水下图像增强领域，尤其涉及一种基于分层加权融合的水下图像增强方法。

背景技术

近些年来，海洋信息获取、传输和处理等理论技术越来越受到人们的关注，无论是在海洋开发、工程应用，还是军事中，水下视觉技术都具有及其重要的战略地位。但是由于水下成像过程中水体对光的散射和吸收效应带来的非线性影响，造成水下图像质量不理想，图像对比度低、纹理模糊，图像质量明显下降。现如今的水下图像增强技术尚不成熟，需要进一步的深入研究。

Bazeille等人[1]提出了一种水下图像预处理算法，它能够降低水下扰动，并提高了图像质量。该算法首先通过同态滤波的方法修正非均匀照明，然后利用小波去噪并采用非均匀滤波对边缘进行增强，最后通过均衡RGB通道来调整颜色。Petit等人[2]提出了一种基于四元法的水下图像增强算法，该算法主要用于提高水下图像的颜色显示和景物的对比度，首先用四元法对图像颜色空间进行压缩变换，然后基于光衰减逆求解出最终的颜色向量。经过该算法处理后的图像背景区域的像素点颜色变为灰色或低饱和颜色，而景物区域的像素点颜色则被保持。Fattal等人[3]利用图像表面阴影和大气传递函数在局部不相关的假设来估计场景的透射度复原水下图像。Xueyang Fu[4]等人提出了一种在变分框架下基于Retinex理论的水下图像增强方法。该算法根据图像自身的先验信息，在基于Retinex的变分框架下构造出一种新的目标函数，并采用交替优化的算法求解目标函数。

Ancuti等[5]提出了一种基于融合的水下图像增强算法。该算法主要是对输入图像和权重图的选取并通过多分辨率融合达到增强水下图像的目的。水下图像突出的特点是颜色失真和对比度下降，针对这一特点，Ancuti提出分别对每一个特点进行处理得到两幅输入图和权重图，再经过多分辨率融合恢复水下图像。首先，不同波长的光在传输过程中会被不同程度的吸收，导致图像的颜色偏移，而颜色恒常性算法是对偏移颜色的校正方法，针对水下图像的上述特点，Ancuti利用传统的Gray-World[6]方法对降质的图像处理得到输入图像I₁，其中，对光照度进行了调整：

μ_I＝0.5+λμ_ref(1)

其中，μ_ref是亮度平均值，μ_I是亮度估计值(在Gray-World中得到的值)。光线衰减后，图像的全局对比度明显减弱，为了得到清晰的图像，Ancuti采用传统的直方图均衡化的方法提高全局对比度，得到输入图像I₂。

在得到颜色校正和全局对比度提高的两幅输入图之后，考虑到退化的图像在显著性、局部和全局对比度以及曝光方面还有很多欠缺，因此，输入图像的权重将由以下四个权重因子决定：

(1)拉普拉斯对比度权重是通过对每一个亮度通道应用拉普拉滤波器，并计算其绝对值得到全局对比度的权重图。

(2)局部对比度权重由每个像素及其邻域像素获得：

W_LC(x,y)＝||I^k-I^k_whc||(2)

其中，I^k是输入图像的亮度通道，I^k_whc是经过低通滤波器处理后的通道。

(3)图像的主要信息只集中在少数的关键区域中，而人们所关注的也通常集中在图像轮廓曲度最大或轮廓方向突然改变的区域，这些信息由显著图来体现，显著性权重图由Achanta[7]得到。

(4)曝光度权重用来衡量像素的曝光程度，它由一个高斯模型获得：

其中，I^k(x,y)代表在(x,y)处的亮度值；σ为0.25。

为了得到良好的效果，该方法对四幅权重图进行归一化得到两幅权重图，如下所示：

其中，n_W_Li，n_W_LCi，n_W_Si和n_W_Ei(i＝1,2)分别是归一化的拉普拉斯权重，局部对比度权重，显著性权重和曝光度权重。最后，将两幅输入图和两幅权重图用拉普拉斯金字塔多分辨率融合的方法处理，得到增强后的图像：

其中，L{I}是输入图像的拉普拉斯金字塔，是权重的高斯金字塔。

发明内容