基于暗通道先验的非均匀光场水下目标探测图像增强方法
【专利摘要】本发明公开了一种基于暗通道先验的非均匀光场水下目标探测图像增强方法，包括：获取非均匀光场水下探测目标原始彩色图像，通过最小值滤波算法，计算对应的透射图；将原始彩色图像转换为原始灰度图像，将原始图像划分为偏亮区域、正常区域和偏暗区域；计算各区域的光照向量；应用导向滤波方法计算原始彩色图像在透射图条件下对应的导向滤波输出图像；计算原始图像不同的亮度区域的恢复增强图像；对匀光处理恢复图像从均值、方差、对比度和信息熵等方面进行定量评价，直至恢复增强图像满足指标要求。本发明中用到的光照向量加权的导向滤波方法，能在不同亮度区域之间进行平滑均衡处理，使得处理后的图像整体协调性加强、纹理信息丰富。
【专利说明】
基于暗通道先验的非均匀光场水下目标探测图像増强方法
技术领域
[0001] 本发明属于数字图像信息处理领域，具体涉及基于暗通道先验的非均匀光场水下 目标探测图像增强方法。
【背景技术】
[0002] 水下目标探测图像获取主要依靠近距离拍摄物体表面纹理信息实现，存在非均匀 光照亮度、低信噪比、低对比度等特殊情况。由于水体对光的散射和吸收，辅助光源的使用 不可避免会产生照明不均匀现象。光照不均匀表现为以辅助光源最强点为中心，径向逐渐 衰弱，存在光照偏亮、正常、偏暗三个区域。图像偏亮区域与偏暗区域亮度形成强烈反差，整 体视觉效果不协调，且偏暗区域所包含的纹理信息获取困难。在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，结合通过图像亮度分析 的光照向量值，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 可以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、由于整幅图像只采用了一个光照向量值，对于存在较大亮度偏差区域的探测 图像，纹理信息丢失严重;二、图像增强处理过程是一个开环系统，不具备根据图像增强效 果评价指标参数自适应调整光照向量值的可能性。
【发明内容】
[0003] 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，研究基于暗通道先验的非 均匀光场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。
[0004] 本发明采用如下方案实现：
[0005] 基于暗通道先验的非均匀光场水下目标探测图像增强方法，其特征在于，包括以 下步骤：
[0006] 第一步:获取水下目标原始彩色图像I;
[0007] 第二步:计算出图像I的透射图T(I);
[0008] 第三步:将原始彩色图像转换为原始灰度图像Gray(I)，统计分析原始灰度图像中 前0.1 %亮度最高的像素点的密度分布，将原始图像划分为偏亮区域、正常区域和偏暗区 域;偏亮区域、正常区域和偏暗区域的原始光照向量分别表示为A brt、Anml和Adrk ;
[0009] 第四步:计算原始彩色图像中偏亮区域、正常区域和偏暗区域的原始光照向量，不 同区域的计算光照向量由各区域的原始光照向量加权得到；
[0010] 偏亮区域、正常区域和偏暗区域的计算光照向量分别表示为A\rt、A、_A、rk;
[0011] 第五步:应用导向滤波方法计算原始彩色图像I在透射图T(I)条件下对应的导向 滤波输出图像Q(I);
[0012] 第六步：以导向滤波输出图像Q(I)作为透射图，分区域给定计算光照向量，按照不 同的颜色通道，应用暗通道先验理论，计算原始图像不同的亮度区域的恢复增强图像J; [0013]第七步:对恢复增强图像J从均值、方差、对比度和信息熵方面进行定量评价；
[0014] 第八步:若恢复增强图像不满足定量评价指标要求，则重新返回第四步进行光照 向量加权处理直到满足定量评价指标要求;如果满足定量评价指标要求，则恢复增强图像J 为基于暗通道先验的非均匀光场水下目标探测图像增强。
[0015] 进一步，第二步中，图像I的透射图T(I)的具体计算过程如下：
[0016] a)计算图像I的暗通道图像DC(I)式中，I。是I的一个颜色通 道，其中，C为红R、绿G、蓝B中的一种颜色；
[0017] b)设定最小滤波尺度窗口 Ω :NXN，其中，N为正方形滤波窗口边长；
[0018] c)计算DC(I)进行尺度窗口 Ω的最小值滤波输出DCdI);
[0019] d)对DCq(I)进行反色、归一化处理，即得到对应的透射图T(I)。
[0020] 第三步中，Abrt、Ar?l和Adrk表示为：
[0021 ] Abrt= [Abrt(R) ,Abrt(G) ,Abrt(B)]
[0022] Anml= [Anml(R) ,Anml(G) ,Anml(B)]
[0023] Adrk= [Adrk(R) ,Adrk(G) ,Adrk(B)]
[0024] 其中，Abrt(R)为偏亮区域红色通道向量值，Abrt(G)为偏亮区域绿色通道向量值， Abrt (B)为偏亮区域蓝色通道向量值;Anml (R)为正常区域红色通道向量值，Anml (G)为正常区 域绿色通道向量值，Anml (B)为正常区域蓝色通道向量值;Adrk(R)为偏暗区域红色通道向量 值，Adrk(G)为偏暗区域绿色通道向量值，Adrk(B)为偏暗区域蓝色通道向量值。
[0025] 第四步中，A\rt、f r?l和f drk表示为：
[0026] A brt -[A brt(R)，A brt(G)，A brt(B) ] -^llAbrt+^42Anml+^43Adrk
[0027] A nml -[A nml(R) ,A nml(G) ,A nml(B)] -^^lAbrt+^^Anml+^^Adrk
[0028] A drk -[A drk(R) ,A drk(G) ,A drk(B)] -hlAbrt+^^Anml+hgAdrk
[0029] 其中，Aij为光照向量适应参数，
[0030] 第六步中，原始图像不同的亮度区域的恢复增强图像J计算过程为：
[0034] 共屮，K=Drt，nnu，drK; jk、：，：，Kj、jk、：，：，W、Jk(:，：，B)和1(:，：，R)、I(:，：，G)、1(:，：，B)分别为恢复增强图像J不同亮度区域红、绿、蓝三颜色通道取值和原始彩色图像红、 绿、蓝三颜色通道取值。
[0031]
[0032]
[0033]
[0036]
[0035] 第八步中，定量评价指标函数为：
[0037]
[0038]
[0039]
[0040] 式中，^为像素值η出现的概率;w表示图像的宽度，h表示图像的高度。Gray(J)表 示恢复增强图像J对应的灰度图像。
[0041] 对基于暗通道先验理论的光照向量调整的图像增强有关问题的说明：
[0042] (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，应对透射率进行修正，适当增加取值；
[0043] (2)光照适应参数在一定范围内调整，可以根据图像增强的精度对光照适应参数 调整的取值范围进行细分处理。光照适应参数调节分两步，先进行参数粗调，再进行参数细 调；
[0044] (3)对于基于暗通道先验的非均匀光场水下目标探测图像增强结果的评价，可以 对均值、方差、对比度和信息熵等指标进行不同的权重评估，以适应不同应用场合的实际需 求；
[0045] (4)对基于暗通道原理的恢复图像进行进一步分析，如进行直方图分析等等。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。
[0046] (5)对于需要局部增强的图像区域(例如水下大坝裂缝图像区域等），可以突破整 体图像光照适应参数调整规则的限制，采取灵活的光照向量调整策略，以实现对局部图像 的增强效果。
[0047]本发明所达到的有益之处在于：
[0048]本发明的方法，可以只利用单幅非均匀光照、低信噪比、低对比度水下目标探测图 像自身的信息，对图像进行基于暗通道先验的非均匀光场水下目标探测图像增强。先通过 对原始图像高亮度像素点的密度分布分析，将原始图像划分为偏亮区域、正常区域和偏暗 区域。不同区域的计算光照向量值由各区域的原始光照向量加权得到，应用暗通道先验理 论，计算原始图像不同的亮度区域的恢复增强图像。对恢复图像J从均值、方差、对比度和信 息熵等方面进行总体评价，并以此作为判断是否进行进一步光照向量调整的依据。本发明 中用到的光照向量加权的导向滤波方法，能在不同亮度区域之间进行平滑均衡处理，使得 处理后的图像整体协调性加强、纹理信息丰富。
【附图说明】
[0049] 图1基于暗通道先验的非均匀光场水下目标探测图像增强方法控制流程图；
[0050] 图2权值向量调整控制流程图。
【具体实施方式】
[0051] 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。
[0052] 参照图1所示，本发明是一种基于暗通道先验的非均匀光场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：
[0053]第一步:获取水下目标原始彩色图像I;
[0054] 第二步：按何丨岂明暗通道先验理论(Hekaiming's Dark Channel Prior，简称"He 方法)计算图像I的透射图τα)，τα)的具体计算过程如下：
[0055] a)计算图像I的暗通道图像DC(I) 。式中，〗。是J的一个颜色通 道，其中，C为红R、绿G、蓝B中的一种颜色；
[0056] b)设定最小滤波尺度窗口 Ω :NXN，其中，N为正方形滤波窗口边长；
[0057] c)计算DC(I)进行尺度窗口 Ω的最小值滤波输出DCdI);
[0058] d)对DCq(I)进行反色、归一化处理，即得到对应的透射图T(I)。
[0059] 第三步:将原始彩色图像转换为原始灰度图像Gray(I)，统计分析原始灰度图像中 前0.1%亮度最高的像素点的密度分布，将原始灰度图像划分为偏亮区域、正常区域和偏暗 区域。偏亮区域、正常区域和偏暗区域的原始光照向量分别表示为Abrt、Anml和Adrk，Abrt、Anml 和Adrk具体表不为：
[0060] Abrt= [Abrt(R) ,Abrt(G) ,Abrt(B)]
[0061 ] Anml= [Anml(R) ,Anml(G) ,Anml(B)]
[0062] Adrk= [Adrk(R) ,Adrk(G) ,Adrk(B)]
[0063] 其中，Abrt(R)为偏亮区域红色通道向量值，Abrt(G)为偏亮区域绿色通道向量值， Abrt (B)为偏亮区域蓝色通道向量值;Anml (R)为正常区域红色通道向量值，Anml (G)为正常区 域绿色通道向量值，Anml (B)为正常区域蓝色通道向量值;Adrk(R)为偏暗区域红色通道向量 值，Adrk(G)为偏暗区域绿色通道向量值，Adrk(B)为偏暗区域蓝色通道向量值。
[0064] 第四步:为了保证增强图像的平滑与整体协调性，不同区域的计算光照向量值由 各区域的原始光照向量加权得到；偏亮区域、正常区域和偏暗区域的计算光照向量分别表 为A brt、A nml和A drk，A brt、A nml和A drk具体表/」、为:
[0065] A brt -[A brt(R)，A brt(G)，A brt(B) ] -^llAbrt+^42Anml+^43Adrk
[0066] A'nml= [A7raIil(R) ,A7nmI(G) ,A7nmI(B) ]=A2lAbrt+X22A nml+^23Adrk
[0067] A drk -[A drk(R)，A drk(G)，A drk(B) ] -λ·3?Α?3Γ?+λ-32Αηιη1+λ-33Α(?Γ?ζ
[0068] 其中，Xij为光照向量适应参數
[0069] 第五步:应用导向滤波方法计算原始彩色图像I在透射图T(I)条件下对应的导向 滤波输出图像Q(I);
[0070] 第六步：以导向滤波输出图像Q(I)作为透射图，分区域给定计算光照向量，按照不
[0071] 同的颜色通道，应用暗通道先验理论，计算原始彩色图像不同的亮度区域的恢复增强图像 J。具体计算过程如下：
[0072]
[0073]
[0074] 其中，!^ = !^!:，]!!!^，^^，】!^:，：，!?）、】!^:，：'）、】!^:，：，!?#!]]^:，：，!?）、]^:，：'）、！ (:，：，B)分别为恢复增强图像J不同亮度区域红、绿、蓝三颜色通道取值和原始彩色图像红、 绿、蓝三颜色通道取值。
[0075] 第七步:对恢复增强图像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不为：
[0076]
[0077]
[0078]
[0079]
[0080] 式中，^为像素值η出现的概率;w表示图像的宽度，h表示图像的高度。Gray(J)表 示恢复增强图像J对应的灰度图像。
[0081] 第八步:对恢复增强图像J从均值、方差、对比度和信息熵等方面进行总体评价，并 以此作为判断是否进行进一步光照向量调整的依据。如果不满足指标要求，则重新返回第 四步调整光照适应参数λ;如果满足指标要求，则恢复增强图像J为基于暗通道先验的非均 匀光场水下目标探测图像增强。
[0082]对基于暗通道先验理论的光照向量调整的图像增强有关问题的说明：
[0083] (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，应对透射率进行修正，适当增加取值；
[0084] (2)光照适应参数在一定范围内调整，可以根据图像增强的精度对光照适应参数 调整的取值范围进行细分处理。光照适应参数调节分两步，先进行参数粗调，再进行参数细 调；
[0085] (3)对于基于暗通道先验的非均匀光场水下目标探测图像增强结果的评价，可以 对均值、方差、对比度和信息熵等指标进行不同的权重评估，以适应不同应用场合的实际需 求；
[0086] (4)对基于暗通道原理的恢复图像进行进一步分析，如进行直方图分析等等。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。
[0087] (5)对于需要局部增强的图像区域(例如水下大坝裂缝图像区域等），可以突破整 体图像光照适应参数调整规则的限制，采取灵活的光照向量调整策略，以实现对局部图像 的增强效果。
[0088] 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。
【主权项】
1. 基于暗通道先验的非均匀光场水下目标探测图像增强方法，其特征在于，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:计算出图像I的透射图τα); 第三步：将原始彩色图像转换为原始灰度图像Gray(I)，统计分析原始灰度图像中前 0.1%亮度最高的像素点的密度分布，将原始图像划分为偏亮区域、正常区域和偏暗区域； 偏亮区域、正常区域和偏暗区域的原始光照向量分别表示为Abrt、Anml和Adrk ; 第四步:计算原始彩色图像中偏亮区域、正常区域和偏暗区域的原始光照向量，不同区 域的计算光照向量由各区域的原始光照向量加权得到； 偏亮区域、正常区域和偏暗区域的计算光照向量分别表示为和Ydrk; 第五步:应用导向滤波方法计算原始彩色图像I在透射图T(I)条件下对应的导向滤波 输出图像Q(I); 第六步：以导向滤波输出图像Q(I)作为透射图，分区域给定计算光照向量，按照不同的 颜色通道，应用暗通道先验理论，计算原始图像不同的亮度区域的恢复增强图像J; 第七步:对恢复增强图像J从均值、方差、对比度和信息熵方面进行定量评价； 第八步:若恢复增强图像不满足定量评价指标要求，则重新返回第四步进行光照向量 加权处理直到满足定量评价指标要求;如果满足定量评价指标要求，则恢复增强图像J为基 于暗通道先验的非均匀光场水下目标探测图像增强。2. 根据权利要求1所述的基于暗通道先验的非均匀光场水下目标探测图像增强方法， 其特征在于，第二步中，图像I的透射图T(I)的具体计算过程如下： a) 计算图像I的暗通道图像DC(I):式中，I。是I的一个颜色通道，其 中，C为红R、绿G、蓝B中的一种颜色； b) 设定最小滤波尺度窗口 Ω :NXN，其中，N为正方形滤波窗口边长； c) 计算DC(I)进行尺度窗口 Ω的最小值滤波输出DCfi(I); d) 对DCq(I)进行反色、归一化处理，即得到对应的透射图T(I)。3. 根据权利要求1所述的基于暗通道先验的非均匀光场水下目标探测图像增强方法， 其特征在于，第二步中，Abrt、Anml和Adrk表不为： Abrt一 [Abrt(R)，Abrt(G)，Abrt(B)] Anml 一 [ Anml ( R )，Anml ( G )，Anml ( B )] Adrk一 [Adrk(R)，Adrk(G)，Adrk(B)] 其中，Abrt(R)为偏亮区域红色通道向量值，Abrt(G)为偏亮区域绿色通道向量值，A brt(B) 为偏亮区域蓝色通道向量值;Anml (R)为正常区域红色通道向量值，Anml (G)为正常区域绿色 通道向量值，Anml (B)为正常区域蓝色通道向量值;Adrk(R)为偏暗区域红色通道向量值，Adrk (G)为偏暗区域绿色通道向量值，Adrk(B)为偏暗区域蓝色通道向量值。4. 根据权利要求3所述的基于暗通道先验的非均匀光场水下目标探测图像增强方法， 其特征在于，第四步中，f bri^A' nml和A' drk表不为： A brt -[A brt(R)，A brt(G)，A brt(B) ] -^llAbrt+^42Armil+A43Adrk A nml -[A nml(R)，A nml(G)，A nml(B) ] -hlAbrt+^^Armil+A^sAdrk A drk -[A drk(R)，A drk(G)，A drk(B) ] -hlAbrt+^^Anml+A^sAdrk 其中，Ai j为光照向量适应参数，λ?> 1/3，5. 根据权利要求4所述的基于暗通道先验的非均匀光场水下目标探测图像增强方法， 其特征在于，第六步中，原始图像不同的亮度区域的恢复增强图像J计算过程为：其中，k = brt，nml，drk; Jk(:，：，R)、Jk(:，：，G)、Jk(:，：，Β)和I(:，：，R)、I(:，：，G)、1 (:，：，B)分别为恢复增强图像J不同亮度区域红、绿、蓝三颜色通道取值和原始彩色图像红、 绿、蓝三颜色通道取值。6. 根据权利要求1所述的基于暗通道先验的非均匀光场水下目标探测图像增强方法， 其特征在于，第八步中，定量评价指标函数为：式中，pn为像素值η出现的概率;w表示图像的宽度，h表示图像的高度;Gray(J)表示恢复 增强图像J对应的灰度图像。
【文档编号】G06T5/00GK106056559SQ201610505512
【公开日】2016年10月26日
【申请日】2016年6月30日
【发明人】范新南, 马金祥, 史朋飞, 张卓, 谢迎娟, 张学武, 倪建军, 李敏
【申请人】河海大学常州校区