本發(fā)明涉及一種基于顏色校正和紅通道先驗(yàn)的水下彩色圖像復(fù)原方法,屬于圖像處理技術(shù)領(lǐng)域。
背景技術(shù):
近年來,隨著水下環(huán)境感知需求的增加,水下成像技術(shù)得到了迅猛發(fā)展,主要被用于水下勘測、水下機(jī)器人、海洋生物監(jiān)測及海洋軍事等方面。然而水下成像與大氣成像有很大的不同,受水下光的散射和衰減作用的影響,采集得到的水下光學(xué)圖像具有對比度低、霧化嚴(yán)重、光照不均等特點(diǎn),給圖像的人工判讀和自動解析帶來了極大的困難。因此,研究水下光學(xué)圖像復(fù)原技術(shù),還原水下圖像的真實(shí)面貌,對水下目標(biāo)探測與識別、海洋資源勘探與監(jiān)測、水下工程監(jiān)測等領(lǐng)域的應(yīng)用具有重要意義。
圖像復(fù)原方法是針對失真或者降質(zhì)的圖像,恢復(fù)圖像原始的內(nèi)容或者質(zhì)量。一般來說,此類方法會包含對圖像退化模型的分析,再進(jìn)行逆推,達(dá)到復(fù)原的效果。復(fù)原方法得到的圖像大都有較好的色彩保真度,與其原貌有較高的相似性。圖像復(fù)原分為兩種情況,一種是缺乏圖像先驗(yàn),另一種是擁有豐富的圖像先驗(yàn),通常后者比前者能夠獲得更好的復(fù)原效果。而在已有的對水下圖像復(fù)原技術(shù)的研究中,以建立水下成像系統(tǒng)的退化模型為主要手段。Hou等人使用聯(lián)合點(diǎn)擴(kuò)散函數(shù)和調(diào)制傳遞函數(shù)來解決水下圖像的模糊效應(yīng)。Grosso和Voss通過實(shí)驗(yàn)的方法測量水下的光學(xué)傳遞函數(shù),測量精度較高。劉智深等人則利用海洋輻射傳遞的變換來計(jì)算海水中的光學(xué)傳遞函數(shù)。雖然上述方法在某種程度上能夠修復(fù)水下圖像的模糊效應(yīng),改善對比度和可見度,但這些方法都需要測量指定水域的水下退化系統(tǒng)的相關(guān)光學(xué)特性,增加了工作量,靈活性低。
暗通道圖像先驗(yàn),基于經(jīng)觀察得到的一個關(guān)鍵事實(shí)——絕大多數(shù)的戶外無霧圖像的每個局部區(qū)域都存在某些至少一個顏色通道的強(qiáng)度值很低的像素。即絕大多數(shù)非天空的圖像部分里,總會有某些像素的值在至少一個顏色通道內(nèi)非常小。也就是說,暗通道即該部分的像素點(diǎn)強(qiáng)度的最小值,是個極小的數(shù),可能近似于零。
不幸的是,水下環(huán)境引起的退化使得不能直接使用暗通道先驗(yàn)復(fù)原方法。光的吸收特性,在大氣中是有限的,而在水下環(huán)境中,對圖像顏色的缺失影響巨大。其對藍(lán)、綠色波段吸收少,但對紅色波段吸收多。在這情況下,暗通道先驗(yàn)并不適用,因?yàn)闊o論圖像退化與否,幾乎總有一個顏色通道的強(qiáng)度很低,即紅通道。因此,利用紅通道的水下波長隨景深的衰減規(guī)律,可以對暗通道先驗(yàn)進(jìn)行修正,得到適用于水下成像環(huán)境的紅通道先驗(yàn)?zāi)P汀?/p>
另一方面,水下成像若位于淺水,自然光源的照射使得水下圖像靠近水面的部分亮度較高,遠(yuǎn)離水面的部分亮度較低。水下成像若位于深水,自然光源難以照射,若用人工光源輔助,以照射光束中心點(diǎn)為最強(qiáng),向周圍逐漸減弱。因此,水下圖像往往存在光照不均的現(xiàn)象。而Retinex算法利用人眼感知亮度和彩色的恒常性,來實(shí)現(xiàn)不同照度下圖像細(xì)節(jié)的增強(qiáng),使得圖像的整體亮度變得均衡,有利于消除不均勻光照,能較好地解決水下圖像亮度不均勻的問題。
基于紅通道先驗(yàn)對于水下圖像去模糊的優(yōu)勢,同時引入顏色校正處理和Retinex算法消除光照不均,本發(fā)明提出了一種基于顏色校正和紅通道先驗(yàn)的水下彩色圖像復(fù)原方法,可以有效地增強(qiáng)水下圖像的清晰度和對比度,消除不均勻光照,提高圖像色彩的保真度。專利檢索及對國內(nèi)外各種科技文獻(xiàn)的最新檢索表明,尚未有一種結(jié)合Retinex、顏色校正與紅通道先驗(yàn)的水下彩色圖像復(fù)原方法見諸文獻(xiàn)。
技術(shù)實(shí)現(xiàn)要素:
目的:為了克服現(xiàn)有技術(shù)中存在的不足,本發(fā)明提供一種基于顏色校正和紅通道先驗(yàn)的水下彩色圖像復(fù)原方法。
技術(shù)方案:為解決上述技術(shù)問題,本發(fā)明采用的技術(shù)方案為:
一種基于顏色校正和紅通道先驗(yàn)的水下彩色圖像復(fù)原方法,包括以下步驟:
步驟一:對原彩色圖像從RGB顏色空間轉(zhuǎn)換為YIQ顏色空間,對其中的亮度分量Y進(jìn)行Retinex算法處理,其它分量I、Q保持不變,然后再從YIQ顏色空間轉(zhuǎn)換到RGB顏色空間,得到消除光照不均后的彩色圖像。
步驟二:對步驟一得到的彩色圖像計(jì)算紅通道先驗(yàn)圖像、背景光和景深。
步驟三:利用水的散射系數(shù)和不同顏色光的波長的關(guān)系,并結(jié)合步驟二得到的背景光,以藍(lán)色光為參照,計(jì)算紅、綠顏色通道相對于藍(lán)顏色通道衰減系數(shù)的比值。再利用上述比值和步驟二得到的景深,計(jì)算紅、綠、藍(lán)色光在相同傳播距離下的衰減因子。
步驟四:采用步驟三得到的RGB三個顏色通道的衰減因子,根據(jù)水下衰減成像模型對步驟一得到的彩色圖像進(jìn)行補(bǔ)償,再結(jié)合朗伯特漫反射模型與灰度世界算法來估計(jì)光源顏色。再對經(jīng)補(bǔ)償后的圖像消除光源顏色,得到顏色校正后的圖像。
步驟五:由步驟四得到的顏色校正后的圖像計(jì)算紅通道先驗(yàn)圖像、背景光和紅通道的透射率。再根據(jù)綠、藍(lán)顏色通道相對于紅通道的衰減系數(shù)比值,來修正綠、藍(lán)顏色通道的的透射率。
步驟六:由紅通道先驗(yàn)圖像復(fù)原的公式計(jì)算得到復(fù)原圖像。
其中,所述步驟一中,RGB到Y(jié)IQ顏色空間的轉(zhuǎn)換公式為:
所述步驟一中,Retinex算法處理:
其中,采用的是Retinex算法中的多尺度加權(quán)平均的Retinex算法(MSR)。r(x,y)是輸出圖像,F(xiàn)(x,y)是高斯濾波函數(shù),S(x,y)是輸入圖像,K是尺度的個數(shù),w是每個尺度的權(quán)重。優(yōu)選地,K=3,并取w1=w2=w3=1/3。
所述步驟二和五中,紅通道先驗(yàn)圖像的求取:
其中,Ired是經(jīng)步驟一得到的圖像I的紅通道先驗(yàn)圖像。Ω(x)是以x為中心的小塊。IR,IG,IB分別是圖像I的紅、綠、藍(lán)顏色通道。y表示Ω(x)像塊中的任一像素點(diǎn)。
所述步驟二和五中,背景光的計(jì)算。首先在紅通道先驗(yàn)圖像中挑選前10%的最亮像素點(diǎn),再在上述像素點(diǎn)中取一個由低到高排列在前四分之一處的像素點(diǎn),其像素值即為背景光的值。
所述步驟二中,景深的計(jì)算:
其中,Ω(x)是以像素點(diǎn)x為中心的小塊。Iλ,λ∈{R,G,B}分別是經(jīng)步驟一得到的圖像I的紅、綠、藍(lán)顏色通道。y表示Ω(x)像塊中的任一像素點(diǎn)。
所述步驟三中,水中光的散射系數(shù)和不同顏色光的波長的關(guān)系為:
bλ=(-0.00113·m+1.62517)bλr
其中,bλ為所求光的波長的散射系數(shù),bλr為參考光的波長的散射系數(shù),m為所求光的波長,單位為納米(nm)。
不同顏色通道的相對衰減系數(shù)的比值為:
其中,bλ,λ∈{R,G,B}為光在水下的散射系數(shù),cλ,λ∈{R,G,B}是光在水下的衰減系數(shù),Bλ,λ∈{R,G,B}為背景光。
不同顏色通道的衰減因子為dλ(x),λ∈{R,G,B}:
dB(x)=e-dep(x)
其中,x為像素點(diǎn),dep(x)為景深。
所述步驟四中,光源顏色計(jì)算公式為:
其中,Iλ(x),λ∈{R,G,B}是經(jīng)步驟一得到的彩色圖像,eλ是光源的顏色,p,k是常數(shù)。p值取[1,10]之間的整數(shù),優(yōu)選地,取p=6,k取[0,1]之間。
顏色校正公式為:
其中,I′λ(x),λ∈{R,G,B}是顏色校正后的彩色圖像。eλ(x)是光源的顏色。
所述步驟五中,紅通道的透射率計(jì)算公式為:
其中,w是一個介于[0,1]之間的常數(shù),優(yōu)選地,取w=0.95。Aλ,λ∈{R,G,B}為校正后三個顏色通道的背景光。
透射率修正公式為:
其中,TR(x),TG(x),TB(x)分別為紅、綠、藍(lán)顏色通道的透射率。
所述步驟六中,紅通道先驗(yàn)圖像復(fù)原公式為:
其中,t0是一個介于[0,1]之間的常數(shù)。
本發(fā)明所達(dá)到的有益技術(shù)效果:
通過采用上述技術(shù)方案,本發(fā)明的優(yōu)點(diǎn)是,引入Retinex算法消除水下光照不均的問題,再采用結(jié)合朗伯特漫反射模型與灰度世界算法的方式進(jìn)行光源顏色的估計(jì),并引入光在水下的衰減成像模型進(jìn)行改進(jìn),消除光源顏色從而實(shí)現(xiàn)顏色校正,最后通過利用紅通道先驗(yàn)方法對顏色校正后的圖像進(jìn)行復(fù)原。因此,本方法在對水下彩色圖像有效復(fù)原的同時,消除了光照不均和顏色失真。
附圖說明
圖1為本發(fā)明的流程意圖。
具體實(shí)施方式
為了審查員能更好地了解本發(fā)明的技術(shù)特征、技術(shù)內(nèi)容及其達(dá)到的技術(shù)效果,現(xiàn)將本發(fā)明結(jié)合實(shí)施例進(jìn)行更詳細(xì)的說明。然而,所示附圖,只是為了更好地說明本發(fā)明的技術(shù)方案,所以,請審查員不要就附圖限制本發(fā)明的權(quán)利要求保護(hù)范圍。
如圖1所示,基于顏色校正和紅通道先驗(yàn)的水下彩色圖像復(fù)原方法,包括以下步驟:
(1)對原彩色圖像從RGB顏色空間轉(zhuǎn)換為YIQ顏色空間,對其中的亮度分量Y進(jìn)行Retinex算法處理,其它分量I、Q保持不變,然后再從YIQ顏色空間轉(zhuǎn)換到RGB顏色空間,得到消除光照不均后的彩色圖像。
RGB到Y(jié)IQ顏色空間的轉(zhuǎn)換公式為:
Retinex算法處理:
其中,采用的是Retinex算法中的多尺度加權(quán)平均的Retinex算法(MSR)。r(x,y)是輸出圖像,F(xiàn)(x,y)是高斯濾波函數(shù),S(x,y)是輸入圖像,K是尺度的個數(shù),w是每個尺度的權(quán)重。優(yōu)選地,K=3,并取
w1=w2=w3=1/3。
(2)對步驟(1)得到的彩色圖像計(jì)算紅通道先驗(yàn)圖像、背景光和景深。
景深的計(jì)算:
其中,Ω(x)是以像素點(diǎn)x為中心的小塊。Iλ,λ∈{R,G,B}分別是經(jīng)步驟(1)得到的圖像I的紅、綠、藍(lán)顏色通道。y表示Ω(x)像塊中的任一像素點(diǎn)。
(3)利用水的散射系數(shù)和不同顏色光的波長的關(guān)系,并結(jié)合步驟(2)得到的背景光,以藍(lán)色光為參照,計(jì)算紅、綠顏色通道相對于藍(lán)顏色通道衰減系數(shù)的比值。再利用上述比值和步驟(2)得到的景深,計(jì)算紅、綠、藍(lán)色光在相同傳播距離下的衰減因子。
水中光的散射系數(shù)和不同顏色光的波長的關(guān)系為:
bλ=(-0.00113·m+1.62517)bλr
其中,bλ為所求光的波長的散射系數(shù),bλr為參考光的波長的散射系數(shù),m為所求光的波長,單位為納米(nm)。
不同顏色通道的相對衰減系數(shù)的比值為:
其中,bλ,λ∈{R,G,B}為光在水下的散射系數(shù),cλ,λ∈{R,G,B}是光在水下的衰減系數(shù),Bλ,λ∈{R,G,B}為背景光。
不同顏色通道的衰減因子為dλ(x),λ∈{R,G,B}:
dB(x)=e-dep(x)
其中,x為像素點(diǎn),dep(x)為景深。
(4)采用步驟(3)得到的RGB三個顏色通道的衰減因子,根據(jù)水下衰減成像模型對步驟(1)得到的彩色圖像進(jìn)行補(bǔ)償,再結(jié)合朗伯特漫反射模型與灰度世界算法來估計(jì)光源顏色。再對經(jīng)補(bǔ)償后的圖像消除光源顏色,得到顏色校正后的圖像。
光源顏色計(jì)算公式為:
其中,Iλ(x),λ∈{R,G,B}是經(jīng)步驟一得到的彩色圖像,eλ是光源的顏色,p,k是常數(shù)。p值取[1,10]之間的整數(shù),優(yōu)選地,取p=6,k取[0,1]之間。
顏色校正公式為:
其中,I′λ(x),λ∈{R,G,B}是顏色校正后的彩色圖像。eλ(x)是光源的顏色。
(5)由步驟(4)得到的顏色校正后的圖像計(jì)算背景光和紅通道的透射率。再根據(jù)綠、藍(lán)顏色通道相對于紅通道的衰減系數(shù)比值,來修正綠、藍(lán)顏色通道的的透射率。
紅通道的透射率計(jì)算公式為:
其中,w是一個介于[0,1]之間的常數(shù),取w=0.95。Aλ,λ∈{R,G,B}為校正后三個顏色通道的背景光。
透射率修正公式為:
其中,TR(x),TG(x),TB(x)分別為紅、綠、藍(lán)顏色通道的透射率。
(6)由紅通道先驗(yàn)圖像復(fù)原的公式計(jì)算得到復(fù)原圖像。
紅通道先驗(yàn)圖像復(fù)原公式為:
其中,t0是一個介于[0,1]之間的常數(shù)。
本發(fā)明在具體實(shí)施過程中,所述步驟(2)和(5)中,紅通道先驗(yàn)圖像的求?。?/p>
其中,Ired是經(jīng)步驟(1)得到的圖像I的紅通道先驗(yàn)圖像。Ω(x)是以x為中心的小塊。IR,IG,IB分別是圖像I的紅、綠、藍(lán)顏色通道。
所述步驟(2)和(5)中,背景光的計(jì)算是首先在紅通道先驗(yàn)圖像中挑選前10%的最亮像素點(diǎn),再在上述像素點(diǎn)中取一個較亮的像素,其像素值即為背景光的值。該較亮的像素選取紅通道強(qiáng)度值由低到高排列后的前四分之一處的像素點(diǎn)。
以上已以較佳實(shí)施例公布了本發(fā)明,然其并非用以限制本發(fā)明,凡采取等同替換或等效變換的方案所獲得的技術(shù)方案,均落在本發(fā)明的保護(hù)范圍內(nèi)。