[发明专利]一种基于颜色通道局域补偿的水下图像颜色校正算法

说明书

本发明公开了一种基于颜色通道局域补偿的水下图像颜色校正算法。首先，根据光在水中传播基于波长的衰减现象，通过设计一个公式来判定待校正图像的主导颜色通道及退化颜色通道；其次，通过分析确定基于颜色通道局域补偿的补偿参数α于退化颜色通道中(x,y)像素位置处的取值；最后，通过传统的gray‑world技术对通道补偿后的版本进行白平衡操作，得到最终颜色校正图像。与现有的水下图像颜色校正方法相比，本发明所述算法可有效纠正水下颜色色偏现象，提升视觉质量效果显著。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种基于通道局域补偿的水下图像颜色校正算法。

背景技术

光在水中的传播由于受到吸收和散射作用的干扰，使得在水中拍摄的图像往往会出现对比度较低、细节信息呈现不完整与颜色严重色偏等影响视觉观感质量的不良因素，为人们后续基于图像识别、测量技术的工作带来了诸多阻碍，也严重干扰了计算机视觉技术在港口企业的实际应用。因此，研究人员们提出了许多水下图像去雾算法从而优化成像效果，从而满足实际工作需求。但不幸的是，现有的相关算法在恢复颜色原有信息方面均呈现不足，这对后续特征点提取、匹配等相关步骤仍带来诸多困扰。因此，有效的恢复退化的颜色信息成为了水下图像去雾亟待解决的技术难题。

水下图像会出现颜色退化的缺陷主要源于光在水中传播中基于波长的吸收现象，波长越长的光在传播中吸收的越严重，即退化的越严重。传统的水下图像颜色校正技术常指：gray-edge、shades-of-gray、max-RGB和gray-world四种比较著名的白平衡技术。但通过相关研究人员分析表明[1]，根据上述白平衡的实际应用效果，仅有gray-world算法应用效果稍适合于水下图像的颜色校正工作，但其校正后的图像容易出现红色过补偿的不利现象。因此，技术人员逐步开始对有效的水下颜色校正算法进行研究。2012年，Ancuti等人[2]提出首先采用gray-world白平衡技术，然后对白平衡后的图像进行对比度自动调整，从而得到颜色校正图像。2014年，Fu等人[3]提出通过使用各颜色通道的“均值”与“均方差”来调整各通道的最大值及最小值，从而得到颜色校正图像。以上两种方法虽然在一定程度上校正效果优于传统的gray-world白平衡算法，但都易在校正结果中引入“红色伪影”缺陷。后来，Ancuti等人[4]提出预先选定一张颜色恢复较好的参考图像，然后使用著名的色彩通道转换技术[5]对目标图像进行颜色校正，其中色彩通道转换的英文表述为Color ChannelTransfer，英文缩写为CCT，颜色校正的英文表述为Selected Reference image ColorChannel Transfer，英文缩写为SRCCT，但该算法对颜色信息的校正效果非常依赖于前期所选定的参考图像，且不同的待校正图像需要选定不同的参考图像，因此造成选定参考图像的依据有待确定，使SRCCT的实际应用效果受到阻碍。考虑到此项不足，Ancuti等人[6]又提出采用待校正图像的灰度版本、显著图版本与细节层版本构建颜色参考图像，再采用CCT技术进行目标图像的颜色校正，其英文表述为Created Reference image Color ChannelTransfer，英文缩写为CRCCT。但此项技术所构建的颜色参考图像会使目标图像出现“过曝光”现象，严重降低对比度且无法有效恢复退化的颜色信息。2020年，Ancuti等人^[7]提出著名的全局颜色通道补偿算法，通过使用绿色通道对红色通道的全局补偿后，采用gray-world白平衡技术得到最终效果，其中3C技术的英文描述为Color Channel Compensation，英文缩写为3C。但3C技术容易降低待校正图像的对比度，降低图像的视觉质量。

发明内容

本发明针对上述问题，提供一种可有效校正水下图像颜色信息，提升视觉质量效果明显的水下图像颜色校正算法。

为了达到上述目的，本发明提供了一种基于颜色通道局域补偿的水下图像颜色校正算法，其步骤包括：

S1：获取待校正的水下目标图像，通过退化映射图公式计算所述水下目标图像的绿色与蓝色通道退化映射值，所述退化映射图公式(1)为：