基于水下光照不均匀成像模型的图像清晰化算法

为了克服水下图像清晰度低和光照不均问题,首先在水下光照均匀成像模型的基础上建立水下光照不均匀条件下的成像模型,进而提出新的水下图像清晰化算法。在算法中,首先在小波变换低频子带上实现了介质散射光和光照变化混合图像的快速估计与去除,然后将得到的图像分割成亮斑区和散射区,并分别进行增强处理。实验结果表明,本文提出的算法可以显...     

基于背景光修正成像模型的水下图像复原

光在水下传播时由于受到水体吸收和散射作用的影响,导致水下图像质量严重退化。为了有效去除色偏和模糊,改善水下图像质量,该文提出一种基于背景光修正成像模型的水下图像复原方法。该方法基于对雾天图像的观察,提出了水下图像背景光偏移假设,并基于此建立背景光修正成像模型;随后使用单目深度估计网络获得场景深度的估计,并结合背景光修正的水下成像模型,利用非线性最小二乘拟合获得水下偏移分量的估计值从而实现水下图像去水;最后优化去水后的含雾图像的透射率,并结合修正后的背景光实现图像复原。实验结果表明,该文方法在恢复水下图像颜色和去除散射光方面效果良好。     

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。     

基于暗通道先验的红外图像清晰化及FPGA实现

针对红外图像普遍存在目标与背景对比度低、细节模糊等问题,提出一种改进的基于暗通道先验理论的红外图像清晰化算法,并在FPGA平台加以设计实现。该算法通过对输入图像当前像素和邻域的数据进行非线性滤波得到暗通道图像数据,并利用修正函数对透射率进行优化生成透射率查找表。在此基础上,根据暗通道像素值在查找表中查找透射率,并结合大气光散射模型进行图像清晰化处理,从而减少或消除传统暗通道算法产生的块效应及天空等高亮区域的颜色失真。结果表明,处理后的红外图像细节特征丰富、明亮度适宜。所提算法基于FPGA硬件实现仅占用4%的LUT和8%的I/O资源,工作频率最高达188 MHz,远远高于所使用的红外相机工作频率27 MHz,能够满足实时处理视频图像的需求。     

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。     

基于蓝绿通道自适应色彩补偿的水下图像增强

光在水中传播时受到水的吸收和悬浮粒子散射作用,导致水下图像颜色失真、对比度低、可视性差。针对上述退化问题,该文提出一种基于蓝绿通道自适应色彩补偿水下图像增强方法。首先,该方法分析水下成像模型的特点,根据蓝、绿色通道均值在3通道均值和的占比,将水下场景深度划分3个等级,利用光衰减率特性自适应补偿色彩,实现多场景色彩校正。然后对色彩补偿后的图像划分暗调、中间暗调、中间亮调、亮调4个区域,利用暗区域映射函数将图像暗区域映射到亮区域,在提升对比度的同时抑制噪声的产生。最后采用双线性插值解决分块处理产生的区域块效应。真实水下数据集实验结果表明,与现有方法相比,该方法可以提升多种场景的水下图像质量。     

水下光源主光轴光谱辐照度分布模型

根据光传输理论和水体光学衰减规律,提出了水下光源主光轴上光谱辐照度随距离分布的理论模型,确定了模型结构。在此基础上,采用数值计算的方法对模型中各待定参数进行求解,根据模型结构特点提出了对不同参数进行分步拟合的思路并给出了具体的参数求解方法。为了验证建模方法的准确性和可行性,根据水下光源实测数据进行建模并对模型的精度进行了评估。结果显示:模型拟合数据与水下实测数据吻合程度较高,拟合误差的方均根值仅为实测数据方均根值的4%,说明模型拟合精度较高。该方法有望用于水下光场建模、水下图像处理等应用领域。     

基于图像的水下三点激光测距方法研究

基于光学成像原理和激光三角测距法,提出将三个点激光器与水下相机结合、根据水下光学图像对水下目标物距离进行测量的思路。建立了激光束与目标物垂直、与目标物之间存在旋转角、存在俯仰角三种情况下的三点激光测距理论模型,推导了目标物距离与水下激光光斑图像之间的数学关系,在此基础上得到了三种情况下的三点激光测距公式。研制了系统样机,并通过空气中和水下的距离测量实验,测试了测距模型和定标算法的误差。实验结果显示,在8.4 m范围内,使用统一测距公式对距离进行测量时,测距误差最大值约为35 cm,平均测量误差小于15 cm。研究成果可望用于水下目标较近距离的精确测距。     

基于神经网络和偏振成像的多浑浊度水下图像恢复

水下成像是海洋探索最常用的方法之一,越来越多的研究表明偏振是某些水下生物在低光照下拥有视觉的关键.提出了一种基于深度学习和偏振成像的多浑浊度水下图像恢复方法.通过拍摄清水和不同浑浊度的水下偏振图像获得多浑浊度水下偏振数据集.提出小尺寸神经网络,让网络更好地学习到不同浑浊度水下偏振信息到清晰水下图像的映射关系,并针对不同...     

水下激光成像及主要参数的理论计算

利用双流辐射理论，导出了信号光辐射照度的表达式。从理论上计算了同步扫描系统的信号光和后向散射光传到探测器的辐照度与衰减长度的定量关系。减小视场角和增大光源到探测器的距离可增成像距离。     

一种基于YOLOv3的水下声呐图像目标检测方法

将目标检测框架应用于水下声呐图像处理是近期的高热度话题,现有水下声呐目标检测方法多基于声呐图像的纹理特征识别不同物体,难以解决声呐图像中由于形状畸变造成的几何特征不稳定问题。为此,该文提出一种基于YOLOv3的水下物体检测模型YOLOv3F,该模型将从声呐图像中提取的纹理特征和从深度图中提取的空间几何特征相融合,利用深度图中相对稳定的空间几何特征弥补纹理特征表述能力的不足,再将融合后的特征用于目标检测。实验结果表明,所提改进模型的检测性能相较于3个基线模型在识别精度方面具有明显提升;在对单个类别的物体进行检测的情况下,与YOLOv3相比,改进模型也表现出了更出色的检测效果。     

基于颜色失真去除与暗通道先验的水下图像复原

水下图像成像过程与雾天图像虽然类似,但因水对光的选择性吸收和光的散射作用,水下图像存在颜色衰减并呈现蓝(绿)色基调,传统的去雾方法用于水下图像复原时效果欠佳。针对这类方法出现的缺点,该文根据先去除颜色失真后去除背景散射的思路,提出一种新的水下图像复原方法。结合光在水中的衰减特性,提出适用于水下图像的颜色失真去除方法,并利用散射系数与波长的关系修正各通道透射率;另外,该文改进的背景光估计方法可有效避免人工光源、白色物体、噪声等影响。实验结果证明,该文方法在恢复场景物体原本颜色和去除背景散射方面效果良好。     

融合暗原色先验和稀疏表示的水下图像复原

由于水下图像成像过程中受光的散射、噪声干扰等因素影响,致使图像质量严重退化。为了去除模糊和抑制噪声,改善水下图像质量,该文提出一种融合暗原色先验和稀疏表示的水下图像复原新方法。该方法首先利用暗原色先验理论计算水下图像的暗原色,然后基于稀疏表示理论对暗原色进行去噪和优化,基于改进后的暗原色计算水体透射率和光照强度以计算最终复原结果,可以同时达到去模糊和去噪的良好效果。实验结果表明,提出的方法有效提高了图像的平均梯度和信息熵等图像像素,从而改善了图像的质量。     

基于改进SSD的水下光学图像感兴趣目标检测算法研究

针对轻量化目标模型SSD-MV2对水下光学图像感兴趣目标检测精度低的问题,该文提出一种通道可选择的轻量化特征提取模块(SEB)和一种卷积核可变形、通道可选择的特征提取模块(SDB)。与此同时,利用SEB模块和SDB模块分别重新设计了SSD-MV2的基础网络和附加特征提取网络,记作SSD-MV2SDB,并为其选择了合理的基础网络扩张系数和附加特征提取网络SDB模块数量。在水下图像感兴趣目标检测数据集UOI-DET上,SSD-MV2SDB比SSD-MV2检测精度提高3.04%。实验结果表明,SSD-MV2SDB适用于水下图像感兴趣目标检测任务。     

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。

     

基于线扩散函数矩阵的成像光谱仪图像矫正方法

大视场推扫式成像光谱仪的驻留时间长,覆盖范围大,能比较好地满足海洋遥感的要求。但沿轨和穿轨方向上调制传递函数的差异导致了成像中的“拖影”现像。通过实验获取了系统的线扩散函数;利用插值法构建矩阵来描述系统穿轨方向上的成像特性;使用遥感图像“拖影”区域的梯度平方和作为判别依据对矩阵的系数进行调整;最后使用矩阵对遥感图像进行了矫正。从矫正后的图像来看,“拖影”现像已基本被扣除,证实了该方法的有效性。