基于DCP和色差校正的浑浊水体图像增强方法*

2021-04-22王浩唐晓凡鲁亮徐德南杨新

数字技术与应用 2021年2期

王浩唐晓凡鲁亮徐德南杨新

(1.华中科技大学,湖北武汉 430070;2.广东省智能机器人研究院,广东东莞 523808)

0 引言

数字图像增强一直都是科研人员的研究重点,高质量的水下图像可以有效提高水下的作业和研究的有效性和高效性。然而在很多污染水域或者水质较差的淡水湖泊中,普通水下图像的增强算法往往不能起到很好的增强效果。在普通水体中,图像的主要问题是色差,普通水体中的悬浮颗粒并不是很多,水体的吸收作用是大于散射作用。而在浑浊水体中,吸收、散射都对图像质量都有着很大影响,同时图像噪声也会更加严重。

针对浑浊水体中的图像问题,本文提出了一种基于DCP和色差校正的浑浊水下图像增强方法,对比普通增强方法能够更好处理浑浊水体图像。另外,我们处理了不同的水下图像,通过对比本文方法结果和其他方法结果,来验证本文算法相对于其他算法具有一定的改进和优点。同时,利用评价指标评价处理结果,验证算法的有效性。

1 水下成像模型

本文采用基于Jaffe-McGlamery模型[1]的水下成像模型。通过对该模型进行改进,使其更加适合浑浊、无人工光源的水下环境。该模型公式如下:

其中,J(x)代表环境光强度,它由光强度I∞(x)和场景点的归一化亮度ρ决定。A代表全局光照强度,T(x)代表透射率,N代表图像噪声。成像模型示意图如图1所示。

根据该模型,去除图像噪声后,可以计算图像的环境光强度、全局光照强度和透射率,在此基础上,根据退化图像I(x)推导出原始图像J(x)。

2 水下图像增强算法

2.1 双边滤波

噪声对图像处理有很大影响,因此我们在算法处对图像进行降噪。双边滤波器作为非线性滤波器,可以在降噪的同时保边缘特征[2]。本文的双边滤波器由以下公式获得:

其中,x代表中心点,ξ代表相邻点。

2.2 基于暗通道先验的水下图像去雾

去雾算法基于暗通道先验理论[4]提出。在浑浊的水下环境中,由光线散射造成的图像雾化和模糊问题十分严重。对去噪后的公式(1)进行变换,可以得到以下公式:

根据暗通道先验理论,有Jdark→ 0 ,由此可得:

其中,Ω(x)代表最小值滤波窗口的中心,c代表三个颜色通道。ω用于调节去雾程度的大小,通常设定在0.5～0.6。

该方法按照亮度对暗通道图像的像素行排序以获得环境光强度。然后标记亮度最高0.1%的点的坐标,在退化图像中找到该坐标所对应的像素点,它们的最大值标记为环境光强度。基于这些信息,计算透射率图像。在计算透射率图像时,我们采用了快速导向滤波器来对透射率进行优化,使图像更加平滑、真实。获得透射率图像后,将它们带入公式(1),可以逆推得到原始图像。

2.3 基于灰度世界的直方图均衡化

图1 Jaffe-McGlamery水下成像模型Fig.1 Jaffe-McGlamery underwater imaging model

水体对于不同波长的光具有不同的衰减系数,水下图像中存在色偏问题。同时,浑浊水体成像环境恶劣,图像对比度、色彩都有着很大问题。通过结合灰度世界理论和CLAHE[3-4]直方图均衡化方法,我们提出了一种新的颜色校正方法,并且该方法可以有效提高图像对比度。在该方法中,首先对图像的直方图进行统计和计算,按灰度值对其进行排序,通过设定阈值确定图像单通道像素极值,然后利用CLAHE,将直方图拉伸并使像素值均一化。处理前后的图像以及其直方图分布在图2中展示。

本文算法由以上几部分组成,整体流程图如图3所示。

3 浑浊水体的图像增强对比

为了验证增强方法的有效性,我们对水下图像进行了处理并对结果进行对比分析。对比分为主观与客观两部分。主观部分对比为本文方法与其他论文方法的对比。客观部分对比是利用图像质量评价标准[7]进行评判,所使用的评价标准包括STD和SSIM。

本文选取了DCP算法和白平衡算法作为对比对象,对比结果如图4所示。DCP算法可以去除浑浊水下图像的雾化效应,但不能很好的校正色差以及增强对比度,白平衡能够修正色差,但是会修正过度导致色彩不真实,而且无法处理雾化效应。本文算法相较于其他方法能够全面准确地提高图像质量。图像质量的评价指标对比结果表示于表1中。STD和SSIM是用于评价图像质量的指标,为了方便对比,对最终指标值进行了归一处理。相对于处理前的图像,通过本文算法对图像进行处理后,可以明显提高指标值。STD平均涨幅为510.1%,SSIM平均涨幅为46.6%。

图2 色彩、对比度增强前后图像对比Fig.2 Image contrast before and after color and contrast enhancement

图3 算法流程图Fig.3 Algorithm flowchart

4 总结

为了更好地解决浑浊水体下的图像增强工作,本文提出了一种基于DCP和色差校正的浑浊水体图像增强算法。通过双边滤波器的去噪处理,对图像的对比度、色彩进行修正和改进,最终提高图像的整体质量。同时,通过对水下浑浊图像进行处理,对比其他增强方法的处理结果以及处理前后的质量指标值来验证算法的有效性。通过对比分析,确认算法能够有效改善浑浊水体的图像质量,这对水下科研工作以及工程作业具有重要意义。