融合暗通道与Retinex算法的水下图像复原研究

针对水下图像存在细节模糊和色彩失真等问题，基于水下光学成像模型，提出了一种融合暗通道先验和Retinex的方法。首先为避免场景中亮白区域影响，提出一种基于四叉树分解方法改进对背景光的估计，进一步分通道对透射率进行估计，引入自适应容差补偿机制，根据图像区域的明亮程度自适应修正透射率，并利用改进的导向滤波细化透射率，消除了图像块效应，利用优化的暗通道先验算法对图像进行清晰化处理得到复原图像；其次用Retinex算法提高水下图像对比度以及校正颜色畸变；然后依据复原图像与Retinex算法增强图像的特点进行像素级融合，最终得到复原后的水下图像。为定量评价复原算法，选取了信息熵、平均梯度和UIQM定量化评价因子。实验结果表明，所提算法在主观及客观评价方面均优于对比算法，为后续水下目标探测提供了研究基础。