[发明专利]一种基于颜色校正和对比度拉伸的水下图像增强方法

说明书

本发明提供一种基于颜色校正和对比度拉伸的水下图像增强方法，属于图像处理技术领域，为解决由于水下介质的吸收和散射作用，导致水下图像存在颜色失真，对比度低，细节模糊等问题。本发明方法，包括：首先对原始水下图像进行色彩补偿解决图像偏色问题，再进行色彩校正解决色彩失真问题，为了突显出图像细节信息，使用高斯差分金字塔进行R、G、B三通道细节特征图重构，最后为了增强图像的对比度和亮度，使用CLAHE算法对图像进行拉伸操作，得到最终清晰的水下增强图像。效果为提高了图像全局对比度，可视性好，具有较好的增强效果，提高全局对比度，实现了细节增强和色彩保真性。

技术领域

本发明涉及图像处理技术领域，具体而言，尤其涉及一种基于颜色校正和对比度拉伸的水下图像增强方法。

背景技术

在最近几年，基于水下图像复原和增强的清晰化技术得到较好的发展。水下图像复原方法是基于一个水下光学成像的物理模型，该类方法通过分析水下图像的退化机理，估计成像模型参数并反演退化过程以获得一个清晰自然的水下图像。水下图像增强方法并不考虑水下成像机理，该类方法基于已有的图像增强技术，通过调整退化图像的像素值来改善对比度和颜色，进而获取具有丰富信息和更好视觉的水下图像。

基于物理模型的水下图像增强方法主要包括：专用硬件的方法、先验知识的方法。基于专用硬件的方法在水下图像的增强和复原方面具有一定的有效性，但是它们也存在一些问题。例如，水下光电成像系统需要使用光学激光传感器去捕获模糊的水下图像。但这些硬件采集设备价格昂贵且复杂。基于先验知识的方法复原图象，由于先验知识的获取困难，且模型复杂，因此投入到实际应用中也具有一定的局限性。

基于物理模型的水下图像增强方法主要包括：直方图、颜色恒常法、融合法。直方图拉伸仅能够单独提高图像的对比度，对图像的细节信息和色彩信息无法较好的增强，颜色恒常法增强水下图像也无法较好的在保持色彩回复的同时，图像的细节信息和对比度也得到提高，融合法是融合多种增强或者还原技术，同时解决多个问题，近几年该方法得到重视。

发明内容

根据上述提出的技术问题，提供一种基于颜色校正和对比度拉伸的水下图像增强算法。本发明主要水下图像存在偏色，颜色失真，对比度低，细节丢失，可视性差等问题，分阶段对上述问题进行处理，通过融合色彩补偿、色彩校正、细节重构，对比度拉伸等操作可对水下图像有效的增强。

本发明采用的技术手段如下：

一种基于颜色校正和对比度拉伸的水下图像增强方法，包括以下步骤：

S1、获取原始水下图像，并对其进行颜色补偿；

S2、基于自动色阶的Retinex算法对步骤S1中经过颜色补偿后的图像进行颜色校正，得到R、G、B通道图像；

S3、将上述步骤S2中得到的R、G、B通道图像分别用高斯差分金字塔进行细节特征图重构,并将得到的各通道细节特征图融合到颜色校正的图像对应的R、G和B通道，得到细节增强图；

S4、采用CLAHE算法对上述步骤S3中得到的细节增强图进行拉伸操作,得到最终清晰的水下增强图像。

进一步地，所述步骤S1中的颜色补偿方法，其具体公式为：

其中，I_r(x)、I_g(x)分别表示图像的红、绿色通道，分别表示I_r(x),I_g(x)的平均值，α表示常参数，α的值设定为1.5。

进一步地，所述步骤S2中基于自动色阶的Retinex算法对步骤S1中经过颜色补偿后的图像进行颜色校正，其具体步骤如下：

S21、根据MSRCR算法获取亮度分量，公式如下：