1.一种结合不感兴趣区域的水下图像增强算法,其特征在于,具体包括以下步骤:
步骤1:通过使用多特征线性滤波器,提取输入图像的颜色特征、亮度特征和方向特征,形成特征金字塔;
步骤2:使用中心-周边差算子分别计算这些特征的显著图,将不同特征的关注图进行归一化处理;
步骤3:通过非线性归一化处理,将不同特征各层上进行点对点的相加操作,分别得到颜色、亮度和方向特征的显著图;
步骤4:再次归一化后进行点对点的和求平均操作,就可得到图像的总显著图;
步骤5:使用赢者通吃竞争神经网络选择显著点,并利用返回抑制的特性完成显著点的转移;
步骤6:对步骤5处理过的相机成像的图片中,取得所有显著点之外的所有点,作为非显著点;
步骤7:对非显著点的区域,计算所有的联通区域,然后,所有联通区域面积小于整体图像面积比例t1值的,全部舍弃,只保留面积大于等于t1的联通区域;
步骤8:对步骤7获得的联通区域,计算景深图对应部分的红绿蓝3个通道的各个平均值ac;
步骤9:建立经典dcp算法的雾化模型为:
i(x)=j(x)t(x)+a(1-t(x))(1)
式中i(x)为水下失真图像,是已知图像;j(x)为水下真实图像,是待求解的图像;t(x)为透射率;a为水体背景估计,水下图像的退化和空气中图像的退化是相似的;
步骤10:把式(1)两边除以ac,得;
其中ic(x)和jc(x)分别代表的是已知图像和待解图像的c通道;
步骤11:假设透射率为一个定值
其中,y表示小窗口ω(x)中的像素;
步骤12:根据暗通道先验理论,暗通道图像近似为0,因此:
将式(4)带代入式(3),可得到:
则真实图像恢复的3个c通道求解计算公式如下:
其中t0是为了防止透射率过小,导致增强的图像过于亮,符号max()表示,在其括号内的多个值中取最大的值。
2.根据权利要求1所述的一种结合不感兴趣区域的水下图像增强算法,其特征在于,所述步骤7中t1值为1%。
3.根据权利要求1所述的一种结合不感兴趣区域的水下图像增强算法,其特征在于,所述步骤12中t0的值为0.1。