基于图像融合的水下光照不均匀图像增强算法_李广豪.pdf
《基于图像融合的水下光照不均匀图像增强算法_李广豪.pdf》由会员分享,可在线阅读,更多相关《基于图像融合的水下光照不均匀图像增强算法_李广豪.pdf(6页珍藏版)》请在咨信网上搜索。
1、基金项目:国家自然科学基金项目(60875025)收稿日期:2021-07-19 修回日期:2021-07-23 第 40 卷 第 4 期计 算 机 仿 真2023 年 4 月 文章编号:1006-9348(2023)04-0330-06基于图像融合的水下光照不均匀图像增强算法李广豪,席志红(哈尔滨工程大学信息与通信工程学院,黑龙江 哈尔滨 150001)摘要:在水下探测过程中,环境光照条件多变,采集的图像中由于光照不均匀,会导致一些重要的细节信息无法被表达甚至丢失,严重影响了图像的视觉效果及其用途。针对上述问题,提出一种改进的水下融合算法,将自适应伽马校正算法,MSRCR 算法,CLAHE
2、算法,锐化算法和水下图像融合增强算法相结合。通过自适应伽马校正算法改善图像光照不均匀区域;通过 CLAHE 扩大局部对比度,降低噪声;利用 MSRCR 算法弥补由于局部对比度增大造成的颜色失真;利用图像锐化弥补伽马校正造成的细节损失;通过图像融合算法融合不同图像的优势。实验结果表明,文中算法可以较好地解决光照不均匀和色偏的问题,改善图像的对比度,提升图像整体的视觉效果。关键词:光照不均匀;图像融合;伽马变换;限制对比度的直方图均衡;锐化中图分类号:TP317.4 文献标识码:BImage Enhancement Algorithm of Underwater UnevenIlluminatio
3、n Based on Image FusionLI Guang-hao,XI Zhi-hong(College of Information and Communication Engineering,Harbin Engineering University,Harbin Heilongjiang 150001,China)ABSTRACT:In the process of underwater detection,the illumination conditions of the environment are changeable.Due to uneven illumination
4、,the important details cant be expressed or even lost,which seriously affects the visualeffects and uses of the images.To solve the above problems,an improved underwater image fusion algorithm is pro-posed,which combines adaptive gamma correction algorithm,MSRCR algorithm,CLAHE algorithm,sharpening
5、al-gorithm and underwater image fusion enhancement algorithm.The adaptive gamma correction algorithm is used to im-prove the uneven illumination area;CLAHE is used to enlarge local contrast and reduce noise;the MSRCR algorithmis used to compensate for the color distortion caused by the increase of l
6、ocal contrast.The detail loss caused by gam-ma correction is compensated by image sharpening.The advantages of different images are fused by the image fusionalgorithm.The experimental results show that the algorithm can solve the problem of uneven illumination and color de-viation,improve the contra
7、st of the image and enhance the overall visual effect of the image.KEYWORDS:Uneven illumination;Image fusion;Gamma transform;CLAHE;Sharpening1 引言水下探测严重依赖获取的水下图像的质量,由于水下环境复杂,水体会对光产生散射和吸收效应,使光在水下严重衰减,从而获取的水下图像质量往往较差。为了能获得高质量的水下图像,水下图像增强是必不可少的处理环节。2003年,Chambah1等人针对水下图像的偏色问题,通过颜色恒常理论提出了一种基于非监督式的增强算法,使后
8、续特征提取式的效率大大增加;2007 年,Iqbal2等人提出的 RGB 和 HIS色彩空间的滑动直方图拉伸连续在两个色彩空间中进行均衡化处理,有效解决了水下图像的偏色和低对比度等问题;2012 年,Ancuti3等人提出了一种基于图像融合的水下图像增强算法,解决了水下图像的偏色和视觉模糊等问题,同时可避免图像中出现伪影和色晕现象。2017 年,余义德4等人提出了限制对比度自适应的颜色校正模型,较好的提高了水下图像的视觉效果和对比度。2018 年,王永鑫等5提出了一种基于同态滤波的水下图像增强与色彩校正模型,可以033有效保证水下图像的清晰度和色彩恒定性。2020 年 5 月,林森6等人提出了
9、一种基于多输入融合对抗网络的增强算法,其生成网络采用编码解码结构,通过卷积层滤除噪声,利用反卷积层恢复丢失的细节并逐像素进行细化,该算法改善后的水下图像色彩鲜明并且对比度提升。自适应伽马校正算法7对于空气中光照不均匀图像有较好的校正效果,但是水下环境复杂,无法直接应用于水下。本文提出一种改进的水下融合算法,将自适应伽马校正算法,改进的 MSRCR 算法8,CLAHE,图像锐化和水下图像融合增强算法3,9相结合。通过自适应伽马校正算法改善图像光照不均匀区域;通过 CLAHE 扩大局部对比度,降低噪声;利用 MSRCR 算法弥补由于局部对比度增大造成的颜色失真;利用图像锐化弥补伽马校正造成的细节损
10、失;通过图像融合算法融合不同图像的优势。可以有效的改善水下图像光照不均匀、色偏、低对比度等问题。2 算法描述本文算法是应用于水下光照不均图像的图像增强算法。通过结合自适应 Gamma 校正和多尺度图像融合增强算法来达到增强水下图像的目的,使得强光照的区域减弱,光照不足的区域得到补偿。具体算法流程如图 1 所示。图 1 算法流程图2.1 限制对比度自适应直方图均衡对于图像中存在明显比其它区域暗或亮的区域,传统的直方图均衡不能将该区域的细节信息描述出来,自适应直方图均衡算法(AHE)通过在当前处理像素周边的一个矩形区域内进行直方图均衡,来达到扩大局部对比度,获取平滑区域的细节信息。但是 AHE 对
11、局部对比度提高过大,导致图像失真,还会放大图像中的噪声。为了解决这些问题,本文使用限制对比度自适应直方图均衡(CLAHE)去扩大局部对比度,并减少噪声的放大情况。2.2 改进的 MSRCR 增强算法由于 CLAHE 在扩大图像局部对比度时,图像会有一定的色彩失真,为了解决这一问题,本文尝试引入改进的带色彩恢复的多尺度视网膜增强算法(MSRCR)8的理论模型,其计算公式如下RMSRCR i(x,y)=GCi(x,y)RMSR i(x,y)+bCi(x,y)=logIi(x,y)-logSi=1Ii(x,y)(1)式中 RMSRCR i是第 i 张图像的 MSRCR 反射光分量,RMSR i(x,
12、y)是第 i 张图像的 MSR 反射光分量,G 和 b 分别是最终增益量和偏移量,Ci(x,y)表示第 i 张图像的色彩恢复函数,是增益系数,是控制非强度系数。在本文中,将参数值分别设置为 G=194,b=-30,=46,=125。2.3 多尺度融合算法为了得到具有突出优势的最佳图像,本文使用了 4 种权重,用于确定在图像融合中输入图像所占的比重,这几种权重分别是拉普拉斯对比度权重(WL),显著性权重(WS),饱和度权重(WSat)和曝光权重(WE)。1)拉普拉斯对比度权重拉普拉斯滤波器可以增强图像中灰度突变的区域,减弱灰度的缓慢变化区域,其表达式如下2f(x,y)=2f(x,y)x2+2f(
13、x,y)y2(2)拉普拉斯对比度权重通过计算拉普拉斯滤波器输入到每个亮度通道的值,并取绝对值,最后得到全局对比度。2)显著性权重通过使用 Achantay10等的显著性估计器,去获取水中不突出物体的显著性水平,用于增加图像中亮暗区域的对比度,从而加强图像全局对比度。其表达式如下Ws=I-I(3)式中 Ws为显著性权重,Iu为 Lab 色彩通道的平均值,I表示在 Lab 通道经过高斯低通滤波后的结果,其截止频率为=/2.75。3)饱和度权重通过调节图像区域饱和度,使彩色图像能够用于图像融合算法。表达式如下WSat=13(Rk-Lk)2+(Gk-Lk)2+(Bk-Lk)2(4)式中Rk,Bk,Gk
14、分别为 RGB 通道中 R,G,B 各单通道在像素 k点的值,Lk时 Lab 通道中亮度分量在像素点 k 的值。4)曝光权重WE用于评估图像中像素的曝光程度,当归一化后的像素值接近平均值 0.5 时,WE表示高斯模型函数到平均归一化范围值(0.5)的距离。其具体计算公式如下WE(x,y)=exp-(Ik(x,y)-0.5)222|(5)式中 Ik(x,y)表示图像 Ik中点(x,y)处的像素值,是标准差,常设置为 0.25.权重 WE(x,y)值越大,则说明该点像素更133可能是曝光不足或曝光过度区域。计算完上述几种权重后,便可以通过多尺度融合算法进行图像融合。将输入图像在每个像素点(x,y)
15、处的权重进行融合便可得到重建后的图像 R(x,y)R(x,y)=Kk=1?Wk(x,y)Ik(x,y)(6)式中?Wk表示归一化权重,通过归一化所有 k 个权重获得,从而使每一个像素(x,y)被?Wk=1 限制;Ik表示经过归一化权重?Wk处理后得到的输入。2.4 光照不均匀图像增强算法该算法通过将图像转化到 HSV 空间,通过多尺度高斯函数对明度通道 V 提取光强分量,将光照分量作为二维伽玛函数的输入,对不同亮度值给予不同的 值,最后转换至 RGB空间,得到校正后的图像。2.4.1 光照分量的提取光照分量的提取有多种方法,例如基于顶帽变换的方法11,基于 mean-shift 的方法12,基
16、于 Retinex 模型的方法13,基于线性引导滤波的方法14等。本文使用 Retinex 理论中涉及的多尺度高斯滤波器的方法15,去提取光照分量,如下式G(x,y)=exp-x2+y2c2|I(x,y)=F(x,y)G(x,y)(7)式中为归一化常数,使高斯函数G(x,y)满足G(x,y)dxdy=1 的条件,c 为尺度因子,代表二维卷积,I(x,y)是估计处的光照分量,F(x,y)是输入图像。为了光照值得到较好的局部特性和全局特性,使用多尺度高斯卷积求和。首先对 N 值取 3,使尺度因子 c 分别为20,75,225,并使用不同权重(1=1/2,2=3=1/4)求和就可最终估计出光照分量,
17、如下式I(x,y)=Ni=1iF(x,y)Gi(x,y)(8)2.4.2 自适应伽马校正在获取光照分量后,为了进一步抑制高光照区域,增强低光照区域,本文使用自适应伽马校正算法对输入图像进行对比度校正。如下式O(x,y)=255F(x,y)255()=12()m-I(x,y)m(9)式中 O(x,y)为输出图像的亮度值,F(x,y)为输入图像,是校正参数,m 是光照分量的亮度均值,I(x,y)为光照分量。对于光照值高于均值 m 的区域,将该区域光照值减弱;对于光照值低于均值 m 的区域,将该区域光照值增加。在自适应伽马校正处理完后,将 V 通道图像和 H,S 通道重新结合,并变换至 RGB 通道
18、,即可获得最终的校正后图像。图 2 自适应伽马校正流程图3 实验结果与分析本实验使用的水下数据集包括公开的水下图像集UIEB16,OceanDark17和自己拍摄的水下零件数据集。作为参照对比的算法主要有自适应伽马算法7,Single imagehaze removal using dark channel prior18,Enhancing UnderwaterImages and Videos by Fusion3,Color Balance and Fusion forUnderwater Image Enhancement9。3.1 定性分析图 3 是 7 幅不同水下图像经过不同方法增
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 图像 融合 水下 光照 不均匀 增强 算法 李广豪
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,个别因单元格分列造成显示页码不一将协商解决,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。