水下光学图像处理研究进展

水下光学图像处理是水下设备完成深海探测和作业任务的重要依据。在简述了水下光学图像处理的研究背景、意义及其研究热点的基础上,该文从水下图像光照因素改善与颜色校正两个方面,详细综述了水下成像技术和水下图像清晰化算法的研究进展,重点论述了基于成像模型的图像复原方法和图像增强方法两个最为活跃的研究方向的研究现状。根据水下光学图像处理研究热点,分别从考虑光的前向折射,水下成像模型和图像增强算法结合,引入相关领域新型算法和提高图像处理实时性的角度,展望了水下光学图像处理研究的发展趋势。

     

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.     

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。     

基于光衰减先验和背景光融合的水下图像复原

针对水下图像存在颜色失真和视觉模糊等问题,提出基于光衰减先验和背景光融合的水下图像复原算法.首先通过最大强度先验计算背景光一,基于图像四叉树的方法估计背景光二,根据水下图像光照的亮暗情况对两个局部背景光进行融合,确定全局背景光;其次根据光衰减先验估计场景的相对深度,进而计算三个通道的透射率;然后逆求解水下光学成像模型以...     

基于加权L1正则化的水下图像清晰化算法

水体对光能量有较强的吸收和散射作用,造成水下图像颜色失真,对比度下降。传统的图像增强方法和复原方法处理水下图像时各有不足,该文结合水下成像物理模型和基于Retinex理论的图像增强算法,提出水下图像清晰化方案。首先,基于图像统计特性给出一种简单的颜色校正方法,以去除颜色失真;在水下图像成像理论框架下,利用边界约束求得初始透射率,再使用自适应维纳滤波进行优化;在此基础上,提出加权L1正则化模型对亮度层进行增强,最后再进行自适应Gamma校正。实验结果表明,算法可以有效去除颜色失真,而且能够大幅提升图像的对比度和清晰度。     

MATLAB在水下激光线扫描图像处理中的应用

MATLAB在数字图像处理中的应用越来越广泛。首先需要对水下激光线扫描系统成像获得的原始试验数据进行视频及图像处理才能完成对目标信息的重建。然后利用数学形态学方法进行图像处理,去除图像的背景光噪声。再用直方图均衡实现图像增强。实验结果表明应用MATLAB对图像进行形态学、直方图调整等方法能够有效消除图像的背景光噪声,提取出目标信息,提高信噪比,对水下激光成像效果的改善有显著效果。同时,相当于增大了水下激光成像的探测距离。     

离焦模糊图像增强技术的研究

针对红外离焦图像处理后图像模糊效应问题,提出一种基于LIP模型的Lee图像增强算法的去模糊图像的算法,它能够有效地处理图像增强后的模糊效应,实现图像的清晰成像,该算法便于实现,可广泛地应用于图像显示技术,文中介绍了该算法的原理并对电力设备红外离焦图像处理结果进行了分析。     

基于DM642的激光水下图像处理系统设计与实现

搭建了一种距离选通激光水下成像系统,分析了水下光电图像的特点,采用DM642数字信号处理芯片为核心设计了数字图像处理系统,给出了利用平台直方图均衡化实现水下图像增强算法原理以及该算法在设计的图像处理系统中的实现方法,并给出了利用该方法对水下25 m和40 m处目标所成图像的处理结果。实验结果表明,利用文中搭建的距离选通水下成像系统和设计的图像处理系统可以有效实现对水下目标的成像探测并能提高目标图像的对比度。     

计算成像技术在信息复原及增强中的研究进展（特邀）

计算成像是融合了光学设计、光学传感和图像处理的新兴技术领域,突破了传统成像技术获取信息的深度和广度限制,成为国际研究热点,是先进光学成像技术的重要发展方向。综合国内外文献和相关报道,以计算成像在信息复原及信息增强应用场景的技术发展为主线,结合新方法、新算法探讨各个子领域的主要进展,介绍端到端相机成像优化模型、衍射光学模型及基于可微光线追踪的复杂透镜模型等。近年来,无论是光学系统硬件加工还是图像处理算法都有着惊人的发展速度,多样化系统结构和先进算法的结合为计算成像提供了强大的发展动力,从人脸识别到物体检测,计算成像技术广泛涵盖了安防监控、医疗诊断、零售和娱乐等众多领域,相信未来也会在更多科学应用领域看到它的价值。