[发明专利]一种基于迁移理论的水下图像增强方法

说明书

本发明公开了一种基于迁移理论的水下图像增强方法，其中主要包括：将水下拍摄到的图像通过加权最小二乘法进行分层处理，得到原始图像的基础层，细节层，对原始图像进行显著分离，得到显著层，然后对基础层进行亮度调整，得到自适应的基础层，在细节层中加入原始图像的透射图，得到增强后的细节层，这有利于很好的保留原始图像的细节信息。将初始参考图像与原始图像的细节层和显著图相加，得到自适应参考图像，然后与基础层进行颜色迁移，得到结果与增强后的细节层重构，得到最终增强后的水下图像。该方法不仅恢复了水下图像的颜色，而且还很好的去除了水下图像的雾度。

技术领域

本发明涉及水下图像处理领域，尤其涉及一种基于迁移理论的水下图像增强方法。

背景技术

颜色迁移是一种众所周知的图像处理方法，可以将一张图像的颜色迁移到另一张图像，而保持另一张图像的场景不发生变化，从而实现图像的色彩迁移，但在水下成像环境中，由于水中悬浮粒子吸收和散射的影响，颜色通道衰减的很厉害，尤其是红色通道信息，并且在求解透射图的过程中会出现不期望的颜色伪影，拉伸操作也会放大红色通道的颜色噪声，使得图像会产生严重的色偏和低对比度，降低了图像的质量。并且传统的方法不能在对水下图像进行增强的时候，同时实现对水下图像的去雾，水下图像增强的效果不佳。

发明内容

本发明提供一种基于迁移理论的水下图像增强方法，其中主要包括：将水下拍摄到的图像通过加权最小二乘法进行分层处理，得到原始图像的基础层，细节层，对原始图像进行显著分离，得到显著层，然后对基础层进行亮度调整，得到自适应基础层，在细节层中加入原始图像的透射图，得到增强后的细节层，这有利于很好的保留原始图像的细节信息。将初始参考图像与原始图像的细节层和显著图相加，得到自适应参考图像，然后与基础层进行颜色迁移，得到结果与增强后的细节层重构，得到最终增强后的水下图像。该方法不仅恢复了水下图像的颜色，而且还很好的去除了水下图像的雾度。具体如下：

本发明所公开的一种基于迁移理论的水下图像增强方法，包括以下步骤：

S1：输入拍摄到的水下图像I(x)，获取水下图像I(x)的基础层B(x)；

S2：对所述水下图像I(x)进行基础-细节分层处理以获取水下图像I(x)的细节层D(x)；

S3：将基础层B(x)经过计算处理，得到自适应基础层；

S4：采用透射图估计的方法处理细节层，其步骤如下：

首先，采用中值滤波器对水下图像I(x)中的每个像素的最小分量进行滤波：

然后，对滤波之后的图像消除纹理，求解透射图；

最后，将细节层进行增强；

S5：获取水下图像I(x)对应的显著图，并得到自适应参考图像：

S6：颜色迁移：将S5得到的自适应参考图像与S3得到的自适应基础层进行颜色迁移处理，获取颜色迁移后的传输结果图；

S7：将增强后的细节层d'与颜色迁移后的传输结果图O'(x)进行重构，得到增强后的水下图像O(x)。

进一步的，所述基础-细节分层处理的方法为：

将水下图像I(x)定义为基础层B(x)和细节层D(x)的叠加，即

I^c(x)＝D^c(x)+B^c(x),c∈{red,green,blue} (1)

于是，细节层D(x)由水下图像I(x)减去基础层B(x)得到。

进一步的，所述处理基础层的方法如下：

首先调整基础层B(x)的亮度，将基础层从RGB颜色空间转换为HSV颜色空间；