本发明涉及图像处理，尤其涉及一种基于偏振差分成像的水下图像增强方法及系统。
背景技术：
1、在水下成像领域，由于水的吸收、散射以及光照条件的变化，获取清晰、高质量的水下图像一直是一个技术难题。传统的水下图像增强方法，如直方图均衡化、对比度拉伸等，虽然能够在一定程度上改善图像的视觉效果，但往往无法有效去除由于水下环境引起的模糊和色彩失真。近年来，随着偏振成像技术的发展，利用偏振信息来增强水下图像的方法逐渐成为研究热点。
2、偏振成像技术通过捕捉光波的偏振状态，能够提供比传统成像更多的信息，特别是在处理散射光和背景光干扰方面具有显著优势。在水下环境中，由于散射光的存在，图像中的目标和背景往往难以区分。而偏振成像技术可以通过测量光波的偏振态来区分散射光和直接光，从而有效减少散射光的影响，提高图像的清晰度。
3、然而，现有的基于偏振成像的水下图像增强方法大多仅利用了单一偏振态的图像信息，忽略了不同偏振态下图像之间的差异，这限制了图像增强效果的提升。此外，这些方法在处理复杂水下场景时，往往难以准确估计背景光强度和透视率，导致图像恢复结果存在偏差。
4、因此，有必要提供一种基于偏振差分成像的水下图像增强方法及系统解决上述技术问题。
技术实现思路
1、为解决上述技术问题，本发明提供一种基于偏振差分成像的水下图像增强方法及系统，通过获取对应于待增强水下图像的深度图像和偏振度超过设定阈值的两张偏振图像，并利用两张偏振图像间的差异图像进行区域划分和背景光强度的计算。通过结合深度图像和差异图像的信息，该方法能够更准确地估计每个分区的背景光强度和透视率，从而实现对水下图像的有效增强。
2、本发明提供了一种基于偏振差分成像的水下图像增强方法，所述方法包括以下步骤：
3、获取对应于待增强水下图像的深度图像和偏振度超过设定阈值的两张偏振图像，并计算得到两张偏振图像间的差异图像；
4、基于所述差异图像，分别对两张偏振图像进行区域划分，并利用所述深度图像计算划分后的每个分区的背景光强度；
5、基于所述背景光强度，计算并优化相应分区内每个像素点的透视率；
6、基于所述透视率对相应偏振图像的相应分区的图像内容进行恢复，并根据所述偏振度对恢复后的两张偏振图像进行加权融合和全局图像增强处理，得到最终的增强图像。
7、优选的，所述分区包括目标区域、背景区域和过渡区域。
8、优选的，偏振图像的获取包括：
9、使用相同的拍摄设备在不同偏振度下依次获取两张偏振图像，且偏振度差异超过设定阈值。
10、优选的，所述差异图像的获取包括：
11、对于两张偏振图像，在相同的空间位置上进行像素级匹配；
12、对于每一对匹配的像素点，计算两张偏振图像的像素值之差，并取绝对值，得到差异图像。
13、优选的，所述基于所述差异图像，分别对两张偏振图像进行区域划分，包括：
14、基于深度学习的语义分割模型对所述差异图像进行处理，识别并标记出目标区域、背景区域和过渡区域；
15、将标记结果映射至对应的两张偏振图像，将两种偏振图像划分为目标区域、背景区域和过渡区域。
16、优选的，所述用所述深度图像计算划分后的每个分区的背景光强度，包括：
17、对于背景区域，提取所述差异图像中对应区域的像素差异值，计算像素差异值的方差并作为权重因子，对深度图像的像素值进行加权平均，得到背景区域的背景光强度；
18、对于目标区域，根据两张偏振图像在目标区域的偏振度比值确定偏振衰减系数，结合深度图像的局部梯度信息，通过归一化乘积函数生成自适应权重，计算目标区域的背景光强度；
19、对于过渡区域，对差异图像进行边缘检测并与两张偏振图像的像素强度差值进行阈值比较，生成掩膜，基于所述掩膜对背景区域和目标区域的背景光强度进行双向线性插值，得到过渡区域的背景光强度。
20、优选的，所述基于所述背景光强度，计算并优化相应分区内每个像素点的透视率，包括：
21、对于每个分区中的每个像素点，基于背景光强度和该像素点在偏振图像中的原始亮度值计算初步透视率，其中计算公式为：
22、
23、其中，表示像素点的背景光强度，且取值范围为，表示像素点的原始亮度值，表示像素点的初步透视率；
24、根据所述深度图像的局部梯度值和所述差异图像的像素差异值对所述初步透视率进行优化，得到最终的透视率，其中优化公式为：
25、
26、其中，和分别为预设的控制局部梯度和像素差异影响的权重参数，和分别表示深度图像的局部梯度和差异图像的像素差异值的最大值，和分别表示像素点的局部梯度值和像素差异值。
27、优选的，所述图像内容的恢复包括：
28、对于每个分区中的每个像素点，使用优化后的透视率和背景光强度，通过图像恢复公式恢复偏振图像中对应像素点的亮度值。
29、优选的，所述根据所述偏振度对恢复后的两张偏振图像进行加权融合，包括：
30、获取两张偏振图像中每个像素点的偏振度差异值，并根据预定义的映射关系表查询对应的权重因子，其中所述预定义的映射关系表将偏振度差异值划分为多个连续区间，每个区间对应一个预设的权重因子；
31、基于查询到的权重因子，对恢复后的两张偏振图像中对应像素点的亮度值进行加权叠加，生成融合图像。
32、本发明还提供了一种基于偏振差分成像的水下图像增强系统，用于执行一种基于偏振差分成像的水下图像增强方法，所述系统包括：
33、图像获取模块，用于获取对应于待增强水下图像的深度图像和偏振度超过设定阈值的两张偏振图像，并计算得到两张偏振图像间的差异图像；
34、背景光强度计算模块，用于基于所述差异图像，分别对两张偏振图像进行区域划分，并利用所述深度图像计算划分后的每个分区的背景光强度；
35、透视率计算模块，用于基于所述背景光强度，计算并优化相应分区内每个像素点的透视率；
36、图像增强模块，用于基于所述透视率对相应偏振图像的相应分区的图像内容进行恢复，并根据所述偏振度对恢复后的两张偏振图像进行加权融合和全局图像增强处理，得到最终的增强图像。
37、与相关技术相比较，本发明提供的一种基于偏振差分成像的水下图像增强方法及系统具有如下有益效果：
38、本发明首先利用深度学习模型对差异图像进行语义分割，将图像划分为目标区域、背景区域和过渡区域。然后，根据深度图像和差异图像的信息，分别计算每个分区的背景光强度。接着，基于背景光强度和像素点的原始亮度值，计算并优化每个像素点的透视率。最后，利用优化后的透视率和背景光强度恢复偏振图像的亮度值，并根据偏振度对恢复后的两张偏振图像进行加权融合和全局图像增强处理，得到最终的增强图像。
39、本发明不仅充分利用了偏振成像技术的优势，还通过结合深度图像和差异图像的信息，实现了对水下图像的更准确增强。