一種基于湍流模型的水下圖像復(fù)原方法
【專利說(shuō)明】-種基于溫流模型的水下圖像復(fù)原方法 所屬技術(shù)領(lǐng)域
[0001] 本發(fā)明設(shè)及計(jì)算機(jī)視覺(jué)領(lǐng)域中的圖像復(fù)原技術(shù)，尤其是設(shè)及針對(duì)水下攝像機(jī)拍攝 得到的降質(zhì)圖像可視質(zhì)量提高技術(shù)。
【背景技術(shù)】
[0002] 海洋覆蓋了地球表面的71%，它蘊(yùn)藏著巨量的礦產(chǎn)資源、生物資源和能源和能源。 我國(guó)是個(gè)海洋大國(guó)，擁有1. 8萬(wàn)公里長(zhǎng)的海岸線和300萬(wàn)平方公里的海洋國(guó)±，對(duì)海洋的開 發(fā)和海洋規(guī)律的探索對(duì)我國(guó)的國(guó)民經(jīng)濟(jì)和軍事都有重要的意義和價(jià)值。
[0003] 自主式水下機(jī)器人（AUV)的研究也越來(lái)越受到眾多國(guó)家和地區(qū)的關(guān)注，AUV不僅 可用于海上資源的勘探開發(fā)（鋪設(shè)管道、海底考察、鉆井支援、海底施工、海上鉆井平臺(tái)等 水下設(shè)備的維護(hù)與維修等）和海洋生態(tài)監(jiān)測(cè)；在軍事領(lǐng)域則可用于偵察、布雷、滅雷、援潛 救生等。現(xiàn)在的自主式水下機(jī)器人大多都配備了圖像處理識(shí)別系統(tǒng)，圖像成為AUV的主要 信息來(lái)源。
[0004] 水下圖像的典型特點(diǎn)表現(xiàn)如下；（1)水下成像的最本質(zhì)直接的物理特性即水體對(duì) 光線的吸收導(dǎo)致光能量衰減W及水分子和水中雜質(zhì)引起的散射現(xiàn)象對(duì)光線的偏移，該些情 況導(dǎo)致水下圖像采集到的信息弱而模糊不清；（2)水下介質(zhì)對(duì)各個(gè)波段的散射和吸收特性 不一致，通常紅波段衰減最為嚴(yán)重，該導(dǎo)致水下圖像顏色失真（偏綠或偏藍(lán)）。
[0005] 水下圖像普遍質(zhì)量較差，在對(duì)圖像進(jìn)行目標(biāo)識(shí)別、圖像分割等分析與處理之前，需 要對(duì)其進(jìn)行預(yù)處理，增強(qiáng)圖像的對(duì)比度，突出感興趣的細(xì)節(jié)及特征，改善圖像的視覺(jué)效果， 提供直觀、清晰、適合于分析的圖像。因此，圖像復(fù)原技術(shù)對(duì)于水下圖像尤為重要，而水下圖 像復(fù)原算法的研究也有很強(qiáng)的實(shí)際應(yīng)用價(jià)值。
[0006] 國(guó)內(nèi)外有部分學(xué)者改進(jìn)了 W上圖像增強(qiáng)算法并用于水下圖像的清晰化處理。 Trucco等W中提出一種基于一個(gè)化ffe-McGlame巧成像模型的簡(jiǎn)化形式的自適應(yīng)復(fù)原濾 波。該方法僅考慮了水下成像中前向散射對(duì)圖像質(zhì)量的影響，忽略了后向散射噪聲，因此 該方法并不適用于水質(zhì)渾池的近海區(qū)域所得到的水下圖像復(fù)原。Amlreas等在水下成 像模型的基礎(chǔ)上提出了水下圖像綜合預(yù)處理的框架，其中后向散射光成分的估計(jì)利用了高 斯函數(shù)卷積法，該算法的問(wèn)題之一就是散射光的估計(jì)太費(fèi)時(shí)。Schechner等W提出了一種 基于模型的水下圖像復(fù)原算法，采用偏振濾波器估計(jì)介質(zhì)散射光并去除，但卻需要在同一 場(chǎng)景內(nèi)攝取兩幅W上的圖像作為先驗(yàn)知識(shí)，該會(huì)限制視頻觀測(cè)的實(shí)時(shí)性。國(guó)內(nèi)方面，Liu等 W采用暗原色通道理論近似估計(jì)水下環(huán)境的景深信息，然后根據(jù)水下成像模型進(jìn)行復(fù)原處 理，算法的局限性不適合場(chǎng)景目標(biāo)與背景光顏色相似時(shí)的情況。張赫等人W提出了一種基 于大氣瑞流模型來(lái)獲取水下退化函數(shù)的方法，并結(jié)合維納濾波方法對(duì)水下圖像進(jìn)行復(fù)原處 理。國(guó)內(nèi)發(fā)明專利方面，陳名松等人w(申請(qǐng)?zhí)朇N201310628073)提出了一種基于同態(tài)濾 波和雙正交小波闊值濾波法相結(jié)合水下圖像增強(qiáng)技術(shù)。他們首先借助同態(tài)濾波技術(shù)降低光 照不均勻情況的影響，然后雙正交小波闊值濾波法去除圖像的噪聲。李一兵等人W (申請(qǐng) 號(hào)CN201310628073)提出了一種基于Retinex理論的水下圖像增強(qiáng)方法。他們首先將水下 圖像轉(zhuǎn)換到HSV顏色空間，采用S分量用于去噪，采用V分量進(jìn)行Retinex增強(qiáng)。
[0007] 參考文獻(xiàn)
[0008] [1] E. Trucco, A. Olmos, Self-tuning underwater image restoration,IEEE Journal of Oceanic Engineering, 2006, 31(2), pp. 511-519.
[0009] [2]A. B. Anreas, J. P. Malkasset, K. Gilles. Tpwards a model-free denoising of underwater optical images, in Proceeding ofOceas European an Conference on Propagation and Systems, 2005, 15-18.
[0010] [3] Y. Y. Schechner, N. Karpel. Clean underwatervision, in Proceedings of CVPR, 2004, 536-543.
[0011] [4]C. Liu, M. Wang. Removal of water scattering. In Proceedings of the 2010 International Conference on Computer Engineering and Technology, 2010, 235-239.
[0012] [引張赫，徐玉如，萬(wàn)磊，等.水下退化圖像處理方法[J].天津大學(xué)學(xué) 報(bào)，2010, 43 巧）：827-834.
[0013] [6]陳名松，秦琳，康艷梅，等，水下圖像增強(qiáng)處理方法，中國(guó)發(fā)明專利，申請(qǐng) 號(hào)；CN201310628073
[0014] [7]李一，付強(qiáng)，葉方，等基于HSV色彩空間結(jié)合Retinex的水下圖像增強(qiáng)方法， 【申請(qǐng)?zhí)枴緾N201210359018
[001引 閒林福宗，《多媒體技術(shù)基礎(chǔ)》（第3版），2009年，清華大學(xué)出版社
[0016] [9]趙剣，張怡，許東，基于總變分規(guī)整化的端流退化圖像復(fù)原化算法，中北大 學(xué)學(xué)報(bào)（自然科學(xué)版），2007, 28 (1)，PP: 69-73.

【發(fā)明內(nèi)容】

[0017] 本發(fā)明提出一種可W提高水下降質(zhì)圖像的可視質(zhì)量的方法。本發(fā)明的技術(shù)方案如 下：
[0018] 一種基于端流模型的水下圖像復(fù)原方法，包括下列的步驟：
[0019] 1)首先將輸入的彩色水下圖像由RGB空間轉(zhuǎn)換到Y(jié)Cb化顏色空間，變換后的顏色 空間中，R、G、B W及Y、Cb、化S顏色分量的取值范圍是[0, 1]，其中，Y是顏色的亮度成分， 稱之為灰度分量，Cb和化則表示藍(lán)色和紅色的分量偏移量；
[0020] 2)采用雙邊濾波法對(duì)灰度分量進(jìn)行平滑處理，用Y許日Y H分別表示雙邊濾波處理 后的低頻概貌成分和高頻細(xì)節(jié)成分；
[002U 3)用Y^x，y)表示退化后的水下圖像灰度分量，（X，y)為像素點(diǎn)坐標(biāo)，將其變換為 傅里葉變換域，并用Y^u，V)表示；
[0022] 4)根據(jù)Y^u，v)，利用全盲迭代復(fù)原算法求得未退化的水下圖像F(u，v);
[0023] 5)求取基于端流模型的退化圖像G(u，v) =H(u，v)F(u，v)，得到復(fù)原結(jié)果，式中， 大氣端流的頻域退化系數(shù)H (U，V) = exp {-k (u2+v2) 5勺，其中，k是描述端流強(qiáng)度的參數(shù)；
[0024] 6)將復(fù)原結(jié)果重新變換回空間域，處理結(jié)果用Y\表示；
[00巧]7)對(duì)于Cb和Cr兩色度分量圖，用Cb(x, y)和Cr(x, y)表示兩色度分量圖，用Mb 和Mf分別表示C b (X，y)和Ct (X，y)的均值，采用下式對(duì)Cb和化兩分量進(jìn)行顏色校正，用 Cb' (x，y)和C/ (x，y)表示校正處理結(jié)果，則有
[0026]
【主權(quán)項(xiàng)】
1. 一種基于湍流模型的水下圖像復(fù)原方法，包括下列的步驟： 1) 首先將輸入的彩色水下圖像由RGB空間轉(zhuǎn)換到Y(jié)CbCr顏色空間，變換后的顏色空間 中，R、G、B以及Y、Cb、Cr三顏色分量的取值范圍是[0, 1]，其中，Y是顏色的亮度成分，稱之 為灰度分量，Cb和Cr則表示藍(lán)色和紅色的分量偏移量； 2) 采用雙邊濾波法對(duì)灰度分量進(jìn)行平滑處理，用\和YH分別表示雙邊濾波處理后的 低頻概貌成分和高頻細(xì)節(jié)成分； 3) 用Yjx，y)表示退化后的水下圖像灰度分量，（x，y)為像素點(diǎn)坐標(biāo)，將其變換為傅里 葉變換域，并用\(u，v)表示； 4) 根據(jù)\(u，v)，利用全盲迭代復(fù)原算法求得未退化的水下圖像F(u，v); 5) 求取基于湍流模型的退化圖像G(u，v) =11(11^汗(11^)，得到復(fù)原結(jié)果，式中，大氣 湍流的頻域退化系數(shù)H(u，v) =exp{-k(u2+v2)5/6}，其中，k是描述湍流強(qiáng)度的參數(shù)； 6) 將復(fù)原結(jié)果重新變換回空間域，處理結(jié)果用表示； 7) 對(duì)于Cb和Cr兩色度分量圖，用Cb(x，y)和C,(x，y)表示兩色度分量圖，用Mb和M,分 別表示Cb(x，y)和C；(x，y)的均值，采用下式對(duì)Cb和Cr兩分量進(jìn)行顏色校正，用Cb'（x，y) 和C」（x.v)衷示柃iH々卜理結(jié)里，_有
8) 重構(gòu)復(fù)原圖像。
2. 根據(jù)權(quán)利要求1所述的復(fù)原方法，其特征在于，步驟2)中，雙邊濾波過(guò)程中，參數(shù)S^ 用來(lái)衡量鄰域 內(nèi)各像素點(diǎn)到中心點(diǎn)之間的距離權(quán)重，距離越遠(yuǎn)，權(quán)重越?。粎?shù)用來(lái)衡量鄰域內(nèi) 各像素點(diǎn)的灰度 值到中心點(diǎn)灰度值差別的權(quán)重，差別越大，權(quán)重越?。蝗s= 3,ss= 0. 1。
3. 根據(jù)權(quán)利要求1所述的復(fù)原方法，其特征在于，步驟5)中，k取值為0. 00025。
4. 根據(jù)權(quán)利要求1所述的復(fù)原方法，其特征在于，步驟8)中，將經(jīng)復(fù)原處理后的亮度低 頻成分Y'j卩高頻成分YH重新組合成新的亮度分量，再結(jié)合經(jīng)顏色校正處理后的兩色度 分量C'b和C'p重新變換回RGB空間。
【專利摘要】本發(fā)明涉及一種基于湍流模型的水下圖像復(fù)原方法，包括：首先將輸入的彩色水下圖像由RGB空間轉(zhuǎn)換到Y(jié)CbCr顏色空間；采用雙邊濾波法對(duì)灰度分量進(jìn)行平滑處理，用YL和YH分別表示雙邊濾波處理后的低頻概貌成分和高頻細(xì)節(jié)成分；用YL(x,y)表示退化后的水下圖像灰度分量，將其變換為傅里葉變換域，并用YL(u,v)表示；利用全盲迭代復(fù)原算法求得未退化的水下圖像F(u,v)；求取基于湍流模型的退化圖像，得到復(fù)原結(jié)果；將復(fù)原結(jié)果重新變換回空間域；進(jìn)行顏色校正；重構(gòu)復(fù)原圖像。本發(fā)明的處理方法使得水下圖像在對(duì)比度、噪聲和顏色偏色情況都得到了顯著改觀。
【IPC分類】G06T5-00
【公開號(hào)】CN104616268
【申請(qǐng)?zhí)枴緾N201510086152
【發(fā)明人】王建, 鄭佳, 龐彥偉, 宋占杰
【申請(qǐng)人】天津大學(xué)
【公開日】2015年5月13日
【申請(qǐng)日】2015年2月17日