[发明专利]基于结构-纹理分层的水下图像增强方法

说明书

本发明属于计算机视觉领域，为实现在提高图像对比度的同时保留好的细节，在抑制噪声的同时保持色调的自然性。本发明采取的技术方案是，基于结构‑纹理分层的水下图像增强方法，首先，通过直方图均衡化进行色彩校正，然后这个色彩纠正后的图被分解为低频结构层和高频纹理层。将噪声残留到纹理层，然后基于已经提出的雾线模型，从没有噪声的结构层精确地估计出的透射率，进而进行增强处理，再用梯度残留最小化方法增强纹理层，之后，通过适当的尺度伸缩，将增强后的结构层、纹理层和精细化的边缘掩膜重构成最终的增强图，从而解决已有技术无法处理的问题。本发明主要应用于水下图像增强、处理场合。

技术领域

本发明属于计算机视觉领域，涉及基于结构-纹理分层的水下图像增强方法。具体而言，通过分层处理将图像分为高频纹理层和低频结构层，不仅避免了在增强过程中将噪声放大问题，而且很好的保留了细节和边缘，改善了对比度和色调自然性，即基于结构-纹理分层的水下图像增强方法。

背景技术

清晰、可见度高的水下图像分析和识别对水下勘测、水下视频、军事等方面的研究具有非常重要的意义。但是，在复杂的水下成像环境中，由于在传输过程中的大悬浮粒子(像水中的浑浊粒子)吸收和散射的影响，严重降低了图像质量。因此，典型的水下图像存在着如下问题：

1)汇聚光照明，形成背景灰度分布不均匀；

2)吸收、散射效应使得水下图像存在非均匀亮度和细节模糊问题；

3)照明条件不良，引起色调衰减、对比度降低问题；

由于拍到的水下图像质量普遍较差，所以对水下图像进行目标识别前要进行预处理。目前存在的水下图像增强方法主要有以下几个发展阶段：

第一阶段：用传统的图像增强方法对水下图像处理，如：灰度变化、直方图均衡化、图像空域平滑和锐化处理、伪彩色处理等。但是由于水下成像特性的独特性，这些传统的方法处理结果并不理想。

第二阶段：根据水下和雾霾中成像特点的相似性，研究人员开始基于去雾技术对水下图像增强方法展开研究，但是，由于水中和空气中的透射率和吸收散射特点有差别，直接把去雾的方法用于水下图像增强会存在一些问题，例如在暗区域会丢失一些细节，在亮的区域引起过曝光现象。

第三阶段：随着对水下折射和散射特性的研究，研究人员提出了一些专门的水下数学成像模型以及一些针对水下图像增强的方法。这些方法主要出发点是背景光估计、透射率估计、弥补光波衰减、基于融合原则增强等。例如：参考文献中提到的用基于分层的方法估计了背景光；基于四叉树分解和图像分块的全局背景光的估计方法，以及提出一种针对水下成像特点的最小信息损失的透射率估计算法；通过人造灯光弥补方法来增强水下图像的系统方法；通过融合四个权重进而增加了水下降质图像的可见度。这些方法在一定程度上抑制了过曝光和噪声问题，对图像的色调也有所改善，但是仍然存在部分细节丢失、噪声放大、色调不自然、过饱和等问题。这些问题会对水下研究产生很大的影响，因此，设计一种更好的水下图像增强方法，尽可能的提高图像对比度、突出感兴趣的细节和特征、改善图像的视觉效果、提供清晰、适于分析的图像是十分必要的。

发明内容

本发明意在弥补现有技术的不足，即实现在提高图像对比度的同时保留好的细节，在抑制噪声的同时保持色调的自然性。本发明采取的技术方案是，基于结构-纹理分层的水下图像增强方法，首先，通过直方图均衡化进行色彩校正，然后这个色彩纠正后的图被分解为低频结构层和高频纹理层。将噪声残留到纹理层，然后基于已经提出的雾线模型，从没有噪声的结构层精确地估计出的透射率，进而进行增强处理，再用梯度残留最小化方法增强纹理层，之后，通过适当的尺度伸缩，将增强后的结构层、纹理层和精细化的边缘掩膜重构成最终的增强图，从而解决已有技术无法处理的问题。

具体步骤如下：