[发明专利]一种基于蓝绿通道自适应色彩恢复的水下图像增强方法

说明书

本发明提供一种基于蓝绿通道自适应色彩补偿水下图像增强方法，通过分析水下成像模型的特点，根据蓝、绿色通道均值在三通道均值和的占比，将水下场景深度划分三个等级，进而通过光衰减率特性自适应补偿色彩，实现多场景色彩校正。然后对色彩补偿后的图像划分暗调，中间暗调，中间亮调，亮调四个区域，通过暗区域映函数将图像暗区域映射到亮区域，在提升对比度的同时抑制噪声的产生。最后采用双线性插值解决分块处理产生的区域块效应。通过多组真实水下数据集实验结果表明，与现有方法相比，本发明所述的方法可以提升多种场景的水下图像质量。

技术领域

本发明涉及水下图像处理技术领域，具体而言，尤其涉及一种基于蓝绿通道自适应色彩恢复的水下图像增强方法。

背景技术

近年，水下计算机视觉技术越来越受到更多关注，推动水下环境勘测，海洋生物研究，海洋资源开发和海洋军事等领域的快速发展，水下图像研究具有实际应用价值和重要理论意义。水下环境复杂多变，光被水选择性吸收以及水中悬浮微颗粒对光线的散射作用，导致成像设备无法获取高质量的水下图像。退化的水下图像通常具有较低对比度和颜色偏差问题[2]，严重限制了目标识别、特征提取和特征点匹配等应用。因此，获得清晰的水下图像已经成为计算机视觉领域中一个迫切待解决问题。

为了恢复高质量的水下图像，现有的水下图像处理方法主要由三部分组成，分别为:水下图像复原方法、水下图像增强方法和深度学习方法。水下图像增强方法直接根据像素值之间的数学关系改变像素值，使水下图像的色彩可视性更强，对比度更高。杨爱萍等人提出基于颜色失真去除与暗通道先验的方法，该方法校正水下图像的色彩，并未提高水下图像的对比度。付成刚等人提出基于亮通道色彩补偿与融合的水下图像增强，结合水下成像模型和灰度世界假设，对红绿蓝三通道线性补偿，导致红通道补偿过度。杨爱萍等人提出基于加权L1正则化的水下图像清晰化算法，结合水下图像成像模型，将水下图像分为单一的蓝色基调或绿色基调进行色彩补偿。Song等人依赖水下成像模型提出多尺度融合和双模型全局拉伸的水下图像增强算法，只提取绿色通道的信息对色彩进行补偿，忽略了蓝色通道的重要性。Wen等人提出基于蓝色和绿色通道对色彩进行补偿，没有对水下图像场景进行分析研究，因缺少红通道信息导致色彩补偿率出现误差。上述方法在一定程度上改善了水下图像的质量，但没有考虑到水下场景的多样性，无法彻底解决不同场景和退化程度水下图像退化问题。

发明内容

本发明提出一种基于蓝绿通道自适应色彩补偿的水下图像增强方法。本发明分析水下成像模型的特点，根据蓝、绿色通道均值在三通道均值和的占比，将水下场景深度划分三个等级，利用光衰减率特性自适应补偿色彩，实现多场景色彩校正。然后对色彩补偿后的图像划分暗调，中间暗调，中间亮调，亮调四个区域，利用暗区域映函数将图像暗区域映射到亮区域，在提升对比度的同时抑制噪声的产生。最后采用双线性插值解决分块处理产生的区域块效应。真实水下数据集实验结果表明，与现有方法相比，该方法可以提升多种场景的水下图像质量。

本发明采用的技术手段如下：

一种基于蓝绿通道自适应色彩补偿水下图像增强方法，包括以下步骤：

步骤S01：根据水下成像模型定义蓝绿通道作为颜色校正的通道；

步骤S02：根据蓝绿通道的均值占比，将水下图像的场景分为三个不同的等级；

步骤S03：针对所述水下图像的场景，计算红绿蓝三通道的色彩补偿率，并将所述水下图像的像素值规范化到[0,255]，获取色彩校正的水下图像；

步骤S04：对所述色彩校正后的水下图像进行划分，分别划分为暗区域和亮区域；

步骤S05：通过暗区域映射函数将所述暗区域映射到所述亮区域，将水下图像的像素值离散分布；

步骤S06：对所述步骤S05所得的离散分布后的结果拉伸后的水下图像进行双线性插值，解决分区域引起的块效应，获得最终的增强图像。

较现有技术相比，本发明具有以下优点：