一种有效的低对比度水下图像增强算法

针对水下图像光照不均且对比度低的问题,提出一种新的水下图像增强算法。该算法首先利用去背景法获得照明均匀的前景图像;然后对传统的Butterworth同态滤波器进行改进,提高其高频增益并与相角结合,使得前景图像经改进的Butterworth同态滤波器滤波后,低频成分得到很好的抑制而高频成分被有效放大,从而获得高对比度的水下图像。实验结果表明,与其他算法相比,本文算法能有效地提高图像对比度。     

基于暗通道先验和对比度增强的水下图像复原

在水下环境中,光的散射和衰减导致水下图像质量下降,为此提出一种基于暗通道先验和增强图像对比度的方法。根据水下图像成像特点,建立水下光学成像模型,采用改进的暗原色算法进行图像去模糊,由直方图均衡化和双边滤波器对去模糊之后的图像增强对比度。实验表明,该方法能够有效去除光的散射引起的模糊并提高图像对比度。     

基于拉普拉斯特征映射法的水下图像降维研究

由于水对光有强烈的衰减作用,使得水下彩色图像许多的重要信息丢失。为了从水下彩色图像的低维结构中获取更多细节信息,采用一种局部非线性的拉普拉斯特征映射算法,对水下彩色图像进行降维处理,由高维到低维的特征映射得到二维嵌入的结果,应用改进的重投影方法获得重构的图像。从低维结构图结果中可获得水下彩色图像没有体现出来的一些细节,提高了图像的对比度,并且可以观察出光在水下的分布规律,有助于对水下成像进一步的研究。     

水下距离选通图像双平台直方图增强及其FPGA实时处理

水下激光距离选通成像中要对水下距离选通图像进行增强处理。水下图像通常具有噪声大、对比度差、照度不均匀的特点。通过分析水下图像的成像特点,针对引起图像降质的因素进行增强算法设计,提出了基于帧叠加去噪与双平台直方图变换相结合的视频增强算法。可实现目标信息增强的同时抑制背景,将目标和背景区别处理。算法以Xilinx公司的XC5VLX50T系列FPGA芯片为核心,使用到了软核Microblaze、片内BLOCKRAM、外部SRAM等资源设计硬件系统,并已在水下选通成像系统中得到有效应用。     

基于MSRCR的水下图像清晰化算法

针对水体、悬浮颗粒对光线极强的散射效应导致水下图像细节模糊、对比度下降及颜色失真的问题,在水下光学成像模型的基础上,利用改进的暗通道先验算法对图像进行清晰化处理,并结合MSRCR算法对图像进行颜色恢复,实验结果图像和客观质量评价指标显示,该算法提高了图像清晰度和对比度,并且达到了修正色彩不平衡的效果。     

基于Contourlet变换和多尺度Rentinex的水下图像增强算法

针对水下图像对比度低、边缘模糊、噪声大等特点,提出一种基于非下采样Contourlet变换和多尺度Retinex的水下图像增强算法。将水下图像进行多尺度多方向的非下采样Contourlet变换;利用多尺度Retinex算法调整低频系数,提高图像整体对比度;在各带通方向子带上估计噪声,抑制模值小于阈值的系数,改进神经网络中的Sigmoid函数用于调节模值大于阈值的系数;经非下采样Contourlet逆变换得到增强图像。与几种传统增强算法相比,本算法处理的图像达到了抑制噪声、改善图像对比度、突出目标轮廓的目的,具有较高的对比度评估值。     

基于暗通道和伽马变换的水下图像增强

光在水下传播存在吸收和散射现象,导致水下图像颜色失真、对比度低.为此,提出了一种基于暗通道先验和伽马变换的水下图像增强算法.首先,在RGB空间利用暗通道先验估计水下图像透射率和大气光照值,加权处理后得到自适应补偿参数,进而对图像颜色校正.在此基础上,将增强后的RGB图像转化到HSV颜色空间,对V通道进行自适应伽马变换,提高图像的对比度.最后,在公用水下图像增强数据集(RUIE)上进行实验,并与现有增强算法进行比较.实验结果表明,所提算法显著提高了水下图像的视觉质量,优于其他相关算法.     

改进的伽马校正与多尺度融合的水下图像增强

由于光在水下传播会发生吸收和散射,导致采集 的水下图像出现模糊、对比度低、色偏、光照不 均匀等问题。针对以上问题,提出了一种改进的伽马校正与多尺度融合的水下图像增强算法 。首先基于G 通道对R和B通道进行补偿,并对RGB 三通道进行直方图拉伸后使用灰度世界(Gray World) 算法得到颜 色校正图像;然后使用改进的伽马函数改善颜色校正后图像光照不均匀问题,得到光照均匀 图像,并进 行归一化处理;再对光照均匀图像使用限制对比度的自适应直方图均衡化(contrast limite d adaptive histogram equalization,CLAHE)算法得到对比度提升图像;最后采用多尺度融 合算法对以上得出的3幅图 片进行融合,得出增强图像。实验结果表明,提出的算法对不同水下环境的图像均有较好的处理 效果,图像质量评价指标得到明显提高。     

基于改进的MSRCR-CLAHE融合的水下图像增强算法

针对海洋复杂成像环境导致的水下图像出现颜色衰退、对比度低等问题,提出一种改进的带色彩恢复的多尺度视网膜（Multi-Scale Retinex with Color Restore,MSRCR）与限制对比度自适应直方图均衡化（Contrast Limited Adaptive Histogram Equalization,CLAHE）多尺度融合的水下图像增强算法。首先,采用带有导向滤波的MSRCR算法解决水下图像颜色衰退的问题;其次,采用带有Gamma校正的CLAHE算法以提高水下图像的对比度;最后,对经过改进的MSRCR和CLAHE处理后的图像进行多尺度融合以获得细节增强后的水下图像。实验结果表明,和其他算法相比,文中算法的峰值信噪比（Peak Signal to Noise Ratio,PSNR）平均提高了9.3914、结构相似性（Structural Similarity Index Measure,SSIM）平均提高了0.3013、水下图像评价指标（Underwater Image Quality Evaluation,UIQE）平均提高了4.7047,能实现水下图像的有效增强...     

基于颜色衰减先验和视觉显著性的水下图像增强算法

针对水下拍摄的图片存在颜色失真、细节和边缘模 糊等特点,提出了一种基于颜色衰减先验的水下图像增强算法。首先在计算暗通道函数时,用最小值滤波去噪。然后,对图片进行显著图处理,利用颜色先验法则完成深度估计。此滤波方法不仅能降噪,还可以防止颜色失真。最后,基于模型简化获得复原的图片,将其进行伽马变换进行校正,实现柔性去雾。实验结果表明,本文算法与几种典型的水下图像去雾算法相比,能够较好提高图像的清晰度和对比度,同时获得较好的图像颜色。     

一种小型水下连续光成像系统设计

设计了一种小型水下连续光成像系统,主要用于小型水下载具或潜水员提高水下视觉能力。该系统以多片大功率LED为光源,以CCD为接收器。为改善图像质量,在分析连续光照明条件下水下图像特点的基础上,使用了一种基于模型法的图像处理算法,并在以DM642为核心的嵌入式图像处理平台上实现。系统进行了室内水池和外场实验,结果表明:针对黑白条纹靶板,系统的极限探测距离达到2.3倍衰减长度以上;图像处理算法能较好适应多种背景和系统结构变化,有效提高图像对比度、突出目标细节。     

基于暗原色先验模型的水下彩色图像增强算法

针对在水下环境中,光的散射和衰减导致水下光学成像质量严重下降,图像对比度低、颜色失真的问题,提出了一种暗原色先验和基于通道直方图量化的颜色校正算法相结合的图像增强新方法。对于待增强的水下彩色图像,首先建立水下光学图像成像模型,并利用优化与改进的暗原色先验算法对图像进行去模糊,然后通过分析R、G、B三通道的累积直方图,对去模糊后的彩色图像各通道灰度值进行量化,实现图像的颜色校正。实验结果表明,提出的方法可以有效地消除了由于光的散射造成图像的模糊,有效提高了水下图像的视觉效果,恢复水下图像的颜色平衡。     

结合改进红通道先验与幂律校正CLAHE的水下图像复原方法

针对水下降质图像复原过程中,存在背景光预估偏差及对比度失衡的问题,提出一种水下图像复原方法。首先根据超像素图像分割方法确定背景光区域及取值,然后采用红通道先验理论求取预估透射率,获得初步复原图像;最终通过归一化幂律校正的限制对比度自适应直方图均衡化（Contrast Limited Adaptive Histogram Equalization,CLAHE）算法增强复原图像的颜色。使用3种图像质量评价标准对实验结果进行客观分析,结果表明,该方法可以有效均衡对比度,提高可视化效果。     

区域指导的激光水下图像插值算法

提出了一种区域指导的激光水下图像插值算法(简称AIU).AIU算法首先采用小波变换,对低频成分进行特殊处理,以抑制散斑噪声和增强关注的目标;然后将图像分割成目标区域和背景区域,结合近邻法和众数法确定待插值点所属区域,对区域内部点采用线性插值;对于区域间的过渡点,设计非线性插值公式,对与待插值点属于同一区域的邻域像素,分配较大的权值,对相邻区域的邻域像素分配较小的权值.实验结果表明,AIU算法可以克服传统插值算法的边缘模糊问题,使目标更完整清晰.     

偏振参数最优重构的水下降质图像清晰化方法

针对水体浑浊情况下,水中悬浮粒子对光的吸收和散射作用造成图像模糊、对比度低等问题,提出了一种偏振参数最优重构的水下降质图像清晰化方法。首先,通过局部最小值滤波估算水下背景光图像,引入 Stokes 矢量原理计算偏振度,通过归一化互信息进一步优化偏振度信息,获取成像区域最优的重构偏振参数;其次,采用形态学的方法重建图像自动估计水下无穷远处背景光值;最后,搭建了水下环境模拟平台,通过单通道偏振探测器实时获取水下偏振图像;为了验证算法的有效性,通过三种客观评价指标与其他复原方法进行比较,结果显示算法效果优于其他的水下图像复原方法。     

基于LED辅助照明的水下图像增强算法研究

水下成像环境十分复杂,在成像过程中受到多种因素的影响,如光照的非均匀性,水对光的后向散射,成像器件的光学噪声,导致图像对比度低,细节模糊.针对水下图像的特点,提出运用同态滤波和双正交小波阈值滤波法相结合的图像增强算法改善水下图像光照的非均匀性、滤除噪声、提高水下图像的对比度,并通过峰值信噪比、均方差对该算法进行了性能评价.     

红外数字图像清晰化显示系统设计

针对海空背景红外图像对比度低,噪声干扰大的特点,提出了基于图像滤波、图像子区域增强及图像超分辨率重构方法等算法组合使用的方法,并改进了常用的色调映射算法,由此设计了红外图像清晰化显示系统,实验显示:该系统稳定可靠,明显改善红外图像的显示效果,实时性好(处理速度大于25 c/s),满足使用要求.     

Low bit-rate compression of underwater image based on human visual system

Image plays an irreplaceable role compared with the text and sound in the underwater data collection and transmission researches. However, it suffers from the limited bandwidth of the underwater acoustic communication which cannot afford the large image data. Compressing the image data before transmission is an inevitable process in the underwater image communication. As usual, the natural image compression methods are directly applied to the underwater scene. As we all know, underwater image has different degradation from the natural one due to the optical transmission property. Low illumination in underwater will cause more seriously blurring and color fading than that in the air. It is a great challenge to decrease the bit-rate of the underwater image while preserving the compressed image quality as much as possible. In this paper, the Human Visual System (HVS) is taken into account during the compressing and the evaluating stages for the underwater image communication. We present a new methodology for underwater image compression. Firstly, by taking the human visual system into account, the chrominance perception operator is proposed in this paper to neglect the imperceptible chrominance shift which is widely exited in the underwater imaging to improve the image compression rate. Secondly, depth of field(DOF) of underwater image is usually shallow and most of the usable image has targets in it. An ROI extraction algorithm based on Boolean map detection is then used for the underwater image compression so as to reduce the bitrate of the compressed image. Furthermore, the underwater image is grainy and low contrast, that means the degradation happens in some regions of the image would not be perceived. Just notice difference(JND) sensing algorithm based on the spatial and frequency domain masking feature of HVS is also considered in the image processing. By combining the three aspects above, hybrid wavelet and asymmetric coding are used together to promote the underwater image compression, so that the image can have better quality and less redundancy. Experiments show that the proposed method can make full use of the inherent characteristics of underwater images, and maximize the visual redundancy of underwater images without reducing the visual perception quality of reconstructed images.