[发明专利]一种水下浑浊图像清晰化方法

说明书

本发明提供的是一种水下浑浊图像清晰化方法。(1)获取水下浑浊图像；(2)结合局部区域熵信息统计，估计出背景光Asubgt;∞/subgt;；(3)结合平均梯度和图像保真度，设计估计局部区域透射率r的代价函数fsubgt;final/subgt;(t(x))；(4)利用原图的高斯高通滤波图像灰度值梯度强度作为权值，改进加权最小二乘保边滤波算法，得到细化透射率t(x)；(5)设计图像自适应调节因子μ，利用得到最终图像增强的图像，I表示相机采集的图片。获得增强后的水下图像，有效地去除水下浑浊，使场景更加清晰。

技术领域

本发明涉及的是一种水下图像增强方法，具体地说是一种水下浑浊图像清晰化方法。

背景技术

水下机器人技术得到大力发展，其中，作为重要感知手段的视觉感知也相应有很高的要求。然而，由于水下水对光源的吸收、散射和噪声等影响，水下视觉技术被大大的限制。图像增强的效果会大大影响后续识别、检测操作的效果。因此，对水下图像进行快速实时的增强，去除模糊，增强视觉分辨率有十分重要的意义。

已有的通过模型增强水下图像的方法常常需要借助先验信息，增加了复杂程度，限制了其适用范围。

发明内容

本发明的目的在于提供一种不依赖于先验信息、能够实现水下浑浊图像增强的水下浑浊图像清晰化方法。

本发明的目的是这样实现的：

(1)获取水下浑浊图像；

(2)结合局部区域熵信息统计，估计出背景光A_∞；

(3)结合平均梯度和图像保真度，设计估计局部区域透射率r的代价函数f_final(t(x))；

(4)利用原图的高斯高通滤波图像灰度值梯度强度作为权值，改进加权最小二乘保边滤波算法，得到细化透射率t(x)；

(5)设计图像自适应调节因子μ，利用得到最终图像增强的图像，I表示相机采集的图片。

本发明还可以包括：

1.所述的水下散射模型为：其中，J₀表示增强后的图像，I表示相机采集的图片，A_∞表示背景光，t(x)表示透射率。

2.所述的结合局部区域熵信息统计，估计出背景光A_∞具体包括：所述熵信息为：其中，i表示灰度强度，P(i)表示该局部区块内具有强度i的像素个数，估计算背景光A_∞具体过程为：将一幅水下图像划分成大小相等互不重叠的局部区块，分别计算各个区块的熵值，取熵值低的20％背景光作为候选区域，求出出现频率最高的灰度即为背景光的估计A_∞。

3.所述的得到细化透射率t(x)的具体过程为：利用透射率代价函数f_final(r)＝f_gradient(r)·f_fidelity(r)得到最终局部射率估计公式：r＝argmax(f_final(r))，最终进行图像中每部分局部透射率的估计，得到透射率估计t(x)，f_gradient(r)为局部区域梯度，f_fidelity(r)为保真度，其中，M、N分别表示区域图像的宽度和高度，分别表示复原后图像x方向和y方向的梯度，r为图像中的某个局部区域；其中，δ(p)表示在透射率r条件下，局部区域p内没有失真的像素比。

4.所述的改进加权最小二乘保边滤波算法，得到细化透射率t(x)，具体包括：利用公式进行透射率细化，式中，t为细化后的透射率，为未细化的透射率，λ为细化程度的调节因子，w_x(g)、w_y(g)分别为对原图高斯高频滤波后图像得x方向和y向的梯度值。