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。     

基于全变分和颜色平衡的水下图像复原

针对水下图像存在的雾化、模糊和颜色失真问题，提出一种基于全变分和颜色平衡的水下图像复原方法。以完整水下光学成像模型为基础，分别结合四叉树细分法与光在水中传播特性估计背景光，利用水下中值暗通道先验估计透射率，并采用共轭梯度和迭代最小二乘法估计模糊核。为提高计算效率，引入交替方向乘子法对变分能量方程进行逆求解得到去雾、去模糊的图像。在此基础上，在YCbCr空间采用颜色平衡算法对颜色通道进行补偿以校正色彩失真。与6种流行的水下图像增强和复原方法进行比较，实验结果表明，所提方法可以有效地去除雾化和模糊、校正色偏、恢复出清晰、色彩真实的水下图像。     

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。     

基于场景深度估计和背景分割的水下图像复原

针对水下图像对比度低、颜色失真、可见度低等问题，提出了一种基于场景深度估计和背景区域分割的复原方法。首先，利用多方向斜梯度算子和各颜色通道的衰减差估计图像的场景深度。然后，利用场景深度估计过程中得到的梯度和色差信息将图像的背景与前景区域分离，并分别在背景和前景区域估计背景光和透射率。在得到背景光和透射率图后，基于水下成像模型对前景区域进行场景恢复，同时采用在HSV颜色空间直方图拉伸的方法对背景区域进行对比度增强。最后，通过设置过渡区域权重图对前景和背景进行融合得到最终的复原结果。实验结果表明，所提方法能更准确地估计背景光和透射率，在对比度增强、色彩修正及清晰度提升等方面具有良好的性能。与经典的方法对比，所提方法在UIQM、UCIQE、FDUM和FADE等4个客观质量评价指标上的提升均超过15%。     

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,...     

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。     

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...     

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。     

基于水下成像模型的图像清晰化算法

受水下场景中有机物和悬浮颗粒的影响,水下图像存在对比度低、颜色失真和细节丢失等问题。同时,水下场景中通常有人工光源存在,造成图像光照不均。传统基于图像去雾的方法用于水下图像复原时效果欠佳,为充分考虑水对光的吸收和散射作用,近期提出了新的水下成像模型和图像复原方法。但是这些方法未考虑红通道影响,导致估计的散射比偏大;另外,也未考虑人工光源的影响,导致估计的背景光过大。针对这些问题,该文提出一套有效的水下图像清晰化方案。首先,通过设置阈值确定是否将红通道信息用于暗通道计算,并将反映人工光源影响的饱和度指标用于散射比估计,以减小人工光源的影响。由此,提出了基于红通道预判和饱和度指标的暗通道计算方法。然后,根据三通道衰减系数比估计每个通道的透射率,可弥补目前很多方法假设蓝绿通道透射率一致的缺陷。最后,利用Shades of Gray算法估计环境光,并结合新的水下成像模型得到复原图像。实验结果表明,该文算法可显著提升图像的对比度,得到颜色自然、细节清晰的复原图像。     

基于偏振的水下目标深度信息获取方法

随着三维技术在许多相关领域应用日益广泛,目标深度信息精确获取变得日益重要。针对水下应用领域,提出了一种基于偏振的水下目标深度信息获取方法,该方法先通过暗原色先验知识对图像进行背景区域划分,使用背景区域光强计算出后向散射光的偏振度,结合光强和偏振度计算出各像素点的后向散射光强,利用水体光强衰减公式求得各通道的深度信息,进行融合处理得到水下目标深度信息。实验结果表明,该方法能精地获取水下目标的深度信息,且精度和效率优于基于暗原色先验的去雾方法。     

基于红通道先验的水下障碍物双目定位方法

基于双目视觉的自主水下航行器在水下巡航过程中，由于水体对光线的衰减效应和悬浮颗粒对光线的散射作用，双目摄像机获取的图像存在对比度低、颜色失真等问题，导致水下障碍物定位的精度较低。针对以上问题，文中采用红通道先验复原算法提高水下成像质量，根据双目相机标定参数获取障碍物的双目视差图，并提出了一种基于深度视差图融合的水下障碍物定位方法。该方法通过融合深度视差图与水下复原轮廓图，对融合图像进行凸多边形检测，获取障碍物的轮廓，基于轮廓信息进行障碍物的有效深度信息提取，实现障碍物的空间定位。水下双目定位实验结果表明，文中所提方法可以使双目立体匹配的效果更理想，能够有效提高水下障碍物定位的精度。     

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。     

基于雾线和颜色衰减先验的图像去雾方法

针对现有图像去雾方法易产生的颜色过饱和、细节丢失、伪影等问题，提出了一种基于雾线和颜色衰减先验的去雾方法。首先，利用雾线先验和霍夫投票估计大气光。然后，根据颜色衰减先验建立关于场景深度的非线性模型，获取准确的透射率。最后，通过对大气散射模型进行反向求解去除图像中的雾霾干扰，获得细节丰富的去雾图像。在RESIDE公共数据集上进行了实验，并与多种现有方法进行了比较。实验结果表明，所提方法可有效去除图像中的雾霾干扰，获得清晰自然的去雾图像，且其时间和空间效率均优于其他方法。     

深海直达声区水下声源距离深度联合估计

深海直达声区声场存在明显的多途结构,可用于水下声源被动定位。本文根据一次南海实验获取的数据,研究基于双水听器接收信号互相关函数和单水听器接收信号自相关函数的水下声源距离深度联合估计方法。首先假设声源深度位于50m~300m之间,根据双水听器互相关函数提取直达波到达时间差估计水下声源距离,然后根据距离估计结果以及单水听器自相关函数提取的直达波与海面反射波时延差估计水下声源深度,最后计算声源深度估计结果的平均值再与双水听器互相关函数结合得到更为精确的距离估计结果。结果表明,采用此方法估计的水平距离相对误差在10.5%以内,声源深度相对误差小于13.3%。      

多传感器多尺度图像信息融合算法

在已获得对同一目标场景的多个传感器观测图像的情况下,本文建立了一种基于概率模型的多尺度图像信息融合算法.其基本思想是:首先对每个传感器图像分别进行小波包多尺度分解变换,建立基于该传感器图像的塔式结构子图像集,并且在每个尺度上得到基于每个子图像像素的概率模型;然后在每个尺度上的对应像素处,基于来自不同传感器图像的多个对应像素值,利用最小二乘规则对多尺度概率模型中的参数进行估计;再后是根据贝叶斯规则对该像素处的像素值进行融合估计;最后通过利用小波包多尺度逆变换,获得目标场景基于多个传感器图像的融合估计结果.应用该算法我们对获得的可见光和红外两种传感器图像进行计算机仿真实验,结果表明,与相关的方法相比新算法更有效.     

基于图像梯度场序列的双向GDIM光流计算方法

提出了一种基于图像梯度矢量场的双向广义动态图像模型(GFBD-GDIM)光流计算方法.本文方法:在图像梯度场上进行光流估计以减弱光照变化带来的影响;将一个大的运动矢量分解为两个不同方向的子矢量进行估计,有助于减小估计误差,提高计算精度;采用广义动态图像模型(GDIM)对图像梯度场的变化进行建模,可使模型适用于更加一般的场合.图像序列实验表明,本文方法可以获得更加精确和鲁棒的运动矢量估计.     

基于暗通道先验改进算法的水下图像增强方法研究

针对水下图像受介质散射和吸收的影响所出现的颜色失真、对比度低和细节模糊等问题,提出水下图像增强的暗通道先验改进算法。采用白平衡处理对水下图像的蓝(绿)色偏进行颜色校正,进而在LAB空间对图像L分量进行同态滤波处理,从而获得暗部细节提亮的图像。在RGB空间对图像分别进行CLAHE处理增强图像对比度,解决图像雾化问题,MSRCR处理提高图像色彩饱和度并均衡图像亮度。根据暗通道先验图像计算融合权重系数对所得到的3幅图像进行加权融合与细节增强,得到最终增强图像。实验结果表明,所提算法能够有效消除图像颜色失真情况,增强的图像呈现出高对比度和更清晰的细节。     

一种水下图像增强算法的实现和仿真

〗由于水下环境的特殊性和复杂性,使得水下图像的质量差、图像对比度低。文中给出了一种基于空间域的图像增强方法,该算法利用均值算法估计水下图像背景,从原水下图像衰减背景图像,再对衰减背景之后的图像进行改进的图像锐化处理。通过对算法仿真结果的分析可知,处理后的图像整体对比度明显提升,同时使得目标的边缘更加清晰。