[发明专利]一种自适应色彩补偿与细节优化的广义衰减图像增强方法

说明书

本发明公开了一种自适应色彩补偿与细节优化的广义衰减图像增强方法，包括通过衰减图引导色彩校正方法校正输入图像的颜色偏差；采用梯度导向的局部对比度增强方法，提升色彩补偿后图像的对比度；使用多尺度边缘优化方法优化色彩补偿后图像的边缘；结合多尺度融合过程实现对比度增强和边缘优化后的两幅图像的无伪影融合。本发明解决了水下、雾霾和沙尘等混浊介质场景中获取的图像可视性差、对比度低和色彩失真的问题。

技术领域

本发明涉及计算机视觉技术领域，尤其涉及一种自适应色彩补偿与细节优化的广义衰减图像增强方法。

背景技术

在水下获取图像时，受水下特殊的物理环境影响(选择性光吸收与散射、人工光源的非均匀照明和设备干扰等)，光在传播过程中存在衰减、散射，容易造成图像产生色差、模糊、细节丢失等退化效果，严重影响了图像解译工作。而获取清晰的水下图像是完成水下目标定位、海洋生物识别与环境监测等海洋应用的重要前提。

基于物理模型的方法利用先验信息估计水下成像模型的相关参数来恢复输入图像，该方法在某些情况下可获得较好性能，然而估计水中介质传输率本身具有不确定性、传统方法难以精准估计多个参数导致假设的水下成像模型并不总是成立，使得该方法面对复杂多变水下场景时往往会产生不稳定的结果。采用深度学习的水下图像增强方法需要大量数据驱动和复杂的网络结构，但由于缺乏水下环境的清晰图像数据集，这种有监督学习方法的可行性待进一步证实。

为了解决上述问题，急需设计一种自适应色彩补偿与细节优化的广义衰减图像增强方法，能有效增强衰减图像对比度、细节信息和平衡图像色彩。

发明内容

为解决上述技术问题，本发明的目的是提供一种自适应色彩补偿与细节优化的广义衰减图像增强方法，该方法为半导体元器件的检测提供了技术支持，保障了元器件的产品质量，降低残次率；同时检测系统采用棱镜反射与折射的镜像成像方式，实现了单目视觉在固定工位下对待测工件多表面的同时、高精度成像，从而极大地节约硬件成本，提升检测效率。本发明整体结构简单、工作稳定可靠，有助于促进智能化检测的发展。

本发明的目的通过以下的技术方案来实现：

一种自适应色彩补偿与细节优化的广义衰减图像增强方法，包括：

步骤10、通过衰减图引导色彩校正方法校正输入图像的颜色偏差；

步骤20、采用梯度导向的局部对比度增强方法，提升色彩补偿后图像的对比度；

步骤30、使用多尺度边缘优化方法优化色彩补偿后图像的边缘；

步骤40、结合多尺度融合过程实现对比度增强和边缘优化后的两幅图像的无伪影融合。

与现有技术相比，本发明的一个或多个实施例可以具有如下优点：

1、解决了水下、雾霾和沙尘等混浊介质场景中获取的图像可视性差、对比度低和色彩失真的问题。

2、基于衰减图引导色彩校正方法实现衰减通道自动选择相应的补偿机制进行色彩校正。

3、采用的自适应局部对比度增强算法与以往的对比度增强算法相比，本发明方法充分考虑了图像细节信息优化的需要，避免了人为参数设定的影响，输出结果有较少的伪影和更清晰的细节。

4、使用多尺度边缘保持的锐化方法，避免了噪声干扰，依据邻域信息自适应叠加高频与低频分量，输出图像更加柔和。

附图说明

图1是本发明的流程图；

图2a和2b是本发明的非锐化掩模效果分析图；

图3是本发明的色彩失真图片测试图；

图4是本发明的模糊图片测试图；

图5是本发明的其他恶劣场景应用测试图；