本发明涉及计算机视觉技术中的图像处理领域，尤其涉及一种结合双边滤波与retinex的水下图像增强方法，尤其是指针对普通摄像机水下拍摄得到的退化图像增强技术。
背景技术：
在海洋工程中获取清晰的水下图像是一项重要的技术。诸如海洋生物监测，水下物种观察，以及水下地理与生物环境评估，都需要借助水下成像技术，然而水下成像充满了挑战。目标物体反射回来的光由于水体的散射偏离原来的传播方向，导致水下图像呈现“雾”化效果，图像对比度低；水体对不同波长的光选择性吸收衰减，使得水下图像颜色退化呈现蓝绿色调；人照光源以光源为圆心向四周逐渐衰减传播，水下图像的光照不均匀现象也就无法避免；同时水下成像存在的各种噪声，导致水下图像信噪比低。概括来说，水下图像存在以下的一个或几个问题：有限的成像范围，低对比度，细节模糊，非均匀光照，光晕现象，颜色退化以及噪声[1]。
现有的水下图像处理技术依据其是否考虑水下成像模型，可以分为图像复原方法与图像增强方法。图像复原方法将水下图像处理看成一个逆向求解问题，尝试着估计出水下成像物理参数，采用逆滤波的方法，依据水下成像模型恢复出未退化的水下图像。图像增强方法不依靠水下成像模型，仅仅通过对水下图像的像素操作，期望达到图像视觉效果的提升。由于图像复原方法通常需要特定的条件假设或先验信息，这大大限制了该方法的实用性。
关于水下图像增强方法，国外的研究者iqbal等人[2]提出了一种基于rgb与hsi色彩空间相结合的无监督水下图像增强方法(以下简称ucm)；ghani等人[3]提出了一种基于hsi色彩空间的瑞利拉伸的水下图像增强方法。国内发明专利方面，李一兵等人[4](申请号cn201210359018)提出了一种hsv色彩空间与retinex模型相结合的水下图像增强方法；王建等人[5](申请号cn201510598932)提出了一种在ycbcr色彩空间亮度色度分离的水下图像增强方法。
综上所述，现有技术中至少存在以下缺点和不足：
绝大多数水下图像增强方法集中于如何去除水下图像存在的蓝绿色偏和提高图像对比度，忽略了后向散射分量导致的图像信噪比降低，使得增强后的图像虽然主观视觉效果更好，但是也放大了图像噪声。同时没有充分考虑到水下成像过程中水分子和悬浮颗粒对光的选择性吸收导致的图像亮暗分布不均匀，往往容易产生过增强的现象。
参考文献
[1]raimondos,silviac.underwaterimageprocessing:stateoftheartofrestorationandimageenhancementmethods[j].eurasipjournalonadvancesinsignalprocessing,2010,2010(1):746052.
[2]iqbalk,odetayom,jamesa,etal.＂enhancingthelowqualityimagesusingunsupervisedcolourcorrectionmethod＂，ieeeinternationalconferenceonsystems,manandcybernetics,istanbul,turkey,10-13october.dblp,2010:1703-1709.
[3]ghaniasa,isanam.underwaterimagequalityenhancementthroughrayleigh-stretchingandaveragingimageplanes[j].internationaljournalofnavalarchitecture&oceanengineering,2014,6(4):840-866.
[4]李一兵,付强,叶方，等“基于hsv色彩空间结合retinex的水下图像增强方法”,申请号:cn201210359018
[5]王建，庞彦伟，郑佳，等“一种基于亮度色度分离的水下图像增强方法”,申请号:cn201510598932
技术实现要素：
本发明针对水下退化图像存在的信噪比低、光照不均匀、颜色退化等问题，提出一种结合双边滤波与retinex的水下图像增强方法，实现对水下图像视觉效果的改善，详见下文描述：
一种结合双边滤波与retinex的水下图像增强方法，所述方法包括以下步骤：
将输入图像由rgb色彩空间转换至hsv色彩空间；对于亮度分量，结合双边滤波滤除图像噪声，对去噪后的亮度分量基于多尺度高斯中心环绕函数retinex分离出反射分量与照射分量；
对于分离出的照射分量，采用伽马校正调整光照得到新的照射分量；
基于retinex理论实现光照分量、与反射分量的融合增强，得到光照不均匀校正后的亮度分量；
将增强后亮度分量、与色调分量和饱和度分量重新组合，并变换回rgb色彩空间；计算红绿通道相对于蓝通道灰度值比例，对三通道灰度值重新进行映射；
最后对图像r、g、b三通道分别进行直方图均衡化，实现图像对比度增强。
所述基于retinex理论的照射分量估计如下采用高斯中心环绕函数进行估计，选择大、中、小三个高斯环绕尺度分别为：c1＝64，c2＝128，c3＝256，且三个归一化高斯环绕尺度权重系数相等：w1＝w2＝w3＝1/3；
g(x,y)＝λexp(-(x2+y2)/c2)
∫∫g(x,y)dxdy＝1
其中，r(x,y)表示反射分量；g(x,y)表示高斯环绕函数；v1(x,y)*gj(x,y)表示照射分量；v1(x,y)表示经过双边滤波去噪后的亮度分量；gj(x,y)表示任一尺度对应的高斯环绕函数；λ表示高斯环绕函数归一化系数；wj表示高斯环绕尺度对应的权重系数。
所述采用伽马校正调整光照得到新的照射分量具体为：
其中，w表示白色值；l'表示调整后的光照图：l为retinex分离出来的照射分量；r为伽马值，本发明取值2.2。
所述双边滤波器窗口大小为7×7，定义域核为20，值域核为1。
所述计算红绿通道相对于蓝通道灰度值比例具体为：首先计算r、g、b三通道的灰度平均值：
其中，ravg、gavg、bavg分别表示r、g、b三通道的灰度平均值，m×n表示图像像素个数，ir、ig、ib分别表示r、g、b三通道对应的灰度值。在此基础上，进一步基于蓝色分量对红绿分量灰度值进行映射：
其中，
本发明提供的技术方案的有益效果是：
1、与现有的水下图像增强算法如iqbal等人提出的ucm算法、传统的直方图均衡化相比，本发明不仅能够有效地去除水下图像存在的蓝绿色偏，提高图像对比度；而且还能够滤除部分图像噪声，提高图像信噪比；
2、本发明基于retinex的亮度分量增强处理，很好地解决了水下成像存在的光照不均匀问题；
3、本发明充分地考虑了水下光学成像属性(蓝色光衰减远小于红绿光)，使得处理的图像具有更好的色度、对比度、饱和度平衡性，图像的主观视觉效果更接近自然场景下拍摄的图像特性，有效地避免了图像过增强现象；
4、相对于部分已有的水下图像增强算法(诸如ucm和ghani等人方法)，本发明无需人工干预调参，自适应实现水下图像颜色校正和亮暗分布不均匀调整。
附图说明
图1为一种结合双边滤波与retinex的水下图像增强方法的流程图；
图2列出了部分水下图像构造测试样本集及处理结果示例图；
其中，左侧是彩色退化水下图像，右侧为本方法的增强结果图像。
图3为本发明与iqbal等人提出的ucm方法以及传统的直方图均衡化的处理结果对比图。
其中，第一行是原始退化水下图像，第二行是ucm处理结果，第三行是直方图均衡化处理结果，第四行是本方法处理结果。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面对本发明实施方式作进一步地详细描述。
实施例1
本发明实施例提供了一种结合双边滤波与retinex的水下图像增强方法，参见图1，该方法包括以下步骤：
101：将输入图像由rgb色彩空间转换至hsv色彩空间；对于亮度分量v，结合双边滤波滤除图像噪声，对去噪后的亮度分量v1基于多尺度高斯中心环绕retinex分离出反射分量r与照射分量l；
102：对于分离出的照射分量l，采用伽马校正调整光照得到新的照射分量l'；
103：基于retinex理论实现光照分量、与反射分量的融合增强，得到光照不均匀校正后的亮度分量v2；
104：将增强后亮度分量v2与色调分量h和饱和度分量s重新组合，并变换回rgb色彩空间；
105：计算红绿通道相对于蓝通道灰度值比例，对三通道灰度值重新进行映射；
106：最后对图像r、g、b三通道分别进行直方图均衡化，实现图像对比度增强。
综上所述，本发明实施例通过上述步骤101-步骤106不仅能够有效地去除水下图像存在的蓝绿色偏，提高图像对比度；而且还能够滤除部分图像噪声，提高了图像信噪比。
实施例2
下面结合具体的实例、计算公式对实施例1中的方案进行进一步地介绍，详见下文描述：
201：输入的水下图像亮度分离；
其中，本方法通过将输入的水下彩色图像从rgb色彩空间转换至hsv色彩空间以便分离亮度分量。hsv色彩空间对于用户来说是一种直观的颜色模型，在许多图像编辑工具中应用比较广泛。在hsv色彩空间中，h表示色调分量，s表示饱和度分量，v代表亮度分量。
其中，上述色彩空间转换的步骤为本领域技术人员所公知，本发明实施例对此不做赘述。
202：基于双边滤波的亮度分量去噪；
水下成像过程中，由于水体悬浮颗粒以及环境光的作用，水下图像往往存在噪声。为了避免后续处理的噪声放大，有必要先进行去噪处理。传统的高斯平滑滤波器虽然能在一定程度上滤除噪声，但是也容易导致图像细节的丢失。
基于上述分析，本方法选用双边滤波器对亮度分量v进行平滑处理，双边滤波器在滤除图像噪声的同时能很好地起到保持边缘的作用。本方法选用的双边滤波器窗口大小为7×7，定义域核为20，值域核为1，处理结果用v1表示。
203：基于retinex理论的光照反射分离；
水下成像过程中，由于水体对光的散射作用以及可能存在的人造光，光照不均匀使得水下图像亮暗分布不均匀。本方法选用多尺度高斯中心环绕函数retinex模型分离出照射图与反射图，选择大、中、小三个高斯环绕尺度分别为：c1＝64，c2＝128，c3＝256，且三个归一化高斯环绕尺度权重系数相等：w1＝w2＝w3＝1/3。分离出的照射图用l表示，反射图用r表示。
其中，r(x,y)表示反射分量；g(x,y)表示高斯环绕函数；wj表示高斯环绕尺度对应的权重系数；v1(x,y)表示经过双边滤波去噪后的亮度分量；gj(x,y)表示任一尺度对应的高斯环绕函数；λ表示高斯环绕函数归一化系数；c表示高斯环绕尺度。
204：基于伽马校正的光照图调整；
使用如下的伽马校正调整光照分量值l，避免产生过增强。式中w表示白色值(w取值在8位的彩色图像中对应255)，l'表示调整后的光照图：
其中，实验表明，γ＝2.2可以达到最优的输出，本方法沿用该值。
205：基于retinex理论将光照图与反射图进行融合；
将步骤203中分离得到的反射图r与步骤204中得到的伽马校正后的光照图l'，使用下式融合得到新的亮度分量v2：
v2＝l'·r(3)
206：hsv色彩空间转换至rgb色彩空间；
将步骤201得到的色调分量h与饱和度分量s、和步骤205中得到的亮度分量v2组合，并重新变换回rgb色彩空间；
207：基于蓝色通道的灰度值线性映射；
双边滤波去噪和retinex不均匀光照校正后的水下图像仍然存在严重的色彩失真。由于水体对不同波长的选择性吸收衰减，使得水下图像呈现短波长的蓝绿色调。为了校正图像色彩失真的同时不降低图像亮度，考虑基于短波长的蓝通道灰度值对红绿通道灰度值进行线性映射。首先计算r、g、b三通道的灰度平均值：
其中，ravg、gavg、bavg分别表示r、g、b三通道的灰度平均值，m×n表示图像像素个数，ir、ig、ib分别表示r、g、b三通道对应的灰度值。在此基础上，进一步基于蓝色分量对红绿分量灰度值进行映射：
其中，
208：基于直方图均衡化的图像对比度增强。
由于水体对不通波长的光选择性吸收衰减以及存水体中悬浮颗粒的散射衰减，使得水下图像颜色退化对比度低。本方法选用直方图均衡化对得到的新图像r、g、b三通道分别进行对比度增强，得到最终输出的增强后的水下图像。实验表明，直方图均衡化可以起到改善水下图像对比度的效果。
综上所述，本发明实施例通过上述步骤201-步骤208不仅能够有效地去除水下图像存在的蓝绿色偏，提高图像对比度；而且还能够滤除部分图像噪声，提高了图像信噪比。
实施例3
下面结合具体的实例、图2和图3，对实施例1和2中的方案进行可行性验证，详见下文描述：
为了验证本方法的有效性，采用了10幅水下图像构造测试样本集。图2列出了部分处理结果示例，左侧是彩色退化水下图像，右侧为本方法的增强结果图像。对比原始图像，增强图像的蓝绿色调被去除，图像的对比度与细节清晰度均获得了明显的改善，同时有效解决了光照不均匀现象。
图3所示为本方法与iqbal等人提出的ucm方法以及传统的直方图均衡化的处理结果对比图。其中，第一行是原始退化水下图像，第二行是ucm处理结果，第三行是直方图均衡化处理结果，第四行是本方法处理结果。对比三种方法的处理结果不难发现，本方法处理结果在去噪、不均匀光照处理、色彩校正方面的综合表现要优于其余两种方法的结果。
客观方面，本方法选用信息熵、平均梯度、无参考对比度失真图像评价指标(noreferenceofcontrastdistortedimagequalityassessmentnr-cdiqa)、彩色水下图像质量综合评价指标(underwatercolorimagequalityevaluationuciqe)对ucm方法、直方图均衡化和本文方法对增强后的图像质量定量评价。表1显示了10幅水下图像构的造测试样本集三种方法处理后的图像客观评价指标平均值。由表1可以看出，本方法处理后的图像四个客观评价指标均为三种方法中的最高值。这说明本方法可以有效地增加图像包含的信息量，改善图像对比度，提升图像细节清晰度，更好地平衡图像的色度、对比度和饱和度，使得复原后的图像主观视觉效果更接近自然场景下拍摄得到的图像。
表1测试样本集客观评价指标平均值
本领域技术人员可以理解附图只是一个优选实施例的示意图，上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。