一種自適應暗通道先驗的水下目標探測圖像增強方法與流程
本發明屬于數字圖像信息處理領域，具體涉及一種自適應暗通道先驗的水下目標探測圖像增強方法。
背景技術：
水下目標探測圖像獲取主要依靠近距離拍攝物體表面紋理信息實現，存在非均勻亮度、低信噪比、低對比度等特殊情況。由于水體對光線的散射和吸收，輔助光源亮度的局限性，不可避免會產生圖像偏亮、偏暗或低對比度等現象。常用的水下目標探測圖像增強算法主要分為修改水下圖像的光照和抑制圖像對比度以保留圖像邊緣兩大類，但不可避免會降低探測圖像的視覺質量。基于光照散射物理模型利用先驗條件進行圖像逆向還原，最經典的為何愷明博士的暗通道先驗去霧方法。暗通道先驗理論計算彩色圖像中一定尺度窗口中各通道像素點的最小值，并將此值作為暗通道先驗信息，然后通過估算場景的深度信息，結合通過圖像亮度分析的光照向量值，計算逆向還原去噪恢復圖像。暗通道先驗理論在單幅圖像的去霧清晰化處理中取得了比較好的應用效果。由于受到水的光學特性以及水中各種微粒、浮游生物和水體流動的影響，直接平移和轉嫁暗通道先驗理論的研究成果進行水下探測圖像增強存在如下的困難：一、由于水下目標原始圖像獲取時其輔助光源亮度值是固定的，去噪恢復的圖像灰度值不可避免會局限在一個有限的范圍之內；二、圖像線性拉伸技術是圖像增強的基本方法之一，但是，如何確定拉伸區間是尚待解決的問題。
技術實現要素：
本發明所要解決的技術問題，面對存在非均勻亮度、低信噪比、低對比度環境下的水下大壩裂縫檢測圖像的精確定位和準確描述的客觀實際需求，提供一種自適應暗通道先驗的水下目標探測圖像增強方法，實現水下目標探測圖像去噪處理，提高水下目標探測圖像的視覺質量。
本發明采用如下方案實現：
一種自適應暗通道先驗的水下目標探測圖像增強方法，包括以下步驟：
第一步：獲取水下探測目標原始彩色圖像i；
第二步：按he方法計算圖像i的粗略透射圖t(i)，具體計算過程如下：
a)計算圖像i的暗通道圖像dc(i)，
b)設定最小濾波尺度窗口ω:n×n；
c)計算dc(i)進行尺度窗口ω的最小值濾波輸出dcω(i)；
d)對dcω(i)進行反色、歸一化處理，得到對應的粗略透射圖t(i)。
第三步：在暗通道圖像dc(i)中提取前0.1％亮度最高的像素點，并在原圖像中提取對應的點中強度最大的點，將該點的三通道r、g、b亮度值作為光照向量值a。光照向量值a具體表示為：
a＝[a(r),a(g),a(b)]
第四步：應用導向濾波估算精確透射圖。其中，導向圖像為原始彩色圖像i對應的灰度圖像gray(i)，濾波輸入圖像為經最小值濾波的粗略透射圖像t(i)，計算對應的精確透射圖q(i)；
第五步：應用暗通道先驗理論，分別按照不同的顏色通道，計算原始圖像的去噪恢復圖像j；具體計算過程如下：
第六步：統計分析去噪恢復圖像j三通道r、g、b亮度值的均值與方差，具體計算公式表示為：
均值：
標準差：
方差：
式中，c＝r,g,b；w和h分別表示圖像像素點的寬度和高度。
第七步：分析計算去噪恢復圖像j基于概率分布3σ理論與8位圖像位寬的重合區域φ＝[μc+down×σc,μc+up×σc]i[0,255]的上限值down與下限值up，具體計算過程如下：
a)
b)
第八步：基于概率分布理論的3σ原則，對去噪恢復圖像3σ在線性拉伸區域[μc+down×σc,μc+up×σc]進行自適應剪平線性增強，剪平線性拉伸輸出圖像j′表示為：
式中，c＝r,g,b。
第九步：對增強圖像從均值、方差、對比度和信息熵等方面進行整體定量評價，相關定量評價指標函數表示為：
均值：
標準差：
對比度：
信息熵：
本發明所達到的有益之處在于：
本發明的方法，可以只利用單幅非均勻光照、低信噪比、低對比度水下目標探測圖像自身的信息，對圖像進行自適應暗通道先驗的水下目標探測圖像增強。先獲取原始圖像的暗通道圖像，通過最小濾波算法，粗略估算透射圖；計算高亮度像素點，獲取輔助光源光照向量。應用導向濾波算法，在原始圖像的灰度圖像和透射圖的基礎上，精確估算透射圖。應用暗通道先驗理論，計算原始圖像的去噪恢復增強圖像。對去噪恢復圖像進行基于概率分布理論的3σ原則的自適應剪平線性拉伸增強，最后對恢復圖像j從均值、方差、對比度和信息熵等方面進行綜合評價。本發明中用到的基于概率分布理論的3σ原則自適應計算區間參數方法，能在圖像直方圖分析的基礎上，解決圖像拉伸區間問題，增加圖像的視覺效果、提高圖像的清晰度和對比度。
附圖說明
圖1是本發明的方法的控制流程圖。
圖2是概率分布3σ原則線性拉伸控制流程圖。
具體實施方式
下面結合附圖對本發明作進一步描述。以下實施例僅用于更加清楚地說明本發明的技術方案，而不能以此來限制本發明的保護范圍。
參照圖1所示，本發明是一種自適應暗通道先驗的水下目標探測圖像增強方法，整體流程圖如圖1所示，具體實現步驟如下：
第一步：獲取水下探測目標原始彩色圖像i；
第二步：按he方法計算圖像i的粗略透射圖t(i)，具體計算過程如下：
a)計算圖像i的暗通道圖像dc(i)，
b)設定最小濾波尺度窗口ω:n×n；
c)計算dc(i)進行尺度窗口ω的最小值濾波輸出dcω(i)；
d)對dcω(i)進行反色、歸一化處理，得到對應的粗略透射圖t(i)。
第三步：在暗通道圖像dc(i)中提取前0.1％亮度最高的像素點，并在原圖像中提取對應的點中強度最大的點，將該點的三通道r、g、b亮度值作為光照向量值a。光照向量值a具體表示為：
a＝[a(r),a(g),a(b)]
第四步：應用導向濾波估算精確透射圖。其中，導向圖像為原始彩色圖像i對應的灰度圖像gray(i)，濾波輸入圖像為經最小值濾波的粗略透射圖t(i)，計算對應精確透射圖q(i)；
第五步：應用暗通道先驗理論，分別按照不同的顏色通道，計算原始圖像的去噪恢復圖像j；具體計算過程如下：
第六步：統計分析去噪恢復圖像j三通道r、g、b亮度值的均值與方差，具體計算公式表示為：
均值：
標準差：
方差：
式中，c＝r,g,b；w和h分別表示圖像像素點的寬度和高度。
第七步：分析計算去噪恢復圖像j基于概率分布3σ理論與8位圖像位寬的重合區域φ＝[μc+down×σc,μc+up×σc]i[0,255]的上限值down與下限值up，具體計算過程如下：
a)
b)
第八步：基于概率分布理論的3σ原則，對去噪恢復圖像3σ在線性拉伸區域[μc+down×σc,μc+up×σc]進行自適應剪平線性增強，剪平線性拉伸輸出圖像j′表示為：
第九步：對增強圖像從均值、方差、對比度和信息熵等方面進行整體定量評價，相關定量評價指標函數表示為：
均值：
標準差：
對比度：
信息熵：
一種自適應暗通道先驗的水下目標探測圖像增強方法有關問題的說明：
(1)暗通道原理存在的前提是圖像中存在大片陰影和鮮艷的顏色，顯然水下目標探測圖像并不總是滿足這樣的特性。對顏色失真圖像的數據分析后發現，當輸入圖像中某個通道的像素值小于輔助光照向量中對應值時會出現失真現象，兩者差距越大，圖像失真情況越嚴重。為減小失真，應對透射率進行修正，適當增加取值；
(2)基于概率分布理論的3σ原則自適應線性拉伸方法，對灰度直方圖呈單峰分布的目標圖像處理效果良好。盡管水下目標探測圖像并非總是滿足直方圖單峰分布特性，但應用基于概率分布理論的3σ原則自適應線性拉伸方法依然能取得比較理想的增強效果；
(3)對于灰度直方圖分布函數符合單峰對稱分布的圖像，以[μc-3σc,μc+3σc]為圖像拉伸區域，分段拉伸節點為[μc-3σc,μc-2σc,μc-σc,μc+σc,μc+2σc,μc+3σc]，能取得非常好的增強效果；
(4)對于基于暗通道先驗的非均勻光場水下目標探測圖像增強結果的評價，可以對均值、方差、對比度和信息熵等指標進行不同的權重評估，以適應不同應用場合的實際需求；
(5)對于需要局部增強的圖像區域(例如水下大壩裂縫圖像區域等)，可以突破整體圖像灰度值概率分布擬合規則的限制，采取非線性拉伸(如對數拉伸、指數拉伸或正弦函數拉伸等等)控制策略，以滿足對局部圖像增強的需求。
綜上所述，本發明一種自適應暗通道先驗的水下目標探測圖像增強方法包括如下：步驟一：獲取水下探測目標原始彩色圖像；步驟二：在計算原始彩色圖像暗通道圖像的基礎上，通過最小值濾波算法，粗略估算對應的透射圖；步驟三：在暗通道圖像中提取前0.1％亮度最高的像素點，并在原圖像中提取對應的點中強度最大的點，將該點的三通道亮度值作為光照向量值；步驟四：應用導向濾波方法，導向圖像為原始彩色圖像對應的灰度圖像，濾波輸入圖像為經最小值濾波的粗略透射圖像，精確估算對應的透射圖；步驟五：應用暗通道先驗理論，分別按照不同的顏色通道，計算原始圖像的去噪恢復圖像；步驟六：分析計算去噪恢復圖像三通道亮度值的均值與方差；步驟七：對去噪恢復圖像進行基于概率分布理論的3σ原則的區域劃分；步驟八：對去噪恢復圖像進行基于概率分布理論的3σ原則的自適應剪平線性拉伸增強；步驟九：對增強圖像從均值、方差、對比度和信息熵等方面進行整體定量評價。本發明中用到的基于概率分布理論的3σ原則自適應計算區間參數方法，能在圖像直方圖分析的基礎上，解決圖像拉伸區間問題，增加圖像的視覺效果、提高圖像的清晰度和對比度。
以上所述僅是本發明的優選實施方式，應當指出，對于本技術領域的普通技術人員來說，在不脫離本發明技術原理的前提下，還可以做出若干改進和變形，這些改進和變形也應視為本發明的保護范圍。
- 還沒有人留言評論。精彩留言會獲得點贊！