[发明专利]一种水下彩色视频图像的增强方法

摘要

本发明公开了一种水下彩色视频图像的增强方法，包括以下步骤：根据可见光在水中的传播特性、像面上的光线组成及预期目标建立水下光学成像模型；根据暗原色的先验规律估算水下光学成像模型的吸收函数t(x，y)和散射参数A，将水下彩色视频图像I复原成图像J；依据基于Retinex理论的图像增强处理方法对复原图像J进行增强。本发明首次将暗原色先验规律和基于Retinex理论的图像处理方法相结合，先根据水下光学成像模型进行复原处理以去除散射引起的模糊噪声，再进行增强处理以锐化细节及调整偏色，相较于以往单纯的采用复原或增强的实现方式有更好的鲁棒性。

主权项

1.一种水下彩色视频图像的增强方法，其特征在于：包括以下步骤：A、根据可见光在水中的传播特性、像面上的光线组成及预期目标建立水下光学成像模型如下式，I(x，y)＝J(x，y)×t(x，y)+A(1-t(x，y))式中，I(x，y)为所采集的水下彩色视频图像I，其中自变量x、y表示二维图像平面上像素点的位置坐标。J(x，y)t(x，y)表征物体表面反射光线直射到像面上没有被散射的部分，t(x，y)称为吸收函数；A(1-t(x，y))表征物体表面反射光线经单次或多次散射到达像面上的前向散射光，及水下照明光源投向水下物体时沿反方向投射到像面上的后向散射光，A称为散射参数；B、由所采集的水下彩色视频图像I，根据暗原色的先验规律估算水下光学成像模型的吸收函数t(x，y)和散射参数A，从而实现对水下彩色视频图像I的复原，包括如下步骤：B1、对读入的图像I进行分块并分别求取暗原色通道值，表达式为，Iidark(x,y)=min(min(Iic(x,y)))c∈{R,G,B},x,y∈φi(i=1,2,...n)]]>其中，φ_i表示图像I的第i块方形区域，n为所分的块数，I^c表征图像I的红、绿、蓝RGB空间的一个颜色分量，表征图像I的第i块方形区域内某一个颜色分量的灰度值，是指第i块方形区域内某一颜色分量灰度的最小值，图像I的暗原色通道值表征为图像I的第i块方形区域内各点的灰度值均相等，且取值为该块方形区域内三个颜色分量中的最小灰度值；B2、根据所求取的图像I的暗原色通道值确定图像I的成像模型中的散射参数A，A的确定步骤为：B21、将图像I的暗原色通道值由大到小进行排序；B22、依次选取图像I的暗原色通道值中较大的像素0.1％个所处的位置，作为备选区间；B23、根据图像I的RGB空间颜色分量I^c获取图像I的亮度值I_v，表达式为，Iv=13(IR+IG+IB)]]>B24、在图像I中，在备选区间内，最大亮度值I_v即为图像I的成像模型中的散射参数A；B3、对读入的图像I的RGB空间颜色分量I^c进行分块并分别求取暗原色通道值，表达式为，]]>其中，表征图像I^c的第i块方形区域内的灰度值，图像I^c的暗原色通道值表征为图像I^c第i块方形区域内各点的灰度值均相等，且取值为该块方形区域内的最小灰度值；B4、根据所求取的图像I的RGB空间颜色分量I^c的暗原色通道值确定图像I^c成像模型中的散射参数A^c，A^c的确定步骤为：B41、分别将图像I^c的暗原色通道值由大到小进行排序；B42、分别依次选取图像I^c的暗原色通道值中较大的像素0.1％个，作为各自的备选区间；B43、在图像I^c中，在备选区间内，最大的灰度值即为I^c成像模型中的散射参数A^c；B5、根据所确定的散射参数A^c分块计算图像I成像模型中的吸收函数t_i(x，y)，表达式为，ti(x,y)=1-ωmin(min(Ic(x,y)Ac))c∈{R,G,B},x,y∈φi(i=1,2,...n)]]>ω∈(0，1]，称为透视参数；B6、将吸收函数和散射参数带入水下光学成像模型，由所采集的图像反推，从而实现对水下彩色视频图像的复原，表达式为，Ji(x,y)=Ii(x,y)-Amax(ti(x,y),t0)+Ax,y∈φi(i=1,2,...n)]]>其中，t₀为当水下拍摄的图像中出现大片白色区域与暗原色规律不符时所设定的阈值，取值0.1；C、依据基于Retinex理论的图像增强处理方法对上述复原图像J进行增强，具体步骤如下：C1、获得上述复原图像J的RGB空间颜色分量J^c；C2、分别对复原图像J的RGB空间颜色分量J^c进行增强；基于Retinex理论，将复原图像的颜色分量J^c看作是照射到景物上的入射光颜色分量和景物反射光颜色分量R^c的乘积，则R^c即为J^c的增强图像，表达式为，Rc(x,y)=Σk=13wkRkcc∈{R,G,B}]]>其中，为基于第k个尺度下的尺度因子σ_k所获得的R^c，表达式由下式进行描述，logRkc(x,y)=logJc(x,y)-log12πσke-x2+y22σk2*Jc(x,y)c∈{R,G,B},k=1,2,3]]>式中，*为卷积运算，k为尺度个数，σ_k称为第k个尺度的尺度因子，其值小，动态范围压缩好，其值大，色感一致性好，此处共有大、中、小三个尺度，分别选用σ_k＝250、σ_k＝80、σ_k＝15，w_k称为不同尺度下所复原颜色分量的权重，取值w₁＝w₂＝w₃＝1/3；C3、将增强图像的颜色分量R^c基于不同权重进行叠加，从而获得由图像I经复原、增强处理后的输出，其表达式为，R(x，y)＝q^rR^R(x，y)+q^gR^G(x，y)+q^bR^B(x，y)式中，q^r、q^g、q^b称为颜色分量R^c(x，y)的权重，应满足如下关系：q^r＞q^g＞q^b取值q^r∶q^g∶q^b＝4∶3∶2。