论文部分内容阅读
随着水下光学成像技术的不断发展,水下图像被广泛地应用于水下机器人导航、海洋资源探测、海洋军事等工程应用领域。然而由于水介质对光的吸收与散射作用,水下图像往往存在色彩失真、对比度低、细节模糊、光照不均匀等问题。在深入研究了水下光学传播物理属性基础上,本文从图像增强和复原两个角度,提出了两种水下图像处理算法,具体工作如下。针对传统的retinex增强算法独立处理图像R、G、B三个色彩通道,本文提出了一种改进的多尺度retinex增强算法。首先仅对图像亮度分量做多尺度retinex增强处理,分离得到反射图像;然后基于原始图像各色彩通道与亮度分量的灰度值比例重新调整各通道灰度值;最后对调整后的各通道灰度值基于正态分布进行线性拉伸。实验结果表明,改进的多尺度retinex增强算法能有效地去除水下图像蓝绿色偏,提高图像对比度,增强后的图像主观视觉效果更符合人眼视觉特性。基于Jaffe-McGlamery水下光学成像模型,提出了一种简化的水下成像模型。首先由红色暗通道先验理论估算出R通道总衰减系数透射率,结合背景光与总衰减系数和散射系数的数学关系,由红色通道计算出蓝绿通道总衰减系数透射率,复原出去除背景光的目标场景反射分量;然后根据光学传递函数与透射率的数学关系,采用逆滤波进一步去除前向散射分量,提高图像细节清晰度;最后引入变分retinex模型,在Lab色彩空间对亮度分量分离出反射图像和照射图像,对分离出来的照射图像进行伽马校正,实现水下图像不均匀光照调整。收集多幅多种水下环境拍摄得到的图像,使用本文算法和四种主流水下图像处理算法进行处理。从主观视觉评价和客观评价指标两个方面,对五种算法图像处理结果进行分析。实验结果表明,本文提出的算法能够有效地去除光的吸收与散射衰减的影响,增加目标物体的清晰度,更好地平衡图像的色度、对比度和饱和度,使得复原后的图像视觉效果更接近自然场景下的图像。