CN105488763A - 一种适用于水下激光距离选通图像的图像增强方法 - Google Patents

Abstract

本发明公开了一种适用于水下激光距离选通图像的图像增强方法，涉及水下图像增强领域，本方法包括如下步骤：首先连续获取水下激光距离选通图像，将连续多帧水下激光距离选通图像叠加，滤除背景噪声，得到原始图像；然后用二维直方图双平台均衡化的方法处理原始图像，得到一次增强图像；接着，用Retinex方法处理一次增强图像，得到二次增强图像；最后，二次增强图像经过伽马校正，得到最终水下激光距离选通增强图像。本方法解决了水下激光距离选通图像存在的噪声量大、对比度差、照明不均匀的问题，对图像进行了有针对性的增强。

Description

一种适用于水下激光距离选通图像的图像增强方法

技术领域

本发明涉及水下图像增强领域，具体涉及一种适用于水下激光距离选通图像的图像增强方法。

背景技术

江河、海洋和地下水资源的勘探、开发和利用以及领海主权的防卫需要水下高分辨力的成像装备。水下光电成像技术分辨力高，且成像直观快速，是水下设备的必需技术。水下光电成像时的辅助照明系统，会因为水体的后向散射，严重干扰光电探测器，使得直接观察目标以及连续照明光电成像设备的有效作用距离短。水下激光距离选通成像技术是目前水下最成熟有效的光电成像技术，提高水下光电成像的作用距离。然而，水下激光距离选通成像技术会存在噪声量大、对比度差、照明不均匀的特点，需要后期的图像处理技术改善图像质量。图像复原技术通过估计图像的退化机制，计算退化模型，然后恢复图像，清晰化图像，但是，由于水下物理退化机制十分复杂，估计模型存在较大偏差，测量工作大，且适应性差，实际效果欠佳。常见直方图均衡与Retinex图像增强算法，依据人眼视觉感受有选择地增强图像，使图像与视觉响应特性相匹配，从而改善图像质量，但是直方图均衡算法及其改进算法，对图像简并存在非选择性或者孤立性，处理效果存在噪声放大、对比度提升不高、细节淹没等问题。Retinex算法对水下激光距离选通成像针对性不强，大多适合处理水下近距离彩色图像，直接使用增强效果不明显。

激光距离选通成像的原理如图1所示。水体的光学窗口大致在480～550nm，所以水下距离选通成像方式常以Nd:YAG固体脉冲激光器作为照射光源，T₀时刻激光发射入射光照明目标物体，由于ICCD探测器上的选通门关闭，水体的大量后向散射光不能进入探测器，探测完整目标所需时间ΔT，T₁时刻目标反射光到达探测器，选通门开启ΔT的时间，ICCD对探测目标完整成像，由此可屏蔽掉大部分的水体后向散射光，增加水下光电成像系统的作用距离。应用水下距离选通成像技术，可以将水下光电成像设备的探测距离提高数倍，使水下成像技术的可行性得到提高。但是，水下距离选通图像因为ICCD探测器在选通图像中引用大量新的电噪声和光噪声，使得图像的噪声量变大；随着探测距离的增加，光在水中传播能量衰减程度增加，会使目标区域和背景区域的灰度值得差异程度减小，使得图像对比度变差；激光照明光斑面积一般小于目标，造成目标区域过曝光，边缘曝光不足的现象，不利于观察。总体而言，水下激光距离选通图像存在噪声量大、对比度差、照明不均匀的特点，为提高图像质量，须采用有针对性的图像增强方法。

发明内容

有鉴于此，本发明提供了一种适用于水下激光距离选通图像的图像增强方法，解决了水下激光距离选通图像存在的噪声量大、对比度差、照明不均匀的问题，对图像进行了有针对性的增强。

为了达到上述目的，本发明的技术方案包括如下步骤：

步骤一，连续获取水下激光距离选通图像，将连续多帧水下激光距离选通图像叠加，滤除背景噪声，得到原始图像。

步骤二，用二维直方图双平台均衡化的方法处理原始图像，得到一次增强图像。

二维直方图双平台均衡化方法如下：

201、获取原始图像的一维直方图，预设2个平台值：阈值P₁、P₂；P₁＜P₂；调整直方图：

$V\left(k\right)=\left\{\begin{array}{cc}{P}_1,& V\left(k\right)<P_1\\ V\left(k\right),& P_1\&le;V\left(k\right)\&le;P_2\\ P_2,& V\left(k\right)>P_2\end{array}\right..$

式中，V(k)为一维直方图中k级灰度出现次数；计算得到最终调整后的直方图为V′(k)＝V(k)×α(k)×ω(k)，k＝0，1，2，…，N-1，N为图像的总灰度级。

其中，α(k)为k级灰度级的局部增强系数： $\mathrm{\&alpha;}\left(k\right)=\left\{\begin{array}{cc}1+sig\&times;{\left|\frac{V_h\left(k\right)-V_l\left(k\right)}{V_h\left(k\right)+V_l\left(k\right)}\right|}^{\mathrm{\&gamma;}},& V_h\left(k\right)+V_l\left(k\right)>0\\ 1,& V_h\left(k\right)+V_l\left(k\right)=0\end{array}\right.;$ 其中系数 $sig=\left\{\begin{array}{cc}1,& V_h\left(k\right)>V_l\left(k\right)\\ -1,& V_h\left(k\right)\&le;V_l\left(k\right)\end{array}\right.;$ ω(k)为k级灰度级的权重系数： $\mathrm{\&omega;}\left(k\right)=2-{\left|\frac{2k-N+1}{N-1}\right|}^{\frac{1}{2}}.$

在原始图像中，取第i行第j列的像素值记I(i,j)，取以第i行第j列的像素为中心的窗口ω_k领域内的像素灰度平均值I_mean(i,j)，V_l(k)为所有I(i,j)＝k,I_mean(i,j)＞k的像素点的总数，V_h(k)为所有I(i,j)＝k,I_mean(i,j)＞k的像素点的总数；γ为线性控制参数，是一预设的常数值。

202、将调整后的直方图作均衡化处理，获得一次增强图像。

步骤三，用Retinex方法处理一次增强图像，得到二次增强图像。

步骤四，二次增强图像经过伽马校正，得到最终水下激光距离选通增强图像。

进一步地，Retinex方法为带有估计误差抑制的Retinex方法，具体步骤如下：

步骤301、对一次增强图像I进行归一化变换，归一化的一次增强图像I取对数，得到对数图像i；对一次增强图像I做引导滤波，然后对滤波后图像取对数，得到照射对数分量图像l。

步骤302、将图像i与图像l相减得到对数反射分量图像r，利用图像l估计出图像r各像素的误差抑制权重系数B_l，将权重系数B_l与图像r相乘得到处理后的反射分量图像c，将图像c、图像l分别乘以各自控制系数再相加，最后加上全局亮度控制值β，得到处理结果

误差抑制权重系数l_min为图像l亮度最低值，l_max为图像l亮度最高值，t为误差估计参数规则，为一常数。

进一步地，步骤302中的图像c、图像l各自的控制系数分别为和t₁和t₂为亮度补偿平衡控制系数，t₁+t₂＝1且t₁和t2均大于0。

进一步地，r＝i-l＝log(I)-log(G_f(I))；其中G_f为引导滤波核函数，G_f的求解过程如下：设定在一个以w_m作为处理窗口的图像在窗口中心处输出值G_f,v和在窗口中心处输入值I_v是线性转换的关系：其中线性系数a_m和b_m分别为：b_m＝μ_m-a_mμ_m；其中，|w_m|是w_m窗口中的像素点个数，σ_m和μ_m分别是输入图像I在w_m窗口中的像素灰度的标准差和平均值，ξ为权重参数，n为w_m窗口中的像素编号，I_n为w_m窗口中的像素编号为n的像素灰度值。

进一步地，P₁为原始图像中总像素点除以30，P₂最高为200的数值。

进一步地，γ的取值范围在0～2之间。

进一步地，t的取值范围在0～2之间。

有益效果：

1、本发明提供了一种水下激光距离选通图像的增强方法，该方法综合考虑水下激光距离选通图像存在对比度差、照明不均匀的问题，二维直方图双平台均衡化的方法对原始图像进行一次增强处理，二维直方图信息中，包含领域像素之间的相关信息，对其作处理能够抑制灰度级简并信息的孤立性。二维直方图双平台均衡化能够解决上述灰度简并时信息孤立的问题，同时能够明显争强图像的对比度。同时本方法采用能够进行照明均衡的Retinex方法，解决了照明不均匀的问题。

2、本发明提供了一种水下激光距离选通图像的增强方法，该方法综合考虑水下激光距离选通图像存在噪声量大的问题，采用了基于估计误差抑制的Retinex方法，能够通过增加误差抑制权重系数来进行噪声抑制，从而解决了噪声量大的问题。

附图说明

图1为本发明中描述的水下激光距离选通成像系统原理图；

图2为本发明的整体流程原理图；

图3为本发明中二维直方图双平台均衡化的方法的流程图；

图4为本发明中对于Retinex理论的示意图；

图5为本发明中估计误差抑制的Retinex方法的流程图。

具体实施方式

下面结合附图并举实施例，对本发明进行详细描述。

本发明涉及的是一种适用于水下激光距离选通图像的图像增强方法，通过本发明的方法，能够极大的提高图像对比度、信息熵，抑制图像背景噪声。

本发明的处理对象是水下激光距离选通成像系统所得的原始图像，该原始图像是通过水下激光距离选通成像系统中的ICCD采集所得。对连续4帧采集的原始图像进行叠加处理，主要步骤是采用二维双平台直方图均衡化与带有估计误差抑制的Retinex方法结合的二次图像处理方法处理叠加图像，从而得到增强后的结果图像。

针对水下激光距离选通图像存在的噪声量大、对比度差、照明不均匀的问题,本发明公开了一种采用二维双平台直方图均衡化与带有估计误差抑制的Retinex方法结合图像增强方法，本发明的优点在于：能够对水下探测等作业提供清晰图像的软件支持，提高水下探测的工作效率；能够提高水下激光距离选通图像对比度，平衡水下激光距离选通图像亮度，提高水下激光距离选通图像信息熵，抑制水下激光距离选通图像背景噪声；算法简单，运算快。

本发明整体过程主要包括叠加连续4帧ICCD采集图，用二维双平台直方图均衡化方法第一次增强叠加后的图像，用带有估计误差抑制的Retinex方法第二次增强第一次增强后的图像，地二次增强后的图像作伽马校正4个步骤。本发明提出的二维双平台直方图均衡化算法主要包括双平台调整直方图，获取各灰度级的局部增强系数，获取各灰度级的权重系数，采用增强系数和权重系数调整直方图4个步骤，如图2所示。本发明提出的带有估计误差抑制的Retinex算法主要包括基于引导滤波的照射分量图像的提取，基于照射分量图像的背景抑制参数的获取并调整反射分量图像，照射分量图像、反射分量图像和全局亮度的平衡性调整3个步骤。

本发明的主要贡献和特点在于：(1)适用于所有带有激光距离选通成像系统的水下作业环境，所处理图像由激光距离选通成像系统中ICCD探测器采集而得；(2)提出了一种二维双平台直方图均衡化的图像处理方法，能够有选择性提升图像背景和细节信息对比度，更为综合的提高图像质量；(3)提出了一种带有估计误差抑制的Retinex算法的图像处理方法，能够极大的提高图像信息熵，抑制图像背景噪声，实现图像亮度的平衡。经过本发明所提供的方法处理，能够提高水下探测的探测效率，提高水下作业系统的工作能力。

步骤一、水下图像获取；将连续多帧水下激光距离选通系统中ICCD采集图像叠加，削弱背景噪声，得到原始图像。本实施例中以4帧为例进行说明，实际操作时多帧均可。

步骤二、基于二维直方图双平台均衡化的第一次增强图像。

直方图均衡化能调整灰度分布较集中的图像的局部对比度，增强曝光过度和曝光不足区域的图像细节。但直方图均衡化不加选择的调整对比度会明显降低图像质量，比如增加背景噪声降低图像信噪比，降低图像灰度级丢失图像细节，过分增强图像局部对比度。另一方面，一维直方图只统计单个像素的信息，没有考虑领域像素之间的相关性，灰度简并时信息孤立，图像局部对比度信息不能明显增强，二维直方图信息中，包含领域像素之间的相关信息，对其作处理能够抑制灰度级简并信息的孤立性。二维直方图双平台均衡化能够解决上述灰度简并时信息孤立的问题，同时能够明显争强图像的对比度，流程图如图3。

在原始图像中，取第i行第j列的像素值记I(i,j)，取第i行第j列的像素在窗口ω_k领域平均值I_mean(i,j)；记V_l(k)为所有满足I(i,j)＝k,I_mean(i,j)＞k的像素点的总数，记V_h(k)为所有满足I(i,j)＝k,I_mean(i,j)＞k的像素点的总数，取k＝0,1,2,...,N-1，记N为图像的总灰度级。

步骤2.1、统计图像常规直方图，设置2个平台值(阈值P₁,P₂)调整直方图：

$V\left(k\right)=\left\{\begin{array}{cc}{P}_1,& V\left(k\right)<P_1\\ V\left(k\right),& P_1\&le;V\left(k\right)\&le;P_2\\ P_2,& V\left(k\right)>P_2\end{array}\right.---\left(1\right)$

式(1)中，V(k)为直方图中k级灰度出现次数。

步骤2.2计算k级灰度级的局部增强系数α(k)：

$\mathrm{\&alpha;}\left(k\right)=\left\{\begin{array}{cc}1+sig\&times;{\left|\frac{V_h\left(k\right)-V_l\left(k\right)}{V_h\left(k\right)+V_l\left(k\right)}\right|}^{\mathrm{\&gamma;}},& V_h\left(k\right)+V_l\left(k\right)>0\\ 1,& V_h\left(k\right)+V_l\left(k\right)=0\end{array}\right.---\left(2\right)$

式(2)中， $sig=\left\{\begin{array}{cc}1,& V_h\left(k\right)>V_l\left(k\right)\\ -1,& V_h\left(k\right)\&le;V_l\left(k\right)\end{array}\right..$

步骤2.3计算k级灰度级的权重系数ω(k)：

$\mathrm{\&omega;}\left(k\right)=2-{\left|\frac{2k-N+1}{N-1}\right|}^{\frac{1}{2}}---\left(3\right)$

步骤2.4计算得到最终调整后的直方图：

V′(k)＝V(k)×α(k)×ω(k)(4)

步骤2.5对调整后的直方图V′(k)均衡化处理，累积直方图为：

$H\left(k\right)=\underset{i=0}{\overset{k}{\&Sigma;}}\frac{V^{\&prime;}\left(i\right)}{N_p}---\left(5\right)$

式(5)中，Np为直方图调整后图像像素总数。

步骤2.6由累积直方图还原图像：

I′(i,j)＝N×H(I(i,j))(6)

步骤三、基于估计误差抑制的Retinex方法的第二次增强图像

Retinex理论中认为图像I可以由反射光分量R和入射光分量L的乘积表示即I＝L×R，如图4所示，其中反射光分量R表示消除光照影响后的图像，入射光分量L表示图像中的光照分布对应图像低频部分，求解出R加以增强能得到优质图像。计算时通过对数变换加以简化，i＝log(I)＝log(L)+log(R)＝l+r，求出l要采用中心环绕法。认为r对应图像高频部分，l对应图像低频部分。 为卷积符号，F为环绕函数。将引导滤波作为平滑约束条件求解目标函数，能够使平滑约束条件具备保边性，避免图像增强中出现晕，同时具有高实时性，环绕函数为：M(l)为引导滤波平滑约束项。

基于估计误差抑制的Retinex方法的第二次增强图像包括如下步骤，流程如图5：

步骤3.1求解图像入射分量

将第一次增强图像进行归一化处理，然后求解入射分量：

l＝log(G_f(I))(7)

式(7)中，G_f为引导滤波核函数，它的求解过程如下：

设定在一个以w_m作为处理窗口的图像在窗口中心处输出值G_f,j和在窗口中心处输入值I_j是线性转换的关系：

$G_{f,j}=\frac{1}{\left|w_m\right|}\underset{j\&Element;w_m}{\&Sigma;}(a_m{I}_j+b_m)---\left(8\right)$

式(8)中，|w_m|是w_m窗口中的像素点个数。

引导滤波使输入和输出达到差异最小，建立目标函数：

$E(a_m,b_m)=\underset{j\&Element;w_m}{\&Sigma;}({\left(a_m{I}_j+b_m-I_j\right)}^2+{\mathrm{\&xi;a}}_m^2)---\left(9\right)$

式(9)中，ξ为权重参数，通过对式(9)微分，线性系数a_m和b_m表示如下：

$a_m=\frac{\frac{1}{\left|w_m\right|}\underset{j\&Element;w_m}{\&Sigma;}{I}_j^2-{\mathrm{\&mu;}}_m^2}{{\mathrm{\&sigma;}}_m^2+\mathrm{\&xi;}}---\left(10\right)$

b_m＝μ_m-a_mμ_m(11)

式(9)(10)中，σ_m和μ_m分别是输入图像I在w_m窗口中的标准差和平均值。

步骤3.2求解图像反射分量

图像反射分量为r＝i-l。

步骤3.3计算误差抑制权重系数

根据入射分量图像l求出误差抑制权重系数：

$B_l={(0.5+\frac{l-l_{\min }}{l_{max}-l_{\min }+1})}^t---\left(12\right)$

式(12)中，l_min为图像l中亮度最低值，l_max为图像l中亮度最高值，t为误差估计参数规则。

步骤3.4得到第二次增强图像

将权重系数B_l与图像r相乘得到处理后的反射分量图像c，将图像c、图像l分别乘以各自控制系数再相加，最后加上全局亮度控制值β，得到处理结果：

$\hat{r}=\frac{t_1}{1-\mathrm{\&beta;}}l+\frac{t_2}{1-\mathrm{\&beta;}}{B}_{l}r+\mathrm{\&beta;}---\left(13\right)$

式(13)中，t₁和t₂为亮度补偿平衡控制系数。

步骤四、得到最终增强图像

第二次增强图像经过伽马校正，得到最终水下激光距离选通增强图像。

以i3-5302.93GHzCPU、4G内存、Win764位系统计算机中的Matlab2013b软件环境下，执行仿真程序，运行时间23ms。

综上，以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。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。

Claims (7)

1.一种适用于水下激光距离选通图像的图像增强方法，其特征在于：

步骤一，连续获取水下激光距离选通图像，将连续多帧水下激光距离选通图像叠加，滤除背景噪声，得到原始图像；

步骤二，用二维直方图双平台均衡化的方法处理原始图像，得到一次增强图像；

所述二维直方图双平台均衡化方法如下：

201、获取原始图像的一维直方图，预设2个平台值：阈值P₁、P₂；P₁＜P₂；调整直方图：

式中，V(k)为一维直方图中k级灰度出现次数；计算得到最终调整后的直方图为V′(k)＝V(k)×α(k)×ω(k)，k＝0，1，2，…，N-1，N为图像的总灰度级；

其中，α(k)为k级灰度级的局部增强系数：其中系数ω(k)为k级灰度级的权重系数：

在原始图像中，取第i行第j列的像素值记I(i,j)，取以第i行第j列的像素为中心的窗口ω_k领域内的像素灰度平均值I_mean(i,j)，V_l(k)为所有的像素点的总数，V_h(k)为所有I(i,j)＝k,I_mean(i,j)＞k的像素点的总数；γ为线性控制参数，是一预设的常数值；

202、将调整后的直方图作均衡化处理，获得一次增强图像；

步骤三，用Retinex方法处理一次增强图像，得到二次增强图像；

步骤四，二次增强图像经过伽马校正，得到最终水下激光距离选通增强图像。

2.如权利要求1所述的一种适用于水下激光距离选通图像的图像增强方法，其特征在于，所述Retinex方法为带有估计误差抑制的Retinex方法，具体步骤如下：

步骤301、对一次增强图像I进行归一化变换，归一化的一次增强图像I取对数，得到对数图像i；对一次增强图像I做引导滤波，然后对滤波后图像取对数，得到照射对数分量图像l；

步骤302、将图像i与图像l相减得到对数反射分量图像r，利用图像l估计出图像r各像素的误差抑制权重系数B_l，将权重系数B_l与图像r相乘得到处理后的反射分量图像c，将图像c、图像l分别乘以各自控制系数再相加，最后加上全局亮度控制值β，得到处理结果

所述误差抑制权重系数l_min为图像l亮度最低值，l_max为图像l亮度最高值，t为误差估计参数规则，为一常数。

3.如权利要求2所述的一种适用于水下激光距离选通图像的图像增强方法，其特征在于，所述步骤302中的图像c、图像l各自的控制系数分别为和t₁和t₂为亮度补偿平衡控制系数，t₁+t₂＝1且t₁和t₂均大于0。

4.如权利要求2所述的一种适用于水下激光距离选通图像的图像增强方法，其特征在于，所述r＝i-l＝log(I)-log(G_f(I))；其中G_f为引导滤波核函数，G_f的求解过程如下：

设定在一个以w_m作为处理窗口的图像在窗口中心处输出值G_f,v和在窗口中心处输入值I_v是线性转换的关系：其中线性系数a_m和b_m分别为：

b_m＝μ_m-a_mμ_m；

其中，|w_m|是w_m窗口中的像素点个数，σ_m和μ_m分别是输入图像I在w_m窗口中的像素灰度的标准差和平均值，ξ为权重参数，n为w_m窗口中的像素编号，I_n为w_m窗口中的像素编号为n的像素灰度值。

5.如权利要求1所述的一种适用于水下激光距离选通图像的图像增强方法，所述P₁为原始图像中总像素点除以30，P₂最高为200的数值。

6.如权利要求1所述的一种适用于水下激光距离选通图像的图像增强方法，所述γ的取值范围在0～2之间。

7.如权利要求1所述的一种适用于水下激光距离选通图像的图像增强方法，所述t的取值范围在0～2之间。