自适应多尺度暗通道先验的水下目标探测图像增强方法与流程

本发明属于图像信息处理领域，具体涉及一种自适应多尺度暗通道先验的水下目标探测图像增强方法。

背景技术：

水下目标探测图像存在非均匀亮度、低信噪比、低对比度等特殊情况，常用的水下目标探测图像增强算法主要分为修改水下图像的光照和抑制图像对比度以保留图像边缘两大类，但不可避免会降低探测图像的视觉质量。基于光照散射物理模型利用先验条件进行图像逆向还原，最经典的为何恺明博士的暗通道先验去雾方法。暗通道先验方法选用一个尺度参数计算彩色图像中对应尺度窗口中像素各分量的最小值，并将此值作为暗通道先验信息，然后通过暗通道先验信息估算场景的深度信息，计算逆向还原恢复图像。暗通道先验理论在单幅图像的去雾清晰化处理中取得了比较好的应用效果。由于受到水的光学特性以及水中各种微粒、浮游生物和水体流动的影响，直接平移和转嫁暗通道先验理论的研究成果进行水下探测图像增强存在一定的困难：一、由于只考虑了一个尺度参数，对于存在较大偏亮区域的探测图像，处理结果误差较大；二、图像增强处理过程是一个开环系统，不具备根据增强效果评价指标参数自适应调整尺度参数的可能性。

技术实现要素：

本发明所要解决的技术问题，面对存在非均匀亮度、低信噪比、低对比度环境下的水下大坝裂缝检测图像的精确定位和准确描述的客观实际需求，研究自适应多尺度暗通道先验的水下目标探测图像增强方法，实现水下目标探测图像去噪处理，提高水下目标探测图像的视觉质量。

本发明采用如下方案实现：

自适应多尺度暗通道先验的水下目标探测图像增强方法，包括以下步骤：

第一步：获取水下目标原始彩色图像i；

第二步：计算图像i的光照向量a，a的具体计算过程为：i对应的灰度图像gray(i)中最大像素值，即为光照向量a；

第三步：按he方法计算图像i的暗通道图像dc0(i)，dc0(i)的具体计算过程为：

式中，ic是i的一个颜色通道；

第四步：计算暗通道图像dc0(i)的m个不同尺度窗口ωk对应的透射图tk(i)，tk(i)的具体计算过程如下：

a)设定不同尺度窗口ωk:nk×nk(k＝1,2,…,m)；

b)计算dc0(i)进行不同尺度窗口ωk的最小值滤波输出

c)对进行反色、归一化处理，即可得到对应的透射图tk(i)。

第五步：按he方法应用导向滤波方法计算原始彩色图像i在透射图tk(i)对应的导向滤波投射图qk(i)，qk(i)的具体计算过程如下：

a)设置导向滤波尺度窗口wk:4nk×4nk(k＝1,2,…,m)，并设定调整参数ε；

b)设置导向图像为原始图像i的灰度图像gray(i)，设置滤波输入图像为透射图tk(i)；

c)计算导向滤波输出图像qk(i)。

第六步：根据导向滤波输出图像qk(i)与透射图tk(i)之间误差最小条件，初选出n个最合适的最小滤波尺度窗口ωl′(l＝1,2,…n；(n≤(m/2))，以及对应的导向滤波输出图像ql′(i)。具体计算过程如下：

min∑w∑h|qk(i)-tk(i)|，式中w和h分别是i的宽度和高度像素值；

第七步：对初选的ql′(i)(l＝1,2,…n)，按照权值向量d＝[d1,d2,…,dn](其中)，进行加权平均处理得到q(i)。具体计算过程如下：

第八步：应用暗通道先验理论，计算图像i的恢复图像j，具体计算过程如下：

式中q0取常数值，用于降低图像的噪声；

第九步：对恢复图像j从均值、方差、对比度和信息熵等方面进行定量评价，相关定量评价指标函数表示为：

均值：

标准差：

对比度：式中，n＝|i-j|，为灰度共生矩阵

信息熵为：式中，pn为像素值n出现的概率

本发明所达到的有益之处在于：

本发明的方法，可以只利用单幅非均匀亮度、低信噪比、低对比度水下目标探测图像自身的信息，对图像进行自适应多尺度暗通道先验的去噪增强处理。先通过投射图误差最小缩小尺度参数数量范围，自适应确定尺度空间，再进一步通过均值、方差、对比度和信息熵等综合定量评价指标评估暗通道先验的增强图像。本发明中用到的导向滤波函数，能在图像的纹理与平滑之间实现均衡处理，使得处理后的图像视觉质量提高、纹理信息丰富。

附图说明

图1是本发明的方法的控制流程图。

图2是自适应筛选尺度窗口控制流程图。

具体实施方式

下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。

参照图1所示，本发明是一种自适应多尺度暗通道先验的水下目标探测图像增强方法，整体流程图如图1所示，具体实现步骤如下：

第一步：获取水下目标原始彩色图像i；

第二步：计算图像i的光照向量a，a的具体计算过程为：i对应的灰度图像gray(i)中最大像素值，即为光照向量a；

第三步：按he方法计算图像i的暗通道图像dc0(i)，dc0(i)的具体计算过程为：

式中，ic是i的一个颜色通道；

第四步：计算暗通道图像dc0(i)的m个不同尺度窗口ωk对应的透射图tk(i)，tk(i)的具体计算过程如下：

d)设定不同尺度窗口ωk:nk×nk(k＝1,2,…,m)；

e)计算dc0(i)进行不同尺度窗口ωk的最小值滤波输出

f)对进行反色、归一化处理，即可得到对应的透射图tk(i)。

第五步：按he方法应用导向滤波方法计算原始彩色图像i在透射图tk(i)对应的导向滤波投射图qk(i)，qk(i)的具体计算过程如下：

d)设置导向滤波尺度窗口wk:4nk×4nk(k＝1,2,…,m)，并设定调整参数ε；

e)设置导向图像为原始图像i的灰度图像gray(i)，设置滤波输入图像为透射图tk(i)；

f)计算导向滤波输出图像qk(i)。

第六步：根据导向滤波输出图像qk(i)与透射图tk(i)之间误差最小条件，初选出n个最合适的最小滤波尺度窗口ωl′(l＝1,2,…n；(n≤(m/2))，以及对应的导向滤波输出图像ql′(i)。具体计算过程如下：

min∑w∑h|qk(i)-tk(i)|，式中w和h分别是i的宽度和高度像素值；

第七步：对初选的ql′(i)(l＝1,2,…n)，按照权值向量d＝[d1,d2,…,dn](其中)，进行加权平均处理得到q(i)。具体计算过程如下：

第八步：应用暗通道先验理论，计算图像i的恢复图像j，具体计算过程如下：

式中q0取常数值，用于降低图像的噪声；

第九步：对恢复图像j从均值、方差、对比度和信息熵等方面进行定量评价，相关定量评价指标函数表示为：

均值：

标准差：

对比度：式中，n＝|i-j|，为灰度共生矩阵

信息熵为：式中，pn为像素值n出现的概率

对自适应多尺度参数(或尺度窗口)图像增强有关问题的说明：

(1)暗通道原理存在的前提是图像中存在大片阴影和鲜艳的颜色，显然水下目标探测图像并不总是满足这样的特性。对颜色失真图像的数据分析后发现，当输入图像中某个通道的像素值小于空气光向量中对应值时会出现失真现象，两者差距越大，图像失真情况越严重。为减小失真，应适当增加透射率的取值；

(2)尺度参数的数量应适中，尺度参数太多会增加暗通道信息计算的复杂度，尺度参数太少则会导致自适应选择空间范围太小。经过尺度参数选择后，尺度参数数量范围至少应缩小为初始数量的一半以内；

(3)尺度参数的疏密程度和参数数量，可以根据输入图像的尺寸大小做适当的调整。根据导向滤波输入图像与导向滤波输出图像两者之间的误差最小，缩小尺度参数范围。对恢复图像从均值、方差、对比度和信息熵等方面进行定量评价，可以作为图像进一步增强对比度处理的依据；

(4)对基于暗通道原理的恢复图像进行进一步分析，如果图像灰度值局限在一个较小的区间，灰度层次少、反差较低，可以扩展图像灰度范围，提高图像对比度。可以根据实际情况，采取线性拉伸或者非线性拉伸方法。

综上所述，本发明的自适应多尺度暗通道先验的水下目标探测图像增强方法，包括如下步骤：步骤一：获取水下目标原始彩色图像；步骤二：计算原始图像的光照向量；步骤三：计算原始图像的暗通道图像；步骤四：计算暗通道图像不同尺度窗口对应的透射图；步骤五：应用导向滤波方法计算原始彩色图像在不同尺度窗口透射图对应的导向滤波输出图像；步骤六：导向滤波输出图像与透射图之间误差最小条件，初选出几个最合适的最小滤波尺度窗口；步骤七：对筛选的导向滤波输出图像加权平均；步骤八：应用暗通道先验理论，计算原始图像的恢复增强图像；步骤九：对恢复图像j从均值、方差、对比度和信息熵等方面进行定量评价。本发明中用到的导向滤波函数，能在图像的纹理与平滑之间实现均衡处理，使得处理后的图像视觉质量提高、纹理信息丰富。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。