[发明专利]一种基于Retinex模型的水下图像增强方法

摘要

本发明公布了一种基于Retinex模型的水下图像增强方法，首先进行水下图像颜色校正，再将图像从RGB颜色空间转化到HSV颜色空间，然后基于Retinex模型，将V颜色通道分解成反射部分和光照部分，对光照部分进行初始化、提纯、校正，得到亮度调整后的V通道，和其他两个通道合并转换为RGB空间，得到最终的增强图像；包括颜色校正和亮度调整过程。相比于现有方法，采用本发明方法处理后的图片拥有更真实的颜色、更自然的表现以及更好的视觉效果；同时，方法计算复杂度较低，处理时间较短。

主权项

1.一种基于Retinex模型的水下图像增强方法，首先进行水下图像颜色校正，再将图像从RGB颜色空间转化到HSV颜色空间，然后基于Retinex模型，将V颜色通道分解成反射部分和光照部分，对光照部分进行初始化、提纯、校正，得到亮度调整后的V通道，和其他两个通道合并转换为RGB空间；(一)水下图像颜色校正，包括如下步骤：11)分别求解水下图像的RGB空间的每个通道的均值和方差，组合得到新区间；12)对三个通道，分别在构成的新区间上进行单通道的归一化；13)将归一化的三个通道合并，得到颜色校正后的水下图像；(二)水下图像亮度调整，包括如下步骤：21)将上述颜色校正后的水下图像由RGB空间转换为HSV空间，根据Retinex模型，将代表图像的亮度值的V通道的能量分解成为反射部分和光照部分，表示为式(1)：V_cr＝R*M    (1)式(1)中，V_cr代表颜色校正后的图像的亮度通道，R代表V_cr的反射部分，M代表V_cr的光照部分；22)求颜色校正后的图像亮度通道的光照部分M；221)用颜色校正后的图像的亮度通道V_cr初始化光照部分M₀；222)通过对光照部分M进行提纯，得到M的估计值；具体包括如下过程：首先建立优化方程式，如式(2)：式(2)中，第一项是保真项，使得M的估计值尽可能和初始值保持一致；第二项是M的梯度值；α用于权衡保真项和梯度项，使得优化方程最小化时求出M；其中‖*‖₁和‖*‖₂分别是一阶范式和二阶范式；是差分算子；在梯度项的基础上乘以一个权重矩阵W，用于更好的区分结构边缘和纹理；通过均值滤波求权重矩阵，如式(3)：其中，W_d为不同方向上的权重矩阵；d代表水平方向h和垂直方向v；ε是一个很小的常数，以防除数为零；x为光照部分M₀的像素点；Ω(x)代表以x为中心的局部窗口，y代表该局部窗口的任一像素点；在最优化方程式的求解过程中，将求导部分等价于由于除以一个已知的导致未知的部分升阶为二次式；对于未知的二次式直接求导，导数为零时，整个式子最小，由此求出提纯后的M估计值；223)得到M的估计值后，进行伽马校正，得到23)通过得到伽马校正后的和已知的V_cr，求出增强后的反射部分，即为亮度通道的最终值；将亮度通道的最终值替换原先的亮度通道值V_cr，再进行HSV到RGB空间的转换，得到最终的增强图像。