一种自然光水下偏振成像方法与流程

本发明属于光学成像技术领域，具体涉及一种自然光水下偏振成像方法。

背景技术：

被动水下偏振成像主要用于太阳光可以照射到的浅海区域，通过利用场景的偏振信息可以有效去除背景散射光，重建清晰场景图像。在水下场景中，影响成像质量的因素主要为水中悬浮粒子对光波的散射以及水体对光波的吸收作用。其中光波的散射会使入射光线朝着探测器方向传播，叠加在目标信息光上，造成图像对比度降低；光波的吸收会使不同波长的光波在水中的衰减情况不同，使获取的图像色彩信息发生畸变。

目前水下被动光学成像方法主要有暗通道成像方法，retinex(retinex是由retina(视网膜)+cortex(皮层)构成的合成词，表示一种颜色恒常知觉的计算理论)成像方法以及水下偏振成像方法等，其中水下偏振成像方法由于具备设备结构简单、成像效果好及性价比高等特点被广泛应用。水下偏振成像方法通过获取偏振态正交的两幅水下偏振图像，利用背景散射光与目标信息光的差异将其分离，有效获取清晰场景图像。

但是，水下偏振成像方法虽然可以去除背景散射光的影响，但是由于水体吸收效应导致的颜色失真问题并没有得到解决，从而导致得到的水下图像的重建效果受限，容易造成识别误差。

技术实现要素：

为了解决现有技术中存在的上述问题，本发明提供了一种自然光水下偏振成像方法。

本发明的一个实施例提供了一种自然光水下偏振成像方法，包括：

通过第一偏振图像和第三偏振图像建立所述第三偏振图像的第一模型；

通过第二偏振图像和第四偏振图像建立所述第四偏振图像的第二模型；

根据所述第三偏振图像的光强度和所述第三偏振图像的第一模型得到第五偏振图像的光强度；

根据所述第四偏振图像的光强度和所述第四偏振图像的第二模型得到第六偏振图像的光强度；

根据所述第五偏振图像的光强度和所述第六偏振图像的光强度得到最终水下图像目标辐射光的光强度。

在本发明的一个实施例中，其特征在于，所述第一偏振图像包括第一红通道图像、第一绿通道图像和第一蓝通道图像，所述第二偏振图像包括第二红通道图像、第二绿通道图像和第二蓝通道图像，所述第三偏振图像包括第三红通道图像、第三绿通道图像和第三蓝通道图像，所述第四偏振图像包括第四红通道图像、第四绿通道图像和第四蓝通道图像。

在本发明的一个实施例中，在通过第一偏振图像和第三偏振图像建立所述第三偏振图像的第一模型之前，还包括：

通过所述第一红通道图像的光强度和所述第一红通道图像的反射常数获取所述第一红通道图像的光源响应率；

通过所述第一绿通道图像的光强度和所述第一绿通道图像的反射常数获取所述第一绿通道图像的光源响应率；

通过所述第一蓝通道图像的光强度和所述第一蓝通道图像的反射常数获取所述第一蓝通道图像的光源响应率。

在本发明的一个实施例中，通过第一偏振图像和第三偏振图像建立所述第三偏振图像的第一模型，包括：

通过所述第一红通道图像的反射常数、所述第一红通道图像的光源响应率和所述第三红通道图像的光强度建立所述第三红通道图像的第一模型；

通过所述第一绿通道图像的反射常数、所述第一绿通道图像的光源响应率和所述第三绿通道图像的光强度建立所述第三绿通道图像的第一模型；

通过所述第一蓝通道图像的反射常数、所述第一蓝通道图像的光源响应率和所述第三蓝通道图像的光强度建立所述第三蓝通道图像的第一模型。

在本发明的一个实施例中，在通过第二偏振图像和第四偏振图像建立所述第四偏振图像的第二模型之前，还包括：

通过所述第二红通道图像的光强度和所述第二红通道图像的反射常数获取所述第二红通道图像的光源响应率；

通过所述第二绿通道图像的光强度和所述第二绿通道图像的反射常数获取所述第二绿通道图像的光源响应率；

通过所述第二蓝通道图像的光强度和所述第二蓝通道图像的反射常数获取所述第二蓝通道图像的光源响应率。

在本发明的一个实施例中，通过第二偏振图像和第四偏振图像建立所述第四偏振图像的第二模型，包括：

通过所述第二红通道图像的反射常数、所述第二红通道图像的光源响应率和所述第四红通道图像的光强度建立所述第四红通道图像的第二模型；

通过所述第二绿通道图像的反射常数、所述第二绿通道图像的光源响应率和所述第四绿通道图像的光强度建立所述第四绿通道图像的第二模型；

通过所述第二蓝通道图像的反射常数、所述第二蓝通道图像的光源响应率和所述第四蓝通道图像的光强度建立所述第四蓝通道图像的第二模型。

在本发明的一个实施例中，根据所述第三偏振图像的光强度和所述第三偏振图像的第一模型得到第五偏振图像的光强度，包括：

根据所述第三红通道图像的光强度和所述第三红通道图像的第一模型得到第五红通道图像的光强度；

根据所述第三绿通道图像的光强度和所述第三绿通道图像的第一模型得到第五绿通道图像的光强度；

根据所述第三蓝通道图像的光强度和所述第三蓝通道图像的第一模型得到第五蓝通道图像的光强度；

通过所述第五红通道图像的光强度、所述第五绿通道图像的光强度和所述第五蓝通道图像的光强度得到所述第五偏振图像的光强度。

在本发明的一个实施例中，根据所述第四偏振图像的光强度和所述第四偏振图像的第二模型得到第六偏振图像的光强度，包括：

根据所述第四红通道图像的光强度和所述第四红通道图像的第一模型得到第六红通道图像的光强度；

根据所述第四绿通道图像的光强度和所述第四绿通道图像的第一模型得到第六绿通道图像的光强度；

根据所述第四蓝通道图像的光强度和所述第四蓝通道图像的第一模型得到第六蓝通道图像的光强度；

通过所述第五红通道图像的光强度、所述第五绿通道图像的光强度和所述第五蓝通道图像的光强度得到所述第五偏振图像的光强度。

在本发明的一个实施例中，根据所述第五偏振图像的光强度和所述第六偏振图像的光强度得到最终水下图像目标辐射光的光强度，包括：

分别获取所述最终水下图像的总光强度、所述最终水下图像的背景散射光的偏振度、所述最终水下图像的背景散射光的光强度、所述最终水下图像中无穷远处背景散射光的光强度；

通过所述第五偏振图像的光强度、所述第六偏振图像的光强度、所述最终水下图像的总光强度、所述最终水下图像的背景散射光的偏振度、所述最终水下图像的背景散射光的光强度、所述最终水下图像中无穷远处背景散射光的光强度建立所述最终水下图像目标辐射光的光强度的计算模型；

根据所述最终水下图像目标辐射光的光强度的计算模型得到最终水下图像目标辐射光的光强度。

在本发明的一个实施例中，所述最终水下图像目标辐射光的光强度的计算模型为：

其中，iobject(x)为最终水下图像目标辐射光的光强度，itoatl(x)为最终水下图像的总光强度，i'^max(x)为第五偏振图像的光强度，i'^min(x)为第六偏振图像的光强度，p为最终水下图像的背景散射光的偏振度，ib(x)为最终水下图像的背景散射光的光强度，为最终水下图像中无穷远处背景散射光的光强度。

与现有技术相比，本发明的有益效果：

本发明通过研究水下图像颜色失真的原因，得到基于深度信息的第五偏振图像的光强度和第六偏振图像的光强度，从而恢复场景的色彩信息，之后利用第五偏振图像的光强度和第六偏振图像的光强度，重建无色彩畸变的清晰的最终水下图像。

附图说明

图1为本发明实施例提供的一种自然光水下偏振成像方法的流程示意图。

具体实施方式

下面结合具体实施例对本发明做进一步详细的描述，但本发明的实施方式不限于此。

实施例一

请参见图1，图1为本发明实施例提供的一种自然光水下偏振成像方法的流程示意图。本发明实施例提供的一种自然光水下偏振成像方法，包括：

通过第一偏振图像和第三偏振图像建立所述第三偏振图像的第一模型；

通过第二偏振图像和第四偏振图像建立所述第四偏振图像的第二模型；

根据所述第三偏振图像的光强度和所述第三偏振图像的第一模型得到第五偏振图像的光强度；

根据所述第四偏振图像的光强度和所述第四偏振图像的第二模型得到第六偏振图像的光强度；

根据所述第五偏振图像的光强度和所述第六偏振图像的光强度得到最终水下图像目标辐射光的光强度。

本实施例通过研究水下图像颜色失真的原因，得到基于深度信息的第五偏振图像的光强度和第六偏振图像的光强度，从而恢复场景的色彩信息，之后利用第五偏振图像的光强度和第六偏振图像的光强度，重建无色彩畸变的清晰的最终水下图像。

实施例二

本发明实施例在上述实施例的基础上，对本发明实施例提供的一种自然光水下偏振成像方法进行具体介绍，该方法具体包括：

步骤一、通过第一偏振图像和第三偏振图像建立第三偏振图像的第一模型；

步骤1.1、分别获取第一偏振图像和第二偏振图像的光强度；

水下图像一般都呈现蓝色基调，呈现蓝色基调的水下图像可以看成是在蓝色灯光下拍摄的图像，因此估计光源颜色就能够去除蓝色基调。

在大气中，通过旋转偏振片使探测器获取偏振态正交的两幅偏振图像，两幅偏振图像包括第一偏振图像和第二偏振图像，记第一偏振图像的光强度为第二偏振图像的光强度为其中，第一偏振图像所具有的背景散射光的光强度最大，而与其偏振态正交的第二偏振图像具有最小的背景散射光的光强度。

具体地，第一偏振图像按照红、绿和蓝三通道分为第一红通道图像、第一绿通道图像和第一蓝通道图像，将第二偏振图像按照红、绿和蓝三通道分为第二红通道图像、第二绿通道图像和第二蓝通道图像。

获取第一偏振图像的光强度即分别获取第一红通道图像的光强度、第一绿通道图像的光强度和第一蓝通道图像的光强度，获取第二偏振图像的光强度即分别获取第二红通道图像的光强度、第二绿通道图像的光强度和第二蓝通道图像的光强度。

步骤1.1.1、根据lambertian(朗伯)反射模型获取第一红通道图像的光强度；

由lambertian反射模型可知，探测大气场景中物体表面上某一点颜色时(也就是相机获取的图片中某一点的颜色)，第一红通道图像的光强度如公式(1)所示：

其中，为第一红通道图像的光强度，λ1为第一红通道图像的光波波长，ω1为第一红通道图像的光谱范围，x为第一红通道图像中像素点x的位置，e1(λ1)为第一红通道图像中光源的分布，s1(x,λ1)为第一红通道图像中像素点x对光波波长λ1的反射率，g1(λ1)为第一红通道图像对应的相机感光系数。

步骤1.1.2、根据lambertian反射模型获取第一绿通道图像的光强度；

由lambertian反射模型可知，探测大气场景中物体表面上某一点颜色时，第一绿通道图像的光强度如公式(2)所示：

其中，为第一绿通道图像的光强度，λ2为第一绿通道图像的光波波长，ω2为第一绿通道图像的光谱范围，x为第一绿通道图像中像素点x的位置，e2(λ2)为第一绿通道图像中光源的分布，s2(x,λ2)为第一绿通道图像中像素点x对光波波长λ2的反射率，g2(λ2)为第一绿通道图像对应的相机感光系数。

步骤1.1.3、根据lambertian反射模型获取第一蓝通道图像的光强度；

由lambertian反射模型可知，探测大气场景中物体表面上某一点颜色时，第一蓝通道图像的光强度如公式(3)所示：

其中，为第一蓝通道图像的光强度，λ3为第一蓝通道图像的光波波长，ω3为第一蓝通道图像的光谱范围，x为第一蓝通道图像中像素点x的位置，e3(λ3)为第一蓝通道图像中光源的分布，s3(x,λ3)为第一蓝通道图像中像素点x对光波波长λ3的反射率，g3(λ3)为第一蓝通道图像对应的相机感光系数。

步骤1.1.4、根据lambertian反射模型获取第二红通道图像的光强度；

由lambertian反射模型可知，探测大气场景中物体表面上某一点颜色时，第二红通道图像的光强度如公式(4)所示：

其中，为第二红通道图像的光强度，λ4为第二红通道图像的光波波长，ω4为第二红通道图像的光谱范围，x为第二红通道图像中像素点x的位置，e4(λ4)为第二红通道图像中光源的分布，s4(x,λ4)为第二红通道图像中像素点x对光波波长λ4的反射率，g4(λ4)为第二红通道图像对应的相机感光系数。

步骤1.1.5、根据lambertian反射模型获取第二绿通道图像的光强度；

由lambertian反射模型可知，探测大气场景中物体表面上某一点颜色时，第二绿通道图像的光强度如公式(5)所示：

其中，为第二绿通道图像的光强度，λ5为第二绿通道图像的光波波长，ω5为第二绿通道图像的光谱范围，x为第二绿通道图像中像素点x的位置，e5(λ5)为第二绿通道图像中光源的分布，s5(x,λ5)为第二绿通道图像中像素点x对光波波长λ5的反射率，g5(λ5)为第二绿通道图像对应的相机感光系数。

步骤1.1.2、根据lambertian反射模型获取第二蓝通道图像的光强度；

由lambertian反射模型可知，探测大气场景中物体表面上某一点颜色时，第二蓝通道图像的初始光强度如公式(6)所示：

其中，为第二蓝通道图像的光强度，λ6为第二蓝通道图像的光波波长，ω6为第二蓝通道图像的光谱范围，x为第二蓝通道图像中像素点x的位置，e6(λ6)为第二蓝通道图像中光源的分布，s6(x,λ6)为第二蓝通道图像中像素点x对光波波长λ6的反射率，g6(λ6)为第二蓝通道图像对应的相机感光系数。

步骤1.2、分别获取第一偏振图像和第二偏振图像的反射常数；

获取第一偏振图像的反射常数即分别获取第一红通道图像的反射常数、第一绿通道图像的反射常数和第一蓝通道图像的反射常数，获取第二偏振图像的反射常数即分别获取第二红通道图像的反射常数、第二绿通道图像的反射常数和第二蓝通道图像的反射常数。

步骤1.2.1、获取第一红通道图像的反射常数；

从物理意义上讲，grayword(灰色世界法)假设自然界景物对于光线的平均反射的均值在总体上是个定值，这个定值近似地为“灰色”，grayword假设认为：场景中所有物体表面的平均反射是无色差的，即根据反射率可以得到反射常数，第一红通道图像的反射常数如公式(7)所示：

∫s1(x,λ1)dx/∫dx＝k1(7)

其中，k1为第一红通道图像的反射常数，k1为[0,1]之间的一个常数，s1(x,λ1)为第一红通道图像中像素点x对光波波长λ1的反射率。

步骤1.2.2、获取第一绿通道图像的反射常数；

第一绿通道图像的反射常数如公式(8)所示：

∫s2(x,λ2)dx/∫dx＝k2(8)

其中，k2为第一绿通道图像的反射常数，k2为[0,1]之间的一个常数，s2(x,λ2)为第一绿通道图像中像素点x对光波波长λ2的反射率。

步骤1.2.3、获取第一蓝通道图像的反射常数；

第一蓝通道图像的反射常数如公式(9)所示：

∫s3(x,λ3)dx/∫dx＝k3(9)

其中，k3为第一蓝通道图像的反射常数，k3为[0,1]之间的一个常数，s3(x,λ3)为第一蓝通道图像中像素点x对光波波长λ3的反射率。

步骤1.2.4、获取第二红通道图像的反射常数；

第二红通道图像的反射常数如公式(10)所示：

∫s4(x,λ4)dx/∫dx＝k4(10)

其中，k4为第二红通道图像的反射常数，k4为[0,1]之间的一个常数，s4(x,λ4)为第二红通道图像中像素点x对光波波长λ4的反射率。

步骤1.2.5、获取第二绿通道图像的反射常数；

第二绿通道图像的反射常数如公式(11)所示：

∫s5(x,λ5)dx/∫dx＝k5(11)

其中，k5为第二绿通道图像的反射常数，k5为[0,1]之间的一个常数，s5(x,λ5)为第二绿通道图像中像素点x对光波波长λ5的反射率。

步骤1.2.6、获取第二蓝通道图像的反射常数；

第二蓝通道图像的反射常数如公式(12)所示：

∫s6(x,λ6)dx/∫dx＝k6(12)

其中，k6为第二蓝通道图像的反射常数，k6为[0,1]之间的一个常数，s6(x,λ6)为第二蓝通道图像中像素点x对光波波长λ6的反射率。

步骤1.3、分别获取第一偏振图像和第二偏振图像的光源响应率；

获取第一偏振图像的光源响应率即分别获取第一红通道图像的光源响应率、第一绿通道图像的光源响应率和第一蓝通道图像的光源响应率，获取第二偏振图像的光源响应率即分别获取第二红通道图像的光源响应率、第二绿通道图像的光源响应率和第二蓝通道图像的光源响应率。

步骤1.3.1、获取第一红通道图像的光源响应率；

具体地，通过第一红通道图像的光强度和第一红通道图像的反射常数获取第一红通道图像的光源响应率，根据公式(1)和公式(7)可以得出第一红通道图像的光强度与第一红通道图像的反射常数的关系如公式(13)所示：

其中，e1＝e1(λ1)g1(λ1)，e1为第一红通道图像的光源响应率。

步骤1.3.2、获取第一绿通道图像的光源响应率；

具体地，通过第一绿通道图像的光强度和第一绿通道图像的反射常数获取第一绿通道图像的光源响应率。根据公式(2)和公式(8)可以得出第一绿通道图像的光强度与第一绿通道图像的反射常数的关系，如公式(14)所示：

其中，e2＝e2(λ2)g2(λ2)，e2为第一绿通道图像的光源响应率。

步骤1.3.3、获取第一蓝通道图像的光源响应率；

具体地，通过第一蓝通道图像的光强度和第一蓝通道图像的反射常数获取第一绿通道图像的光源响应率。根据公式(3)和公式(9)可以得出第一蓝通道图像的光强度与第一蓝通道图像的反射常数的关系，如公式(15)所示：

其中，e3＝e3(λ3)g3(λ3)，e3为第一蓝通道图像的光源响应率。

步骤1.3.4、获取第二红通道图像的光源响应率；

通过第二红通道图像的光强度和第二红通道图像的反射常数获取第二红通道图像的光源响应率。根据公式(4)和公式(10)可以得出第二红通道图像中像素点x的光强度与第二红通道图像的反射常数的关系，如公式(16)所示：

其中，e4＝e4(λ4)g4(λ4)，e4为第二红通道图像的光源响应率。

步骤1.3.5、获取第二绿通道图像的光源响应率；

通过第二绿通道图像的光强度和第二绿通道图像的反射常数获取第二绿通道图像的光源响应率。根据公式(5)和公式(11)可以得出第二绿通道图像中像素点x的光强度与第二绿通道图像的反射常数的关系，如公式(17)所示：

其中，e5＝e5(λ5)g5(λ5)，e5为第二绿通道图像的光源响应率。

步骤1.3.6、获取第二蓝通道图像的光源响应率；

通过第二蓝通道图像的光强度和第二蓝通道图像的反射常数获取第二绿通道图像的光源响应率。根据公式(6)和公式(12)可以得出第二蓝通道图像中像素点x的光强度与第二蓝通道图像的反射常数的关系，如公式(18)所示：

其中，e6＝e6(λ6)g6(λ6)，e6为第二蓝通道图像的光源响应率。

和是在大气中拍摄所获取的图像的光强度，上述算法在因光源导致颜色失真的图像处理效果良好，但在水下环境获取的图像衰减程度要比在大气中严重的多，上述算法并不能很好地校正颜色失真。

步骤1.4、分别获取第三偏振图像和第四偏振图像的光强度；

在水下偏振成像技术的成像过程中，通过旋转偏振片使探测器获取偏振态正交的两幅偏振图像，两幅偏振图像包括第三偏振图像和第四偏振图像，第三偏振图像的光强度为第四偏振图像的初始光强度为其中，第三偏振图像所具有的背景散射光的光强度最大，而与其偏振态正交的第四偏振图像具有最小的背景散射光的光强度。第三偏振图像和第四偏振图像均为颜色失真的水下图像。

将第三偏振图像按照红、绿和蓝三通道分为第三红通道图像、第三绿通道图像和第三蓝通道图像，将第四偏振图像按照红、绿和蓝三通道分为第四红通道图像、第四绿通道图像和第四蓝通道图像。

获取第三偏振图像的光强度即分别获取第三红通道图像的光强度、第三绿通道图像的光强度和第三蓝通道图像的光强度，获取第四偏振图像的光强度即分别获取第四红通道图像的光强度、第四绿通道图像的光强度和第四蓝通道图像的光强度。

步骤1.4.1、获取第三红通道图像的光强度；

颜色失真的第三红通道图像的光强度如公式(19)所示：

其中，为第三红通道图像的光强度，为第三红通道图像的光波的衰减因子，即为第三红通道图像的光波的衰减因子，为第三红通道图像的光波的衰减系数，z为目标到探测器的距离，f1(x)为由空气中获取的第一红通道图像的光强度，

步骤1.4.2、获取第三绿通道图像的光强度；

颜色失真的第三绿通道图像的光强度如公式(20)所示：

其中，为第三绿通道图像的光强度，为第三绿通道图像的光波的衰减因子，即为第三绿通道图像的光波的衰减因子，为第三绿通道图像的光波的衰减系数，z为目标到探测器的距离，f2(x)为由空气中获取的第一绿通道图像的光强度，

步骤1.4.3、获取第三蓝通道图像的光强度；

颜色失真的第三蓝通道图像的光强度如公式(21)所示：

其中，为第三蓝通道图像的光强度，为第三蓝通道图像的光波的衰减因子，即为第三蓝通道图像的光波的衰减因子，为第三蓝通道图像的光波的衰减系数，z为目标到探测器的距离，f3(x)为由空气中获取的第一蓝通道图像的光强度，

步骤1.4.4、获取第四红通道图像的光强度；

颜色失真的第四红通道图像的光强度如公式(22)所示：

其中，为第四红通道图像的光强度，为第四红通道图像的光波的衰减因子，即为第四红通道图像的光波的衰减因子，为第四红通道图像的光波的衰减系数，z为目标到探测器的距离，f4(x)为由空气中获取的第二红通道图像的光强度，

步骤1.4.5、获取第四绿通道图像的光强度；

颜色失真的第四绿通道图像的光强度如公式(23)所示：

其中，为第四绿通道图像的光强度，为第四绿通道图像的光波的衰减因子，即为第四绿通道图像的光波的衰减因子，为第四绿通道图像的光波的衰减系数，z为目标到探测器的距离，f5(x)为由空气中获取的第二绿通道图像的光强度，

步骤1.4.6、获取第四蓝通道图像的光强度；

颜色失真的第四蓝通道图像的光强度如公式(24)所示：

其中，为第四蓝通道图像的光强度，为第四蓝通道图像的光波的衰减因子，即为第四蓝通道图像的光波的衰减因子，为第四蓝通道图像的光波的衰减系数，z为目标到探测器的距离，f6(x)为由空气中获取的第二蓝通道图像的光强度，

步骤1.5、分别获取第三偏振图像和第四偏振图像的光波的衰减因子；

获取第三偏振图像的光波的衰减因子即分别获取第三红通道图像的光波的衰减因子、第三绿通道图像的光波的衰减因子和第三蓝通道图像的光波的衰减因子，获取第四偏振图像的光波的衰减因子即分别获取第四红通道图像的光波的衰减因子、第四绿通道图像的光波的衰减因子和第四蓝通道图像的光波的衰减因子。

步骤1.5.1、获取第三蓝通道图像的光波的衰减因子；

第三红通道图像中无穷远处背景散射的光强度与第三红通道图像的散射系数成正比，与第三红通道图像的光波的衰减系数成反比，如公式(25)所示：

其中，为第三红通道图像中无穷远处背景散射的光强度，为第三红通道图像的散射系数，为第三红通道图像的光波的衰减系数。

第三绿通道图像中无穷远处背景散射的光强度与第三绿通道图像的散射系数成正比，与第三红通道图像的光波的衰减系数成反比，如公式(26)所示：

其中，为第三绿通道图像中无穷远处背景散射的光强度，为第三绿通道图像的散射系数，为第三绿通道图像的光波的衰减系数。

第三蓝通道图像中无穷远处背景散射的光强度与第三蓝通道图像的散射系数成正比，与第三蓝通道图像的光波的衰减系数成反比，如公式(27)所示：

其中，为第三蓝通道图像中无穷远处背景散射的光强度，为第三蓝通道图像的散射系数，为第三蓝通道图像的光波的衰减系数。

在水下成像过程中，蓝色光的衰减程度最低，因此可将蓝色光作为参照，从而分别求出红色光、绿色光相对于蓝色光的衰减比，其中，第三红通道图像相对于第三蓝通道图像的衰减比如公式(28)所示：

第三绿通道图像相对于第三蓝通道图像的衰减比如公式(29)所示：

根据背景散射光的光强度计算公式可得第三蓝通道图像的背景散射光的光强度如公式(30)所示：

其中，为第三蓝通道图像的背景散射光的光强度。

假设蓝色光的衰减仅与景深有关，根据公式(21)和公式(30)可以得到第三蓝通道图像的光波的衰减因子如公式(31)所示：

步骤1.5.2、获取第三红通道图像的光波的衰减因子；

在第三蓝通道图像和第三红通道图像的传播距离相同的情况下，根据公式(28)和公式(31)可以得到第三红通道图像的光波的衰减因子如公式(32)所示：

步骤1.5.3、获取第三绿通道图像的光波的衰减因子；

在第三蓝通道图像和第三绿通道图像的传播距离相同的情况下，根据公式(29)和公式(31)可以得到第三绿通道图像的光波的衰减因子如公式(33)所示：

步骤1.5.4、获取第四蓝通道图像的光波的衰减因子；

第四红通道图像中无穷远处背景散射的光强度与第四红通道图像的散射系数成正比，与第四红通道图像的光波的衰减系数成反比，如公式(34)所示：

其中，为第四红通道图像中无穷远处背景散射的光强度，为第四红通道图像的散射系数，为第四红通道图像的光波的衰减系数。

第四绿通道图像中无穷远处背景散射的光强度与第四绿通道图像的散射系数成正比，与第四绿通道图像的光波的衰减系数成反比，如公式(35)所示：

其中，为第四绿通道图像中无穷远处背景散射的光强度，为第四绿通道图像的散射系数，为第四绿通道图像的光波的衰减系数。

第四蓝通道图像中无穷远处背景散射的光强度与第四蓝通道图像的散射系数成正比，与第四蓝通道图像的光波的衰减系数成反比，如公式(36)所示：

其中，为第四蓝通道图像中无穷远处背景散射的光强度，为第四蓝通道图像的散射系数，为第四蓝通道图像的光波的衰减系数。

在水下成像过程中，蓝色光的衰减程度最低，因此可将蓝色光作为参照，从而分别求出红色光、绿色光相对于蓝色光的衰减比，其中，第四红通道图像相对于第四蓝通道图像的衰减比如公式(37)所示：

第四绿通道图像相对于第四蓝通道图像的衰减比如公式(38)所示：

根据背景散射光的光强度计算公式可得第四蓝通道图像的背景散射光的光强度如公式(39)所示：

其中，为第四蓝通道图像的背景散射光的光强度。

假设蓝色光的衰减仅与景深有关，根据公式(24)和公式(39)可以得到第四蓝通道图像的光波的衰减因子如公式(40)所示：

步骤1.5.5、获取第四红通道图像的光波的衰减因子；

在第四蓝通道图像和第四红通道图像的传播距离相同的情况下，根据公式(37)和公式(40)可以得到第四红通道图像的光波的衰减因子如公式(41)所示：

步骤1.5.5、获取第四绿通道图像的光波的衰减因子；

在第四蓝通道图像和第四绿通道图像的传播距离相同的情况下，根据公式(38)和公式(40)可以得到第四绿通道图像的光波的衰减因子如公式(40)所示：

步骤1.6、建立第三偏振图像的第一模型；

建立第三偏振图像的第一模型包括分别建立第三红通道图像的第一模型、第三绿通道图像的第一模型和第三蓝通道图像的第一模型。

步骤1.6.1、建立第三红通道图像的第一模型；

具体地，通过第一红通道图像的反射常数、第一红通道图像的光源响应率和第三红通道图像的光强度建立第三红通道图像的第一模型。即根据公式(13)、公式(19)、公式(31)和公式(32)可以得到第三红通道图像的光强度与第三红通道图像的光波的衰减因子、第一红通道图像的光源响应率和第一红通道图像的反射常数的关系，该关系即为第三红通道图像的第一模型，第三红通道图像的第

步骤1.6.2、建立第三绿通道图像的第一模型；

具体地，通过第一绿通道图像的反射常数、第一绿通道图像的光源响应率和第三绿通道图像的光强度建立第三绿通道图像的第一模型。即根据公式(14)、公式(20)、公式(31)和公式(33)可以得到第三绿通道图像的光强度与第三绿通道图像的光波的衰减因子、第一绿通道图像的光源响应率和第一绿通道图像的反射常数的关系，该关系即为第三绿通道图像的第一模型，第三绿通道图像的第

步骤1.6.3、建立第三蓝通道图像的第一模型；

具体地，通过第一蓝通道图像的反射常数、第一蓝通道图像的光源响应率和第三蓝通道图像的光强度建立第三蓝通道图像的第一模型。即根据公式(15)、公式(21)和公式(31)可以得到第三蓝通道图像的光强度与第三蓝通道图像的光波的衰减因子、第一蓝通道图像的光源响应率和第一蓝通道图像的反射常数的关系，该关系即为第三蓝通道图像的第一模型，第三蓝通道图像的第一模型如公

步骤二、通过第二偏振图像和第四偏振图像建立第四偏振图像的第二模型；

建立第四偏振图像的第二模型包括分别建立第四红通道图像的第二模型、第四绿通道图像的第二模型和第四蓝通道图像的第二模型。

步骤2.1、建立第四红通道图像的第二模型；

具体地，通过第二红通道图像的反射常数、第二红通道图像的光源响应率和第四红通道图像的光强度建立第四红通道图像的第二模型。即根据公式(16)、公式(22)、公式(40)和公式(41)可以得到第四红通道图像的光强度与第四红通道图像的光波的衰减因子、第二红通道图像的光源响应率和第二红通道图像的反射常数的关系，该关系即为第四红通道图像的第二模型，第四红通道图像的第

步骤2.2、建立第四绿通道图像的第二模型；

具体地，通过第二绿通道图像的反射常数、第二绿通道图像的光源响应率和第四绿通道图像的光强度建立第四绿通道图像的第二模型。即根据公式(17)、公式(23)、公式(40)和公式(42)可以得到第四绿通道图像的光强度与第四绿通道图像的光波的衰减因子、第二绿通道图像的光源响应率和第二绿通道图像的反射常数的关系，该关系即为第四绿通道图像的第二模型，第四绿通道图像的第

步骤2.3、建立第四蓝通道图像的第二模型；

具体地，通过第二蓝通道图像的反射常数、第二蓝通道图像的光源响应率和第四蓝通道图像的光强度建立第四蓝通道图像的第二模型。即根据公式(18)、公式(24)和公式(40)可以得到第四蓝通道图像的光强度与第四蓝通道图像的光波的衰减因子、第二蓝通道图像的光源响应率和第二蓝通道图像的反射常数的关系，该关系即为第四蓝通道图像的第二模型，第四蓝通道图像的第二模型如公

步骤三、根据第三偏振图像的光强度和第三偏振图像的第一模型得到第五偏振图像的光强度；

步骤3.1、根据第三红通道图像的光强度和第三红通道图像的第一模型得到第五红通道图像的光强度；

在考虑到水体的吸收作用后，基于深度信息的水下lambertian反射模型，第三红通道图像的光强度的计算公式如公式(49)所示：

根据第三红通道图像的光强度和第三红通道图像的第一模型得到第五红通道图像的光强度。即根据公式(43)和公式(49)可以得到第五红通道图像的光强度，第五红通道图像的光强度的计算公式如公式(50)所示：

其中，为第五红通道图像的光强度，第五红通道图像表示的为去除颜色失真后的红通道的水下图像。

步骤3.2、根据第三绿通道图像的光强度和第三绿通道图像的第一模型得到第五绿通道图像的光强度；

在考虑到水体的吸收作用后，基于深度信息的水下lambertian反射模型，第三绿通道图像的光强度的计算公式如公式(51)所示：

根据第三绿通道图像的光强度和第三绿通道图像的第一模型得到第五绿通道图像的光强度。即根据公式(44)和公式(51)可以得到第五绿通道图像的光强度，第五绿通道图像的光强度的计算公式如公式(52)所示：

其中，为第五绿通道图像的光强度，第五绿通道图像表示的为去除颜色失真后的绿通道的水下图像。

步骤3.3、根据第三蓝通道图像的光强度和第三蓝通道图像的第一模型得到第五蓝通道图像的光强度；

在考虑到水体的吸收作用后，基于深度信息的水下lambertian反射模型，第三蓝通道图像的光强度的计算公式如公式(53)所示：

根据第三蓝通道图像的光强度和第三蓝通道图像的第一模型得到第五蓝通道图像的光强度。即根据公式(45)和公式(53)可以得到第五蓝通道图像的光强度，第五蓝通道图像的光强度的计算公式如公式(54)所示：

其中，为第五蓝通道图像的光强度，第五蓝通道图像表示的为去除颜色失真后的蓝通道的水下图像。

步骤3.4、通过第五红通道图像的光强度、第五绿通道图像的光强度和第五蓝通道图像的光强度得到第五偏振图像的光强度；

根据公式(50)、(52)和(54)可以得到第五偏振图像，第五偏振图像的计算公式如公式(55)所示：

其中，i^′max(x)为第五偏振图像的光强度，cat(concatenate的缩写)是matlab中的一个函数，用于构造多维数组，即将第五红通道图像、第五绿通道图像和第五蓝通道图像合成一幅第五偏振图像，第五偏振图像表示的为去除颜色失真后的水下图像。

步骤四、根据第四偏振图像的光强度和第四偏振图像的第二模型得到第六偏振图像的光强度；

步骤4.1、根据第四红通道图像的光强度和第四红通道图像的第一模型得到第六红通道图像的光强度；

在考虑到水体的吸收作用后，基于深度信息的水下lambertian反射模型，第四红通道图像的光强度的计算公式如公式(56)所示：

根据第四红通道图像的光强度和第四红通道图像的第一模型得到第六红通道图像的光强度。即根据公式(46)和公式(56)可以得到第六红通道图像的光强度，第六红通道图像的光强度的计算公式如公式(57)所示：

其中，为第六红通道图像的光强度，第六红通道图像表示的为去除颜色失真后的红通道的水下图像。

步骤4.2、根据第四绿通道图像的光强度和第四绿通道图像的第一模型得到第六绿通道图像的光强度；

在考虑到水体的吸收作用后，基于深度信息的水下lambertian反射模型，第四绿通道图像的光强度的计算公式如公式(58)所示：

根据第四绿通道图像的光强度和第四绿通道图像的第一模型得到第六绿通道图像的光强度。即根据公式(47)和公式(58)可以得到第六绿通道图像的光强度，第六绿通道图像的光强度的计算公式如公式(59)所示：

其中，为第六绿通道图像的光强度，第六绿通道图像表示的为去除颜色失真后的绿通道的水下图像。

步骤4.3、根据第四蓝通道图像的光强度和第四蓝通道图像的第一模型得到第六蓝通道图像的光强度；

在考虑到水体的吸收作用后，基于深度信息的水下lambertian反射模型，第四蓝通道图像的光强度的计算公式如公式(60)所示：

根据第四蓝通道图像的光强度和第四蓝通道图像的第一模型得到第六蓝通道图像的光强度。即根据公式(48)和公式(60)可以得到第六蓝通道图像的光强度，第六蓝通道图像的光强度的计算公式如公式(61)所示：

其中，为第六蓝通道图像的光强度，第六蓝通道图像表示的为去除颜色失真后的蓝通道的水下图像。

步骤4.4、通过第五红通道图像的光强度、第五绿通道图像的光强度和第五蓝通道图像的光强度得到第五偏振图像的光强度；

根据公式(57)、(59)和(61)可以得到第六偏振图像，第六偏振图像的计算公式如公式(62)所示：

其中，i^′min(x)为第六偏振图像的光强度，cat(concatenate的缩写)是matlab中的一个函数，用于构造多维数组，即将第六红通道图像、第六绿通道图像和第六蓝通道图像合成一幅第六偏振图像，第六偏振图像表示的为去除颜色失真后的水下图像。

第五偏振图像和第六偏振图像呈偏振态正交，第五偏振图像所具有的背景散射光的光强度最大，而与其偏振态正交的第六偏振图像具有最小的背景散射光的光强度。

步骤五、根据第五偏振图像的光强度和第六偏振图像的光强度得到最终水下图像目标辐射光的光强度；

步骤5.1、获取最终水下图像的背景散射光的光强度；

在自然光照射的浅海区域进行水下成像时，探测器接收到的信息包含两部分，一部分为目标辐射光经过水体的吸收与散射后被探测器接收的信息，称为目标信息光，另一部分为自然光经水体及悬浮粒子散射并到达探测器的光，称为背景散射光。

最终水下图像的目标信息光的光强度的计算公式如公式(63)所示：

io(x)＝iobject(x)exp(-βλz)(63)

其中，io(x)为最终水下图像的目标信息光的光强度，iobject(x)为最终水下图像目标辐射光的光强度，βλ为最终水下图像的光波的衰减系数，z为目标到探测器的距离，exp(-βλz)表示最终水下图像的光波的衰减因子。最终水下图像的目标信息光的光强度随着z的增加其能量呈指数衰减。

最终水下图像的背景散射光的光强度的计算公式如公式(64)所示：

其中，ib(x)为最终水下图像的背景散射光的光强度，为最终水下图像中无穷远处背景散射光的光强度，与最终水下图像的目标信息光相反，最终水下图像的背景散射光的光强度随着z增加而增加。

步骤5.2、获取最终水下图像的总光强度；

探测器获得的最终水下图像的总光强度的计算公式如公式(65)所示：

其中，itoatl(x)为最终水下图像的总光强度。

步骤5.3、获取最终水下图像的背景散射光的光强度；

在被动水下偏振成像时，自然光经水中粒子的散射会带有偏振特性。通过旋转偏振片使探测器获取偏振态正交的两幅偏振图像，但是在被动水下偏振成像时利用探测器所获取的最终水下图像会有颜色失真的现象，利用得到的第五偏振图像和第六偏振图像代替被动水下偏振成像时探测器所获取的两幅偏振图像，可以去除最终水下图像的颜色失真的现象，重建无色彩畸变的清晰水下场景。

由于最终水下图像的目标信息光为非偏振光，因此当其通过任意角度的线偏振片时，最终水下图像的目标信息光的能量被滤掉一半，第五偏振图像和第六偏振图像中所包含的目标信息光相同，因此第五偏振图像的光强度与最终水下图像的目标信息光的光强度和第五偏振图像的背景散射光的光强度的关系如公式(66)所示：

其中，i'^max(x)为第五偏振图像的光强度，io(x)为最终水下图像的目标信息光的光强度，为第五偏振图像的背景散射光的光强度。

第六偏振图像的光强度与最终水下图像的目标信息光的光强度和第六偏振图像的背景散射光的光强度的关系如公式(67)所示：

其中，i'^min(x)为第六偏振图像的光强度，io(x)为最终水下图像的目标信息光的光强度，为第六偏振图像的背景散射光的光强度。

最终水下图像的总光强度与第五偏振图像的光强度和第六偏振图像的光强度的关系如公式(68)所示：

itotal(x)＝i'^max(x)+i'^min(x)(68)

其中，itoatl(x)为最终水下图像的总光强度，i^′max(x)为第五偏振图像的光强度，i^′min(x)为第六偏振图像的光强度。

最终水下图像的背景散射光的光强度与第五偏振图像的光强度、第六偏振图像的光强度和最终水下图像的背景散射光的偏振度的关系如公式(69)所示：

ib(x)＝(i'^max(x)-i'^min(x))/p(69)

其中，ib(x)为最终水下图像的背景散射光的光强度，i′^max(x)为第五偏振图像的光强度，i′^min(x)为第六偏振图像的光强度，p为最终水下图像的背景散射光的偏振度。

步骤5.4、获取最终水下图像的背景散射光的偏振度；

最终水下图像的背景散射光的偏振度与第五偏振图像的背景散射光的光强度和第六偏振图像的背景散射光的光强度如公式(70)所示：

其中，p为最终水下图像的背景散射光的偏振度，为第五偏振图像特定区域的背景散射光的光强度，为第六偏振图像特定区域的背景散射光的光强度。该特定区域为图像中没有目标且背景散射光均匀的一块区域。

步骤5.4、建立最终水下图像目标辐射光的光强度的计算模型；

通过第五偏振图像的光强度、第六偏振图像的光强度、最终水下图像的总光强度、最终水下图像的背景散射光的偏振度、最终水下图像的背景散射光的光强度、最终水下图像中无穷远处背景散射光的光强度建立最终水下图像目标辐射光的光强度的计算模型。即根据公式(65)、公式(66)、公式(67)、公式(68)、公式(70)可以得到最终水下图像目标辐射光的光强度的计算模型，计算模型如公式(71)所示：

其中，iobject(x)为最终水下图像目标辐射光的光强度，itoatl(x)为最终水下图像的总光强度，i'^max(x)为第五偏振图像的光强度，i'^min(x)为第六偏振图像的光强度，p为最终水下图像的背景散射光的偏振度，ib(x)为最终水下图像的背景散射光的光强度，为最终水下图像中无穷远处背景散射光的光强度。

公式(17)为最终建立的清晰场景的模型，通过该模型获得的最终水下图像去除背景散射光，重建无色彩畸变的清晰水下场景。

本实施例通过研究水下图像颜色失真的原因，从水下的背景散射光的传输特性出发，通过分析场景深度信息与散射光的物理关系，建立基于深度信息的第五偏振图像的光强度的模型和第六偏振图像的光强度的模型，从而恢复场景的色彩信息，之后利用被动水下偏振成像技术去除最终水下图像的背景散射光，重建无色彩畸变的清晰的最终水下图像。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。