一、本课题的研究意义
近年来随着水下图像在海洋军事、海洋环境保护和海洋工程等科研和工业领域扮演越来越重要的角色，水下图像增强作为关键技术之一。海洋在人类发展的过程中起到了重要作用，对海洋的开发利用关系到一个国家经济社会发展的兴旺程度，近年来随着水下图像在海洋军事、海洋环境保护和海洋工程等科研和工业领域扮演越来越重要的角色在世界各国的经济社会中占据着越来越重要的地位。为了更好地利用海洋资源，先进的水下探测技术必不可少，因此水下探测技术成为了当前重点研究的技术。目前，应用广泛且比较成熟的技术主要是声学探测技术和视觉探测技术。视觉探测技术是最新发展起来的高精度高速度探测技术，利用环境光、激光束等作为照明光源，以各种成像系统作为输入手段，通过接收目标物体的反射光获得区别于背景的目标强度图像、距离图像或多普勒（速度）图像，并对图像或数据进行处理和解释来观察和理解世界，并最终获得自主适应环境的能力。水下成像是水下光学和海洋光学学科的重要研究方向，是人类认识海洋、开发利用海洋和保护海洋的重要手段和工具，具有探测目标直观、成像分辨率高、信息含量高等优点。因此，水下彩色图像增强对海洋资源开发利用具有重要意义。
二、本课题国内、外发展状况
1、颜色修正方法。2003年，Chambah等人提出--种具有较好的非监督性和鲁棒性的水下图像颜色修正方法。实验表明该方法实际应用于水下图像分割和特征提取时,可以取得较好的效果。2005年,Torres-Mendez等人使用马尔可夫随机场描述颜色失真的水下图像和对应真实图像之间的关系，从统计先验的角度恢复水下图像的真实颜色，并且从不同水下场景中获得的实验数据验证了该方法的可行性和有效性。2013年，Henke等人通过分析经典彩色恒常算法应用于水下图像时遇到的问题,提出一种基于特征的彩色恒常假设算法来修正水下图像的颜色偏差。该方法基于灰度世界假设条件,首先分离水下图像的前景和背景，并采用白平衡算法仅针对前景区域进行相应处理。2014 年,Kan等人基于水对光谱的选择性吸收原理,提出一种颜色恢复算法。
2、综合型方法。2006年, Bazeille 等人提出-个水下图像预处理框架来提高水下图像的视觉质量,其中包含-些连续的处理单元:同态滤波用来修正非均匀光照、小波去噪用来压缩噪声、各向异性滤波用来增强图像边缘、直方图均衡化用来调整颜色。2007年, Iqbal等人提出- ~种简单有效的水下图像增强算法,该方法基于直方图滑动拉伸算法。针对水下图像颜色衰减和对比度丢失的问题,首先在RGB颜色空间滑动拉伸衰减严重的红绿色分量的直方图,之后在HSI颜色空间拉伸图像的饱和度和亮度,从而提高水下图像的对比度和颜色。: 2010年,Iqbal等人提出一种基于颜色平衡和对比度修正的非监督水下图像增强算法。Iqbal 等人提出的这两种算法至今仍被广泛研究和使用。2010年,石丹等人针对水下图像对比度低、边缘模糊和噪声大等问题,提出一种基于非下采样Con-tourlet(轮廓小波)变换和多尺度Retinex(视网膜皮层)的水下图像增强算法。2012年,Ancuti等人基于融合原理来提高水下图像和视频的视觉质量。该方法首先计算原始水下图像的颜色修正版本和对比度增强版本,并将这两个版本的图像作为融合分量;然后,定义4个融合权重来增强水下图像中远距离的目标;最终,将融合分量与定义的权重分量进行多尺度融合处理。实验结果表明增强的图像和视频具有较小的噪声水平、更好的暗区域曝光效果、提高的全局对比度以及增强的细节和边缘等优点。2012年，陈从平等人提出一种有效的低对比度水下图像增强算法。该算法首先利用背景移除算法获得光照均匀的前景图像,然后对传统的同态滤波器进行改进,提高其高频增益并与相角结合，使得前景经过改进的同态滤波器处理后，低频成分得到很好的抑制而高频成分被有效的放大。2012年，杨淼等人基于模糊形态:筛和四元数来增强水下图像。该算法首先运用彩色模糊形态筛改善非均匀光照情况，然后通过环绕水体色彩的四元数几何旋转,将水下背景像素赋予灰度或低饱和度色彩,而目标像素色彩保持不变,从而扩大前景目标和背景的视觉差别。2014 年,Fu等人25首先提出一个简单的水下图像颜色偏差修正算法;然后基于视网膜皮层理论提出一个分离直射光和反射光的可变框架;最后通过不同的增强策略增强分离的光照分量,进而增强了水下图像的对比增强分离的光照分量,进而增强了水下图像的对比度。2015年，Ghani等人在Iqbal等人提出的水下图像增强算法[18]的基础上,对其进行修正和改进。改进方法与多种水下图像增强算法进行定性和定量比较,比较结果具有较大的优势。2015 年，Ji等人提出一种基于图像结构分解的水下图像增强方法。该方法在保留图像细节和结构的基础上有效地解决水下图像的非均匀光照问题。2015 年，AbuNaser等人采用粒子群算法增强水下图像,该算法可以减小光照的吸收和散射对水下图像的影响。2015年,Li等人提出一种综合的水下图像增强方法。首先,一种简单高效的图像去雾算法用于去除水下图像表面的模糊;然后,使用颜色补偿、直方图均衡化饱和度和光照强度拉伸算法提高水下图像的对比度、亮度、颜色以及清晰度;最后,使用双边滤波器解决水下图像的高噪声问题。
综上所述，可以看出越来越多的国内外的专家学者已经开始研究利用计算机图像处理水下图像。
目前,有关水下图像质量评测的文献较少,评价体系还需进一步完善。水下图像增强和复原方法的处理结果主要使用的评测方法大致分为主观评测和客观评测两类。主观评价方法主要是通过测试人员对图像观察，对图像的质量作出主观的评价和分析;客观评价方法是通过评价算法，利用数学手段计算得出图像的视觉质量。与普通图像质量评测方法不同,水下图像并没有同一场景拍摄的真实清晰图像作为参考。因此，只能对水下图像本身进行主观评价或者进行无参考的客观评价。
三、本课题的研究内容、方法、手段和步骤
1、 研究内容
1）基于自调谐的复原滤波器,只考虑前向散射的均匀光照和有限的后向散射影响。
2）假设水下图像的模糊是由水和悬浮颗粒引起的强散射造成的，通过模型估计模型参数,反卷积复原水下图像,考虑自然光照和人造光源的影响。
3）基于水下颜色衰减的先验知识。
4）基于波长补偿和去雾算法的水下图像清晰化系统框架,考虑自然光照和人造光源的影响。
5）基于简化的水下光学成像数学模型,反演水下图像退化过程基于改进的水下光学成像数学模型,沿着光束传播方向进行能量补充，同时提出一种联合三角滤波器快速去雾算法。
6）基于改进的暗通道去雾算法,考虑自然光照和人造光源的影响。
7）基于提出的水下光学成像数学模型,沿着光束传播方向进行能量补偿，并提出基于水下光谱衰减特点的颜色修正算法。
2、 研究方法、手段和步骤
水下图像增强和复原方法研究早期,常将传统的图像增强方法直接应用于水下图像。传统的图像增强方法种类繁多[1-3],常被用来增强水下图像的方法归纳为两大类:空域法和变换域法。空域法是指直接对图像的像素进行处理,基本上以灰度映射变换为基础,如增加图像的对比度,改善图像灰度层级等。变换域法是运用变换技术,如傅里叶变换和小波变换等,用数字滤波方式调整图像的清晰度。下面阐述和分析常用于水下图像的传统增强方法:
1)空域法。常被应用于水下图像的传统空域图像增强算法大致分为以下两类:(1)对比度增强方法:直方图均衡化和限制对比度直方图均衡化;(2)颜色修正方法:灰度世界假设、白平衡门和灰度边缘假设等。经典的空域图像增强算法在处理普通图像时往往取得较好的效果。然而,当这些方法应用于水下图像时,效果并不理想。研究发现:直方图均衡化算法及其演变的算法应用于水下图像时,常常会引人严重的伪影并且放大图像中的噪声;灰度世界假设和白平衡算法应用于水下图像时，当光照不足时会引起严重的颜色失真;由于水下图像具有低对比度和可视化边缘少等特点,灰度边缘假设算法的假设条件遭到破坏，当其应用于水下图像时效果也不理想。总体来说，虽然经典的空域图像增强算法会在某种程度上改善水下图像视觉质量，但仍然存在放大噪声、引入伪影、导致颜色失真等趋势。
2)变换域法。与通过空间域也即图像位置上参数的运算来改善图像视觉质量不同，图像增强的另一个途径是在变换域处理图像。变换域法利用图像变换方法将原来的图像从空域以某种形式的映射转换到变化域中,然后利用该变化域的特有性质进行图像处理,最后再转换回空域,从而得到增强的图像。近年来,国内外学者已将小波变换用于水下图像增强[9-11]，在去除水下图像噪声方面取得了比较好的效果。但针对水下图像的低对比度、颜色偏差、模糊等综合性问题并未取得较理想的效果。分析发现,由于水下图像成像环境和光照条件的复杂性,受到光的前/后向散射、吸收和水下噪声的影响较为严重,单纯依靠变换域技术无法彻底解决水下图像退化问题。
3)水下图像复原。在建立的水下成像模型基础上结合先验知识估计模型的未知分量，进而反演出清晰的水下图像,具体流程如下:
(1)利用暗通道原理和背景光估计算法获得水下场景到镜头之间的距离d;
(2)通过(1)中获得的距离d,分离图像的前景和背景;
(3)利用最小均方误差来估计人造光源,从而去除人造光源的影响;
(4)通过(1)中获得的距离d,结合水下成像模型,去除光线在由场景传播到镜头的过程中产生的色偏和模糊;
(5)由背景光各颜色分量的衰减情况来估计场景所处的水深,结合标准残余能量比率Nrer(A)进行波长补偿,最终获得清晰的水下图像。
参考文献
[1]杨淼, 纪志成. 基于模糊形态筛和四元数的水下彩色图像增强[J]. 仪器仪表学报, 2012, 33(7):1601-1605.
[2]梁琳, 何卫平, 雷蕾,等. 光照不均图像增强方法综述[J]. 计算机应用研究, 2010, 27(5):1625-1628.
[3] 曹美, 盛惠兴, 李庆武,等. 基于暗原色先验模型的水下彩色图像增强算法[J]. 量子电子学报, 2016, 33(2).
[4]曹风云, 赵凯, 王筱薇倩,等. 自适应水下彩色图像增强算法[J]. 电子测量与仪器学报, 2016, 30(5):772-778.
[5] 张凯, 金伟其, 裘溯,等. 水下彩色图像的亮度通道多尺度Retinex增强算法[J]. 红外技术, 2011, 33(11):630-634.
[6]胡玉娟, 曹风云. 基于图像融合的水下彩色图像的增强方法[J]. 合肥工业大学学报(自然科学版), 2013, 36(8):948-953.
[7] 吴晓波, 杨永琴. 图像测量技术的新应用[J]. 光学精密工程, 1998, 6(3): 10-16
[8]水下散射介质成像的彩色图像增强研究[D]. 中国海洋大学, 2015.
[9] 李社蕾, 李海涛, 崔聪颖. 基于暗原色先验模型的水下图像增强算法[J]. 计算机技术与发展, 2018, 28(10).
[10] 王守觉, 丁兴号, 廖英豪,等. 一种新的仿生彩色图像增强方法[J]. 电子学报, 2008, 36(10):1970-1973.
全套毕业设计论文现成成品资料请咨询微信号：biyezuopin QQ：2922748026
返回首页
如转载请注明来源于www.biyezuopin.vip
|
