[发明专利]一种基于全局亮度自适应均衡化的海上图像处理方法

说明书

本发明涉及一种基于全局亮度自适应均衡化的海上图像处理方法。首先，计算海上雾天图像的取反图；其次，对原图像和取反后图像进行MSRCR运算；然后，利用全局亮度自适应直方图均衡化处理，并将处理后的亮度与经MSRCR处理后的反射分量进行低频信号线性叠加；最后，计算叠加后图像的均值和标准差，并采用自适应拉伸图像灰度值，实现图像色彩对比度的提升。本发明使得处理后的图像前景突出，细节清晰，色彩丰富，对于海上图像除雾，具有较好的应用价值。

技术领域

本发明涉及一种基于全局亮度自适应均衡化的海上图像处理方法。

背景技术

在现实生活中，由于雾天中的大气粒子的散射作用导致CCD摄像机捕获的海面图像存在失真，例如出现曝光不均、对比度低、或模糊细节等问题，另一方面，由于CCD传感器的物理限制，无法机械消除大气散射的影响，所以提供一种有效的消除入射光影响，提高海上图像质量的算法，具有重要意义。

海上雾天图像增强的目的就是消除雾气，突出图像前景信息，降低背景信息。传统的图像增强方法有直方图均衡化(HE)、伽马校正(GC)、直方图规范(HS)等，但这些方法仅可以对数字图像进行降噪，一些常用的计算机视觉和机器学习方法，也可以作为传统的图像增强技术的预处理模块(Mahmood et al,2015，范诗玥等，2016，)。近些年，国内外学者针对彩色图像的增强提出了各种算法(Senthilkumaran et al,2014，Mahmood et al,2018，Mughal et al,2018)。Ghimire(2011)提出了一种基于非线性传递函数(NTF)的方法，该算法通过对色调、饱和度和亮度(HSV)进行亮度组件实现的。在除雾过程中，将测试输入图像的H和S分量与处理后图像的增强亮度(EL)进行集成，实现输出图像的色彩增强。该算法对一般的室外图像具有较好的处理效果。Zhang(2013)等人提出了一种图像对比度映射模型。研究结果表明，该方法在调质校正、对比度增强等方面都是可行的。然而，该算法并没有说明如何消除图像中的失真的暗对比度。Sun(2008)提出了一种基于亮度的(LB-MSR)图像增强方案，利用主成分分析法(PCA)获得亮度通道，然后在MSR算法中增加亮度通道。在此基础上，将亮度通道与两个色度通道进行积分运算，再进行PCA逆变换，得到最终输出图像。该算法对一般室外图像的处理效果较好，但对强光照条件下的图像处理效果较差，并缺乏一个色彩恢复算法。Gu(2012)提出了一种动态范围约简算法。该算法利用Retinex模型(Landetal,1986)，结合抑制因子，用于改善暗通道处理后的图像“halo现象”。该算法有效地增强了局部细节，并在室内实验中得到很好的应用，然而该算法没有在室外图像上进行测试，也没有进行图像对比度的检验。国内研究学者也对经典的Retinex模型(SSR)及其改进算法(MSR和MSRCR等算法)(马忠丽等，2014，周圆等，2015，雷琴等，2015)进行改进研究，研究结果证明Retinex模型及其改进模型在保留图像纹理，提高图像对比度、颜色保真方面具有明显优势，而且方法简单，易于实现。

因此，针对海上雾天图片，本发明提出一种基于全局亮度自适应均衡化的海上图像处理方法。

发明内容

本发明的目的在于提供一种基于全局亮度自适应均衡化的海上图像处理方法，使得处理后的图像前景突出，细节清晰，色彩丰富，对于海上图像除雾，具有较好的应用价值。

为实现上述目的，本发明的技术方案是：一种基于全局亮度自适应均衡化的海上图像处理方法，包括如下步骤：

步骤S1、对于摄像机获取海上图片进行取反计算，得到原图像A和取反后图像A_f；

步骤S2、获取原图像亮度值，并采用全局亮度自适应直方图均衡化处理；

步骤S3、利用MSRCR算法，分别计算原图像A和取反后图像A_f的RGB三通道反射分量；

步骤S4、将步骤S2获得的亮度信息与步骤S3获得的RGB三通道反射分量进行线性化处理，得到反射分量；