[发明专利]融合偏振信息的快速水下图像增强方法

说明书

本发明公开了一种融合偏振信息的快速水下图像增强方法，步骤如下：步骤1：计算整幅图像的全局参数；步骤2：利用参数求解图像的最优差分图像；步骤3：求解后向散射光的偏振度；步骤4：利用最优差分图像和后向散射光偏振度求解出目标物体反射光的偏振度；步骤5：估计出增强图像。本发明利用Stokes矢量准确计算出正交偏振图像，代替了手动旋转偏振器件的繁琐；本发明融合最优偏振差分分量，实现对后向散射光的共模抑制，使算法运算时间相比于传统方法降低了70％左右；本发明在估算后向散射光偏振度与偏振角时，摆脱了原始图像对场景中空地区域的要求，提高了去散射成像的适用性。

技术领域

本发明涉及计算机视觉领域，更具体地说是一种融合偏振信息的快速水下图像增强方法。

背景技术

偏振成像是实现水下图像去散射的一种手段。偏振成像系统的工作原理是通过旋转偏振片，将目标反射信号与背景散射光信号的偏振态分离出来，再对背景散射光实现共模抑制，从中提取有用的目标反射光信息。因此，偏振被广泛应用于去除散射效应，提升图像对比度。偏振成像系统的难点在于检测弱目标并获取其精确的时延和多普勒信息，而提高任意“时延-多普勒”域内的弱目标分辨能力是获取弱目标准确信息的根本。

近年来，国内外学者在利用偏振成像技术去散射方面做了大量研究工作。具有代表性的，如Schechner在《Advanced visibility improvement based on polarizationfiltered images》中利用后向散射光与目标反射光的偏振态差异将后向散射分量去除，但该算法需要人为选取“最好”和“最差”的图像，具有一定的主观性。Mudge在《Real timepolarimetric dehazing》中对Schechner模型做出了完善，利用Stokes矢量表征偏振信息，在获取 Stokes矢量各个分量之后，通过换算方程得到最好偏振图像“最好”和最差偏振图像“最差”后再复原清晰场景图像，提高了算法的适用性。但是还存在因CCD多次快照引入的噪声以及色偏、忽略退偏度较高物体的偏振特性导致目标物体与散射光无法有效分离带来的精度下降等问题。

以上提到的两种代表性偏振成像技术都存在一定的局限性，这些局限性使其难以在工程实际中获得应用。

发明内容

本发明针对现有方法的不足，提出一种融合偏振信息的快速水下图像增强方法，主要解决现有的图像增强方法计算量大、实时性差，难以工程应用的问题。

本方法利用Stokes矢量将原有的难以求解的最优差分分量问题转化为若干个易于求解的一次优化问题，并通过迭代得到满足条件的增强后的图像。

本发明解决其技术问题所采用的详细步骤如下：

步骤1：计算整幅图像的全局参数；

步骤2：利用参数求解图像的最优差分图像；

步骤3：求解后向散射光的偏振度；

步骤4：利用最优差分图像和后向散射光偏振度求解出目标物体反射光的偏振度；

步骤5：估计出增强图像。

进一步的，一种融合偏振信息的快速水下图像增强方法，具体方法为：

步骤1：计算整幅图像的全局参数

基于Stokes矢量的偏振成像方法通常以任意方向为0°参考方向，再按照参考向分别旋转偏振片45°，90°和135°获得另外三幅偏振方位图像，其强度分别记作I(0)，I(45)，I(90)和I(135)。根据Stokes矢量的定义式，联立方程组，可以求解出Stokes参数为：

S₀＝I(0)+I(90) (25)

Q＝I(0)-I(90) (26)