CN102982514A - 一种暗原色和白平衡相结合的水下彩色图像增强方法 - Google Patents
一种暗原色和白平衡相结合的水下彩色图像增强方法 Download PDFInfo
- Publication number
- CN102982514A CN102982514A CN2012105255489A CN201210525548A CN102982514A CN 102982514 A CN102982514 A CN 102982514A CN 2012105255489 A CN2012105255489 A CN 2012105255489A CN 201210525548 A CN201210525548 A CN 201210525548A CN 102982514 A CN102982514 A CN 102982514A
- Authority
- CN
- China
- Prior art keywords
- image
- under water
- color
- underwater
- colour
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Color Television Image Signal Generators (AREA)
- Processing Of Color Television Signals (AREA)
Abstract
本发明公开了一种暗原色和白平衡相结合的水下彩色图像增强方法,属于图像处理技术领域。在水下环境下,光的散射和衰减导致水下彩色图像对比度低、颜色失真,图像质量严重下降;建立水下光学成像模型,根据暗原色先验规律估算出水下的透射率和大气光成分,复原水下彩色图像,使其清晰化;依据白平衡理论对复原后的图像进行颜色校正,实现水下彩色图像的增强。本发明提供的方法针对水下彩色图像成像特点,可以更好地增强图像细节,色彩丰富,且具有较快的运算速度。
Description
技术领域
本发明涉及数字图像处理技术领域,具体涉及一种暗原色和白平衡相结合的水下彩色图像增强方法。
背景技术
二十一世纪是海洋开发时代,海洋覆盖了地球表面的71%,是全球生命支持系统的一个基本组成部分,它蕴藏着巨大的资源和能源,人类社会的发展必然会越来越多的依赖海洋;同时国际安全和沿海地区的安全,大多数都与海洋息息相关。因此开展水下图像处理方法的研究,具有重要的意义和价值。
在海洋环境下,海水一直模糊着人们的视线,使得景物的能见度大幅降低,给观看者和研究者带来了严重的影响。随着计算机视觉与图像处理技术的发展,水下视觉系统的研究不断深入,应用范围不断扩大,如水下勘测、水下机器人等。这些视觉系统需要以水下图像为基本处理对象,通过计算机视觉、图像处理等技术准确检测输入图像的特征。然而在恶劣的水下条件下,水下彩色图像的对比度和颜色都会发生改变或退化,图像中蕴含的许多特征都被覆盖或模糊,导致这些视觉系统无法正常工作。
水下图像增强处理通常的方法是单独对光的散射进行补偿处理,或者单独对水下图像的颜色进行修正处理。对光的散射进行补偿处理的方法有:2004年,Schechner等运用物理模型为基础,使用极化滤波器来补偿退化的水下图像的能见度;2007年,W.Hou等使用联合点扩散函数和调制传递函数降低水下图像的模糊效应;2010年,L.Chao等运用图像去模糊的方法来提高水下图像的清晰度。虽然上述的方法在一定程度上,可以增强水下图像的对比度和可见度,以及修复由波长衰减引起的图像模糊等,但是却仍然没有涉及到颜色失真问题的改善方法。事实上,在水下环境下,图像的颜色发生了一定的变化。2007年,A.Yamashita等利用颜色变化相关性技术估计水下环境参数,这些参数是由光的衰减引起的彩色配准构成的;2010年,K.Labal等分别在RGB空间和HIS 空间使用直方图均衡化来平衡图像的亮度分布。2011年,Norsila等指出水下图像的视觉颜色有时并不代表现实中的真实颜色,光的吸收和散射作用会降低图像的清晰度,为了提高水下图像的可见度,根据直方图分布提出了一种手动调控的颜色校正方法,达到增强图像的效果。一个系统的研究方法需要把这些因素都要考虑到,其中包括光的散射、颜色失真等。
本发明提出的暗原色和白平衡相结合的方法可以有效地增强水下图像的可见度和恢复水下图像的颜色平衡,提高图像的清晰度和颜色的保真度且该方法具有较快的运算速度。专利检索及对国内外各种科技文献的最新检索表明,尚未有一种暗原色和白平衡相结合的水下彩色图像增强方法见诸文献。
发明内容
针对水下图像的低对比度、颜色失真的特点,本发明目的是在于提供一种暗原色和白平衡相结合的水下彩色图像增强方法,对水下彩色图像先进行暗原色先验处理,复原水下图像,然后进行自动白平衡处理,实现颜色校正,从而实现水下图像的增强。
为实现上述发明目的,其处理步骤依次为:
(1)建立水下彩色图像的成像模型,该模型由入射光衰减模型和大气光线成像模型两部分组成,其表达式为 。
(6)计算接近白色区域的参考白点。
(10)输出增强后的图像。
本发明综合利用一种基于暗原色和白平衡相结合的水下彩色图像增强方法,可以有效去除由光的散射引起的失真并修正颜色变化,有效地增强水下图像的可见度和恢复水下图像的颜色平衡,解决了水下图像模糊和偏色的问题,且具有较快的运算速度。
附图说明
图1为本发明的可见光在水下环境的传播成像原理示意图。
图2为本发明的在高透明度水体,可见光的衰减与水微粒的关系示意图。
图3为本发明方法的流程图。
图1中,1为大气光,2为照相机,3为水中悬浮微粒,4为水下光源,5为拍摄的物体,6为反射光线,7为水域环境,8为散射光线。
图2中,11为红色光,12为橙色光,13为黄色光,14为绿色光,15为青色光,16为蓝色光,17为紫色光,18为照相机,19为水下光源,20为拍摄的物体。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合具体实施方式,进一步阐述本发明。
如图1中,水下光源4照射到水下物体5上,反射光线6通过媒介水体7和水下悬浮微粒3后,成为光线8投射到水下照相机2的图像传感器进行成像,其中,反射光线6通过媒介水体7和水下悬浮微粒3会发生散射效应。大气光1会投射到水中,出现白色光区域。由此,建立水下光学成像模型,表达式为,。其中为拍摄到的水下彩色图像。为水下大气光成分;为反射光线6通过媒介透射到照相机2的过程中未被散射的部分。为反射光线在透射媒介7和悬浮颗粒3中经衰减后的剩余强度8。为由于散射引起的,会导致景物颜色偏移的大气光部分。
在高透明度水体,可见光的衰减与水微粒的关系示意图如图2所示:
如图2中,显示了可见光的衰减与水微粒的相互关系。日光是一种复合光,它是由红、橙、黄、绿、青、蓝、紫七种不同波长的单色光复合而成的。光在水中的传播过程中会因为水的吸收作用致使强度逐渐减弱,而水对光的吸收作用与各单色光的波长有关。在图2中,单色光为:红色光11、橙色光12、黄色光13、绿色光14、青色光15、蓝色光16、紫色光。水对红色光11和橙色光12吸收最多;黄色光13、紫色光17和绿色光14次之,而对蓝色光16、青色光15吸收最少。图1中显示出红色1在水下50厘米处很明显地消失;大多数颜色光在25米深处被吸收,所以,在水下看到的光色通常是偏蓝绿色。
基于以上原因,水下照相机19拍出来的彩色图像20都是蓝绿色的;而且,随着光在水中传输距离和水深的增加,这种偏色现象就愈加严重。正是因为颜色失真会随水深增加而愈加严重,所以对水下图像进行颜色校正是十分必要的。
图3为本发明方法的流程图,本发明一种暗原色和白平衡相结合的水下彩色图像增强方法,基于可见光在水下环境的传播成像原理,运用暗原色先验规律复原图像,使图像清晰化;基于在水下看到的光色通常是蓝绿色分量,而红色分量大幅衰减的情况,应用白平衡理论知识,将复原后的图像,进行颜色校正,解决水下图像颜色失真的问题,增强图像色彩和细节。为更详细的对本发明的方法进行说明,如图3所示,该方法的具体步骤依次为:
(1)根据光学模型,水下图像的成像模型由入射光衰减模型和大气光线成像模型两部分组成,表达式为。其中为图像中像素的坐标位置,为拍摄到的水下彩色图像。为水下大气光成分。为光线通过媒介透射到照相机过程中未被散射的部分,称为透射率,。为对水下彩色图像进行复原后的图像,即所要求取的图像。为物体光线在透射媒介中经衰减后的剩余强度。为由于散射引起的,会导致景物颜色偏移的大气光部分。
(2)由拍摄到的水下彩色图像,根据暗原色的先验规律,对水下彩色图像,求其暗原色通道值,表达式为,。其中表示图像I的红、绿、蓝RGB空间的一个颜色分量。是指彩色图像中每个像素点R、G、B 3个颜色通道上的最小亮度值,即为暗原色图像。
(4)根据所确定的水下大气光成分,计算图像成像模型中介质传播函数,表达式为。其中利用中值滤波器对进行滤波,可以使所求取的图像保存颜色突变的边缘;为调整图像亮度的参数,本发明设置。本发明采用带阈值的中值滤波器算法来计算介质传播函数,而未采用计算复杂度高的数字抠图算法,在很大程度上,提高了算法的运算速度。
(5)将介质传播函数和水下大气光成分代入水下光学成像模型,从而求得对水下彩色图像的复原图像,表达式为。其中,是为防止求解得到的图像带有噪声而设置的一个较小的阈值,一般的取值在0.01~0.1之间,本发明设置。
(9)将步骤(8)计算接近白色区域的所有像素点,按其亮度值从大到小的点依次排列。选择前10%的亮度值作为接近白色区域的参考白点。
(13)输出增强后的图像。
本发明综合利用一种基于暗原色和白平衡相结合的水下彩色图像增强方法,可以有效去除由光的散射引起的失真并修正颜色变化,有效地增强水下图像的可见度和恢复水下图像的颜色平衡,解决了水下图像模糊和偏色的问题,且具有较快的运算速度。
以上对本发明实施例所提供的一种暗原色和白平衡相结合的水下彩色图像增强方法进行了详细的介绍,本发明可用其他的不违背本发明的精神和主要特征的具体形式来概括,因此,本发明的上述实施方案都只能认为是对本发明的说明而不能限制本发明,在与本发明的权利要求相当的含义和范围内任何改变,都应认为是包括在权利要求书的范围内。
Claims (9)
1. 一种基于暗原色和白平衡相结合的水下彩色图像增强方法,其具体步骤为:
(1)建立水下彩色图像的成像模型,该模型由入射光衰减模型和大气光线成像模型两部分组成;拍摄到的水下彩色图像 简称为,其表达式为;其中,为图像中像素的坐标位置;简称为,为水下大气光成分;为光线通过媒介透射到照相机过程中未被散射的部分,称为透射率,且;简称为,为对水下彩色图像进行复原后的图像,即所要求取的复原图像;为物体光线在透射媒介中经衰减后的剩余强度;为由于散射引起的,会导致景物颜色偏移的大气光部分;
(3)计算水下彩色图像成像模型中介质传播函数,即透射率;
(6)计算接近白色区域的参考白点;
(7)根据参考白点的平均值和整幅图像亮度的最大值,分别计算、、三通道增益;
(10)输出增强后的图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210525548.9A CN102982514B (zh) | 2012-12-10 | 2012-12-10 | 一种暗原色和白平衡相结合的水下彩色图像增强方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210525548.9A CN102982514B (zh) | 2012-12-10 | 2012-12-10 | 一种暗原色和白平衡相结合的水下彩色图像增强方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102982514A true CN102982514A (zh) | 2013-03-20 |
CN102982514B CN102982514B (zh) | 2016-03-02 |
Family
ID=47856461
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210525548.9A Active CN102982514B (zh) | 2012-12-10 | 2012-12-10 | 一种暗原色和白平衡相结合的水下彩色图像增强方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102982514B (zh) |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103679651A (zh) * | 2013-11-29 | 2014-03-26 | 桂林电子科技大学 | 水下图像增强处理方法 |
CN104574387A (zh) * | 2014-12-29 | 2015-04-29 | 张家港江苏科技大学产业技术研究院 | 水下视觉slam系统中的图像处理方法 |
CN104766284A (zh) * | 2015-04-17 | 2015-07-08 | 河海大学常州校区 | 水下彩色模糊图像的复原方法 |
CN104954767A (zh) * | 2014-03-26 | 2015-09-30 | 联想(北京)有限公司 | 一种信息处理方法和电子设备 |
CN105825481A (zh) * | 2016-03-09 | 2016-08-03 | 天津大学 | 基于局部SoG的水下图像清晰化方法 |
CN105979237A (zh) * | 2016-06-01 | 2016-09-28 | 努比亚技术有限公司 | 一种图像处理方法及装置 |
CN106485681A (zh) * | 2016-10-18 | 2017-03-08 | 河海大学常州校区 | 基于颜色校正和红通道先验的水下彩色图像复原方法 |
CN106970618A (zh) * | 2017-04-06 | 2017-07-21 | 北京臻迪科技股份有限公司 | 一种无人船控制方法及系统 |
CN106999160A (zh) * | 2014-11-21 | 2017-08-01 | 通用电气公司 | 用于呈现超声图像的方法和设备 |
CN108053374A (zh) * | 2017-12-05 | 2018-05-18 | 天津大学 | 一种结合双边滤波与Retinex的水下图像增强方法 |
CN108960257A (zh) * | 2018-07-06 | 2018-12-07 | 东北大学 | 一种基于深度学习的糖尿病视网膜病变等级分级方法 |
CN109284769A (zh) * | 2018-08-02 | 2019-01-29 | 哈尔滨工程大学 | 一种基于量化参数的水下图像自适应分类方法 |
CN110570365A (zh) * | 2019-08-06 | 2019-12-13 | 西安电子科技大学 | 基于先验信息的图像去雾方法 |
TWI692742B (zh) * | 2018-11-26 | 2020-05-01 | 國立中山大學 | 低光照水下影像的強化方法 |
CN111586293A (zh) * | 2020-04-24 | 2020-08-25 | 山东易华录信息技术有限公司 | 一种根据海水浊度影响进行水下成像方法及装置 |
CN112804510A (zh) * | 2021-01-08 | 2021-05-14 | 海南省海洋与渔业科学院 | 深水图像的色彩还真处理方法、装置、存储介质及相机 |
CN116485786A (zh) * | 2023-06-15 | 2023-07-25 | 贵州医科大学附属医院 | 一种内分泌试纸智能分析方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102663697A (zh) * | 2012-04-01 | 2012-09-12 | 大连海事大学 | 一种水下彩色视频图像的增强方法 |
US20120263358A1 (en) * | 2008-04-08 | 2012-10-18 | The US of America, as represented by the Secretary of the Navy, Chief of Naval Research, Office | Automated Underwater Image Restoration Via Denoised Deconvolution |
-
2012
- 2012-12-10 CN CN201210525548.9A patent/CN102982514B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120263358A1 (en) * | 2008-04-08 | 2012-10-18 | The US of America, as represented by the Secretary of the Navy, Chief of Naval Research, Office | Automated Underwater Image Restoration Via Denoised Deconvolution |
CN102663697A (zh) * | 2012-04-01 | 2012-09-12 | 大连海事大学 | 一种水下彩色视频图像的增强方法 |
Non-Patent Citations (3)
Title |
---|
CHING-CHIH WENG等: "A novel automatic white balance method for digital still cameras", 《CIRCUITS AND SYSTEMS, 2005. ISCAS 2005. IEEE INTERNATIONAL SYMPOSIUM ON》, vol. 4, 26 May 2005 (2005-05-26), pages 3801 - 3804, XP010816492, DOI: doi:10.1109/ISCAS.2005.1465458 * |
KAIMING HE: "Singe Image Haze Removal Using Dark Channel Prior", 《COMPUTER VISION AND PATTERN RECOGNITION, 2009. CVPR 2009. IEEE CONFERENCE ON》, 25 June 2009 (2009-06-25), pages 1956 - 1963 * |
王燕等: "一种单幅图像去雾方法", 《电光与控制》, vol. 18, no. 4, 30 April 2011 (2011-04-30) * |
Cited By (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103679651A (zh) * | 2013-11-29 | 2014-03-26 | 桂林电子科技大学 | 水下图像增强处理方法 |
CN104954767A (zh) * | 2014-03-26 | 2015-09-30 | 联想(北京)有限公司 | 一种信息处理方法和电子设备 |
CN104954767B (zh) * | 2014-03-26 | 2017-08-29 | 联想(北京)有限公司 | 一种信息处理方法和电子设备 |
CN106999160A (zh) * | 2014-11-21 | 2017-08-01 | 通用电气公司 | 用于呈现超声图像的方法和设备 |
CN104574387B (zh) * | 2014-12-29 | 2017-11-21 | 张家港江苏科技大学产业技术研究院 | 水下视觉slam系统中的图像处理方法 |
CN104574387A (zh) * | 2014-12-29 | 2015-04-29 | 张家港江苏科技大学产业技术研究院 | 水下视觉slam系统中的图像处理方法 |
CN104766284A (zh) * | 2015-04-17 | 2015-07-08 | 河海大学常州校区 | 水下彩色模糊图像的复原方法 |
CN105825481A (zh) * | 2016-03-09 | 2016-08-03 | 天津大学 | 基于局部SoG的水下图像清晰化方法 |
CN105825481B (zh) * | 2016-03-09 | 2018-12-04 | 天津大学 | 基于局部SoG的水下图像清晰化方法 |
CN105979237A (zh) * | 2016-06-01 | 2016-09-28 | 努比亚技术有限公司 | 一种图像处理方法及装置 |
CN106485681A (zh) * | 2016-10-18 | 2017-03-08 | 河海大学常州校区 | 基于颜色校正和红通道先验的水下彩色图像复原方法 |
CN106485681B (zh) * | 2016-10-18 | 2019-04-23 | 河海大学常州校区 | 基于颜色校正和红通道先验的水下彩色图像复原方法 |
CN106970618A (zh) * | 2017-04-06 | 2017-07-21 | 北京臻迪科技股份有限公司 | 一种无人船控制方法及系统 |
CN108053374B (zh) * | 2017-12-05 | 2020-08-04 | 天津大学 | 一种结合双边滤波与Retinex的水下图像增强方法 |
CN108053374A (zh) * | 2017-12-05 | 2018-05-18 | 天津大学 | 一种结合双边滤波与Retinex的水下图像增强方法 |
CN108960257A (zh) * | 2018-07-06 | 2018-12-07 | 东北大学 | 一种基于深度学习的糖尿病视网膜病变等级分级方法 |
CN109284769A (zh) * | 2018-08-02 | 2019-01-29 | 哈尔滨工程大学 | 一种基于量化参数的水下图像自适应分类方法 |
CN109284769B (zh) * | 2018-08-02 | 2022-03-18 | 哈尔滨工程大学 | 一种基于量化参数的水下图像自适应分类方法 |
TWI692742B (zh) * | 2018-11-26 | 2020-05-01 | 國立中山大學 | 低光照水下影像的強化方法 |
CN110570365A (zh) * | 2019-08-06 | 2019-12-13 | 西安电子科技大学 | 基于先验信息的图像去雾方法 |
CN110570365B (zh) * | 2019-08-06 | 2022-04-29 | 西安电子科技大学 | 基于先验信息的图像去雾方法 |
CN111586293A (zh) * | 2020-04-24 | 2020-08-25 | 山东易华录信息技术有限公司 | 一种根据海水浊度影响进行水下成像方法及装置 |
CN112804510A (zh) * | 2021-01-08 | 2021-05-14 | 海南省海洋与渔业科学院 | 深水图像的色彩还真处理方法、装置、存储介质及相机 |
CN116485786A (zh) * | 2023-06-15 | 2023-07-25 | 贵州医科大学附属医院 | 一种内分泌试纸智能分析方法 |
CN116485786B (zh) * | 2023-06-15 | 2023-09-01 | 贵州医科大学附属医院 | 一种内分泌试纸智能分析方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102982514B (zh) | 2016-03-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102982514B (zh) | 一种暗原色和白平衡相结合的水下彩色图像增强方法 | |
Wen et al. | Single underwater image enhancement with a new optical model | |
Lu et al. | Underwater image enhancement using guided trigonometric bilateral filter and fast automatic color correction | |
CN106485681B (zh) | 基于颜色校正和红通道先验的水下彩色图像复原方法 | |
CN104036466B (zh) | 一种视频去雾方法与系统 | |
CN102750674B (zh) | 基于自适应容差的视频图像去雾方法 | |
CN108596853A (zh) | 基于背景光统计模型和传输地图优化的水下图像增强方法 | |
CN110322410B (zh) | 基于亮通道透射率补偿的水下图像去雾及偏色校正方法 | |
CN108765342A (zh) | 一种基于改进暗通道的水下图像复原方法 | |
CN111968055B (zh) | 一种基于颜色补偿和颜色线先验的水下图像复原算法 | |
CN107316278A (zh) | 一种水下图像清晰化处理方法 | |
CN102831591A (zh) | 一种基于高斯滤波的单幅图像的实时去雾方法 | |
CN107705258B (zh) | 一种三基色联合预均衡和去模糊的水下图像增强方法 | |
CN107507145A (zh) | 一种基于不同颜色空间自适应直方图拉伸的水下图像增强方法 | |
CN105976337B (zh) | 一种基于中值引导滤波的图像去雾方法 | |
CN108257101B (zh) | 一种基于最优复原参数的水下图像增强方法 | |
CN107194900A (zh) | 图像处理方法、装置、计算机可读存储介质和移动终端 | |
CN108564543A (zh) | 一种基于电磁理论的水下图像色彩补偿方法 | |
CN109949247A (zh) | 一种基于yiq空间光学成像模型的梯度域自适应增益水下图像增强方法 | |
CN110689490A (zh) | 一种基于纹理颜色特征和优化透射率的水下图像复原方法 | |
CN106780380A (zh) | 一种图像去雾方法及系统 | |
CN107527325A (zh) | 一种基于暗通道优先的单目水下视觉增强方法 | |
CN106157270A (zh) | 一种单幅图像快速去雾方法及系统 | |
CN103345733A (zh) | 基于改进暗通道先验的快速低照度图像增强方法 | |
CN111553862B (zh) | 一种海天背景图像去雾和双目立体视觉定位方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |