[发明专利]一种基于优化和暗通道的水下图像恢复方法

说明书

本发明公开了一种基于优化和暗通道的水下图像恢复方法，包括以下步骤：（1）暗通道还原：以经典暗通道理论为依据，对水下图像进行还原；（2）无参考图像质量评价：使用无参考图像质量作为评价指标，根据失真图像的自身特征来估计图像的质量；（3）整体优化：使用无参考图像质量作为评价指标，利用优化算法对经典暗通道理论中的参数进行优化。本发明可以针对输入的不同水下图像，基于经典暗通道理论和无参考图像质量评价，自动改变其景深还原参数，以最好的图像还原效果进行输出，从而提高了水下图像还原的质量。

技术领域

本发明涉及图像处理领域，具体涉及一种基于优化和暗通道的水下图像恢复方法。

背景技术

在陆地资源开发已经满足不了人们需求的现状下，人们逐渐将开发目标转向海洋资源。人们在对海洋资源开发的时候，需要使用相机拍摄、分析，但是由于水下悬浮颗粒的散射，以及海水对不同波长光线吸收效果不同的原因，容易造成图像画质失真、降质，从而无法用于进一步的分析。因此对水下图像的还原工作显得十分重要，具有很高的工程应用价值。

在现有的众多图像还原理论中，暗通道理论是比较著名的一种，由于它有着非常理想的物理学理论模型，具有比较好的还原效果，得到了广泛的研究，并形成了很多的分支。但是，该理论始终存在一个问题，就是在使用其进行还原时，它使用的参数为经验设定，始终没有发生变化。通过使用遍历法发现，针对不同图像，其中一个叫做景深还原的参数对还原效果有着重要的影响，不同的景深还原参数直接影响到其输出结果，而不同的图像具有不同的最优景深参数，所以其参数必须因不同图像而异。

如果有一个方法，能够针对输入的不同水下图像，基于暗通道理论，自动改变其景深还原参数，从而以最好的图像还原效果进行输出，达到最优的效果，那么可以大大的提高水下图像还原的质量。因此，以上问题亟需解决。

发明内容

本发明要解决的技术问题是提供一种基于优化和暗通道的水下图像恢复方法，可以针对输入的不同水下图像，基于经典暗通道理论和无参考图像质量评价，自动改变其景深还原参数，以最好的图像还原效果进行输出，从而提高了水下图像还原的质量。

为解决上述技术问题，本发明采取如下技术方案：本发明的一种基于优化和暗通道的水下图像恢复方法，其创新点在于包括以下步骤：

(1)暗通道还原：以经典暗通道理论为依据，对水下图像进行还原；

(2)无参考图像质量评价：使用无参考图像质量作为评价指标，根据失真图像的自身特征来估计图像的质量；

在上述步骤中，无参考图像质量评价是通过多级深度表示的盲图像质量预测BLINDER，其从有37层的DNN模型VGGnet中提取多级表示，分别在每个层上计算一个特征表示，然后估计每个特征向量的质量得分，最后通过平均这些质量得分来估计整体质量；

(3)整体优化：使用无参考图像质量作为评价指标，利用优化算法对经典暗通道理论中的参数进行优化；

在上述步骤中，优化算法采用粒子群算法，且其结合暗通道还原、无参考图像质量评价的整体优化的具体流程为：

(3.1)初始化：首先，设置最大迭代次数IT_max，目标函数的自变量个数为1，粒子的最大速度V_max，位置信息为整个搜索空间；设置粒子群规模为M，在速度区间和搜索空间上随机初始化速度V_id和位置X_id，其中i＝1～M；

(3.2)个体极值与全局最优解：定义适应度函数，个体极值为每个粒子找到的最优解，从这些最优解中找到一个全局值，与历史全局最优比较，并进行更新；(3.3)更新速度和位置的公式如下：