[发明专利]一种基于纹理颜色特征和优化透射率的水下图像复原方法

权利要求书

1.一种基于纹理颜色特征和优化透射率的水下图像复原方法，其特征在于，包括以下步骤：

(1)建立水下图像光学成像模型；

(2)输入原始水下图像，基于纹理特征和颜色特征估计原始水下图像的全局背景光；

(3)估计透射率；包括红通道透射率和蓝、绿通道透射率的估计；

(4)复原水下图像并进行细节增强，最终输出清晰的水下图像。

2.根据权利要求1所述基于纹理颜色特征和优化透射率的水下图像复原方法，其特征在于，步骤(1)中根据光在水中传播特性，水下图像光学成像模型表示为：

I_c(x)＝J_c(x)t_c(x)+B_c(1-t_c(x)),c∈{r,g,b}

x表示场景中的点，c表示红(r)、蓝(b)、绿(g)3个颜色通道，I_c(x)是水下退化图像，J_c(x)是未退化的清晰图像，B_c是背景光，t_c(x)是媒介透射率；J_c(x)t_c(x)表示直接传输分量，B_c(1-t(x))表示后向散射分量，前向散射相比于后向散射忽略不计；假设介质是均匀的，媒介透射率表示为：

β_c是c颜色通道的衰减率，d(x)是相机到场景点的距离。

3.根据权利要求1所述基于纹理颜色特征和优化透射率的水下图像复原方法，其特征在于，步骤(2)中对于单幅水下图像，背景光是一个恒定值，全局背景光的值决定了复原后图像的色调、去雾质量、对比度和亮度；基于背景区域的纹理特征和颜色特征，提出一种准确估计背景光的算法，包括以下步骤：

(201)选取纹理信息最少的区域进行背景光的估计；将梯度算子作为边缘检测算法，用梯度值表示区域纹理信息的多少；首先求出图像的梯度图

g_h，g_v分别是水平方向的梯度和垂直方向的梯度，h，v分别代表水平方向和垂直方向，I_gray是原图像的灰度图；

之后对梯度图进行最大值滤波，得到梯度通道图G_max为：

其中，Ω(x)是以点x为中心的局部区域，y是Ω(x)中的点；

(202)选取梯度通道的最小值区域作为背景光区域，引入红亮通道对梯度通道进行修正；

对红通道进行最大值滤波得到红亮通道R_max：

I_r(y)是原图像的红通道；

(203)结合纹理特征与颜色特征估计背景光；利用红亮通道与梯度通道之间的差对梯度通道进行修正，修正梯度通道图CG_max为：

在局部区域Ω(x)内，当R_max和G_max之间的差值大于α时，说明G_max将前景中大片均匀区域错误估计为背景区域，此时CG_max选择R_max的值；当差值小于α时，仍然选择G_max的值；α的值设为0.7；

为了更精确估计背景光，使用引导滤波对修正梯度通道图CG_max进行精细化，引导滤波能够对图像进行细化，保留图像边缘信息和纹理信息；最后选出CG_max的前0.1％小的局部区域，并将CG_max的前0.1％小的局部区域所对应原图区域的像素平均值作为背景光的估计值。