[发明专利]水下鱼类图像增强方法、系统、计算机设备及存储介质

说明书

本发明提供了水下鱼类图像增强方法、系统、计算机设备及存储介质，所述方法包括：获取海水网箱养殖的待增强水下鱼类图像；将所述待增强水下鱼类图像进行CIE‑Lab空间自适应拉伸，得到第一增强图像；根据不同光波在水中传播的衰减特性，对所述第一增强图像进行颜色均衡处理，得到第二增强图像；将所述第二增强图像进行对比度拉伸，得到增强水下鱼类图像。本发明通过对实际获取的水下鱼类图像依次进行CIE‑Lab空间自适应拉伸、颜色均衡处理、以及对比度拉伸处理，能够从亮度、颜色均衡和对比度三个角度对水下鱼类图像进行改善，得到图像视觉效果更好水下鱼类图像，进而为智慧渔业养殖中的图像分析处理提供了很好的技术支撑。

技术领域

本发明涉及计算机视觉及水下图像增强技术领域，特别是涉及一种水下鱼类图像增强方法、系统、计算机设备及存储介质。

背景技术

随着科技的不断发展，渔业也在逐渐由传统养殖方式不断地往智慧养殖的方向发展，人们开始在渔业养殖中引入物联网、大数据和图像处理等新兴技术，通过对实时获取的养殖区域内水下鱼类照片进行智能分析的方式，对养殖环境、鱼群密度、及鱼群体积等养殖数据进行监控，以便及时了解鱼群的生长情况和健康状况等，并依此进行针对性的养殖管理或救助管理等，使得水产养殖步入现代化、科学化和智能化，进一步为渔业稳定发展提供可靠保障。然而，水下鱼类图像的质量高低对智能分析结果的准确性有着重要影响。

现有提高水下图像质量方法主要分为两类：(1)通过调整图像像素来改善图像质量的非物理模型图像增强方法，如滑动拉伸的水下图像感知方法、双强度图像合成和Rayleigh拉伸方法、适用于浅水图像的自适应参数获取的相对全局直方图拉伸方法、基于颜色校正和改进的二维伽马函数的水下图像增强方法、以及颜色校正和自适应对比度增强方法等；(2)针对水下图像退化过程构建数学模型，并通过该模型反演图像退化过程，获得理想状态下未经退化图像的基于物理模型图像恢复方法，如基于图像模糊和光吸收的水下场景深度估计方法、基于水下光衰减先验的水下图像场景深度估计模型、自适应背景光估计与非局部先验的水下图像复原算法、种融合水下图像恢复算法和颜色平衡算法的方法、以及基于背景光融合及水下暗通道先验和色彩平衡的水下图像增强方法等。然后，上述图像增强方法和图像恢复方法虽然能够改善水下图像的亮度和颜色，在一定程度上解决水下图像退化问题，但是，并不能很好的解决某些特定场景下水下鱼类图像具有亮度暗、颜色偏置且对比度低等问题。

发明内容

本发明的目的是提供一种水下鱼类图像增强方法、系统、计算机设备及存储介质，通过对实际获取的水下鱼类图像依次进行CIE-Lab空间自适应拉伸、颜色均衡处理、以及对比度拉伸处理，能够从亮度、颜色均衡和对比度三个角度对水下鱼类图像进行改善，得到图像视觉效果更好水下鱼类图像，有效解决现有技术缺陷的同时，为基于水下鱼类图像的研究工作的开展提供便利，进而为智慧渔业养殖中的图像分析的精准性提供了很好的技术保障。

为了实现上述目的，有必要针对上述技术问题，提供了一种水下鱼类图像增强方法、系统、计算机设备及存储介质。

第一方面，本发明实施例提供了一种水下鱼类图像增强方法，所述方法包括以下步骤：

获取海水网箱养殖的待增强水下鱼类图像；

将所述待增强水下鱼类图像进行CIE-Lab空间自适应拉伸，得到第一增强图像；

根据不同光波在水中传播的衰减特性，对所述第一增强图像进行颜色均衡处理，得到第二增强图像；

将所述第二增强图像进行对比度拉伸，得到增强水下鱼类图像。

进一步地，所述获取海水网箱养殖的待增强水下鱼类图像的步骤包括：

利用水下机器人拍摄所述海水网箱养殖的水下鱼类视频；

将所述水下鱼类视频进行逐帧提取，得到所述待增强水下鱼类图像。