[发明专利]一种水下图像复原方法

说明书

本发明公开一种水下图像复原方法，包括：采用离散haar小波变换，将从图像获取端得到的高分辨率图像分解为尺寸减小的四个子图像；通过使用红通道对水下图像的全局背景光进行估计，获得较为准确的水下背景光的估计；引入红蓝通道和红绿通道衰减系数比，将haze‑lines去雾模型应用于水下图像复原；然后对haze‑lines先验聚类得到的红通道透射率取反作为初始红通道透射率估计值；最后根据得到复原的子图像，由逆向离散haar小波变换得到重构的复原图像。本发明的方法复原图像的色彩信息更加完整，实时性更强。

技术领域

本发明涉及一种快速水下图像复原方法，属于图像处理技术领域。

背景技术

近年来，水下图像感知和分析技术快速发展，并广泛应用于海洋地质勘测、海洋生物检测保护、海洋军事等领域。水下图像的应用首先要获得信息完整的水下图像，然而光在水下的传播的过程中存在着吸收和散射效应，导致采集的水下图像存在对比度低、细节模糊、色偏严重等问题，对后续的图像分析工作造成了严重的影响。

为了获取信息完整的水下图像，水下图像获取前端获取的图像多为具有高分辨率的水下图像，对其做图像复原往往因计算量大而导致算法速度降低，而对其进行离散haar小波变换可以降低图像的尺寸，加速算法运行速度，实现实时处理，具有很强的实用性。二维图像haar变换是从水平和竖直两个方向进行低通和高通滤波(水平和竖直先后不影响)，将图像变换为四个尺寸减小的子图像，这四个子图像分别为图像的低频信息、图像的水平高频信息、图像的垂直高频信息、图像的对角高频信息。

水下图像复原通常基于水下图像成像模型，主要由物体反射的直接分量、前向散射与后向散射三部分组成。前向散射造成水下图像细节模糊，纹理信息缺失，为了解决这个问题，Hou等人将光在水中的点扩散函数和调制传递函数两者结合来去除前向散射的影响。因为水下图像在获取过程中物体与相机距离较小，所以可以忽略前向散射对水下图像的影响，去除后向散射成为水下图像复原的关键问题。后向散射造成图像对比度降低，图像呈现雾化效果，由于水下图像和雾天图像成像模型的相似性，何等人提出的暗通道先验(DCP)去雾模型，被学者们应用于水下图像复原。Sathya等人在暗通道模型的基础上，对不同颜色通道进行均衡，使复原图像获得更好的视觉效果。

由于水体对光遵循选择吸收的原则，波长长的红色光吸收衰减最大，传播距离最短，导致基于暗通道先验模型的方法在对透射率的估计值偏大。Galdran等人结合红通道在水下衰减快的特点，在暗通道模型的基础上提出了红通道先验(RDCP)模型。

Berman等人创新的提出了haze-lines先验的方法，其发现一幅无雾图像的颜色可以由几百种不同的颜色很好地逼近，这些具有相同颜色的像素点在RGB空间形成紧聚类。该算法的关键点在于同一聚类中的像素点在无雾图像中的分布是非局部的。也就是说，它们遍布整个图像平面且位于到相机不同距离的地方。在雾霾的影响下，这些本来属于同一颜色聚类的像素点，由于它们位于不同的图像区域，它们到相机的距离不同，导致它们的透射率也不同，因此，它们的强度值会发生变化。也就是说，在有雾的条件下，无雾图像中聚在一类的像素，它们的强度值会形成RGB空间的一条线，这些线就是雾线。不同于DCP、RDCP模型基于图像块处理的特点，haze-lines是对图像中每个像素进行聚类、复原，对图像色彩恢复更加完整。

本发明考虑到水对光的选择性吸收的特性，成功地将haze-lines先验用于水下图像复原，可以有效去除成像模型中因后向散射的存在而导致的水下图像模糊，复原图像的色彩畸变。同时考虑到算法的实时性，采用离散haar小波变换对算法进行加速。

发明内容

本发明所要解决的技术问题是：针对水下图像的低对比度、颜色失真、细节模糊、应用性差等问题，对获取的高分辨率水下退化图像实现快速的复原，去除图像的细节模糊，恢复图像完整的颜色信息。

为解决上述技术问题，本发明提出一种水下图像复原方法，包括以下步骤：

1)读取一幅水下退化图像I_λ；