CN109712093B - 一种基于海天背景的图像颜色还原方法及装置 - Google Patents
一种基于海天背景的图像颜色还原方法及装置 Download PDFInfo
- Publication number
- CN109712093B CN109712093B CN201811569464.9A CN201811569464A CN109712093B CN 109712093 B CN109712093 B CN 109712093B CN 201811569464 A CN201811569464 A CN 201811569464A CN 109712093 B CN109712093 B CN 109712093B
- Authority
- CN
- China
- Prior art keywords
- image
- background
- sea
- sky
- color
- 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.)
- Active
Links
Images
Abstract
本发明涉及一种基于海天背景的图像颜色还原方法及装置,该方法包括:步骤一:对失真目标图像进行去雾处理,获得增强图像;所述失真目标图像中包括海面背景和天空背景;步骤二:提取所述增强图像中的海天线,得到区分的海面背景和天空背景;步骤三:将清晰参考图像中的海面背景和天空背景的颜色分别迁移至所述区分的海面背景和天空背景,并通过融合得到还原图像。本发明计算简单,适合硬件实施,能够较好的恢复远距离成像的退化颜色,提高侦察船的侦察效率。
Description
技术领域
本发明属于光电侦察技术领域,具体涉及一种基于海天背景的图像颜色还原方法及装置。
背景技术
基于图像的易理解性和信息量丰富等优点,光电设备成为我军侦察船的主要侦察装备之一。但是由于海上行驶安全和国际政治军事的要求,侦察船很难近距离对目标进行侦察。而远距离侦察(≥10km)时,光学路径中气候多变,水气较多,湿度较大,光电成像过程受到气候影响,造成光学衍射和散射,使图像的质量下降,表现为噪声增加,目标的对比度下降,整图的色散度较低,视觉效果较差。
发明内容
本发明的目的在于提供一种基于海天背景的图像颜色还原方法及装置,以解决上述技术问题。
本发明提供了一种基于海天背景的图像颜色还原方法,包括:
步骤一:对失真目标图像进行去雾处理,获得增强图像;所述失真目标图像中包括海面背景和天空背景;
步骤二:提取所述增强图像中的海天线,得到区分的海面背景和天空背景;
步骤三:将清晰参考图像中的海面背景和天空背景的颜色分别迁移至所述区分的海面背景和天空背景,通过融合得到还原图像。
进一步地,所述步骤一还包括:
对清晰参考图像进行去雾处理,获得颜色参考源。
进一步地,在所述步骤一中,采用暗通道均值滤波方法进行去雾处理。
进一步地,在所述步骤二中,采用一阶导求取所述海天线。
进一步地,所述步骤二还包括:
缩减天空背景的亮度方差,以消除天空背景的噪音;
增加海面背景的亮度方差,以提高海面背景的层次感。
本发明还提供了一种基于海天背景的图像颜色还原装置,包括:
增强模块,用于对失真目标图像进行去雾处理,获得增强图像;所述失真目标图像中包括海面背景和天空背景;
区分模块,用于提取所述增强图像中的海天线,得到区分的海面背景和天空背景;
还原模块,用于将清晰参考图像中的海面背景和天空背景的颜色分别迁移至所述区分的海面背景和天空背景,通过融合得到还原图像。
进一步地,所述增强模块对清晰参考图像进行去雾处理,获得颜色参考源。
进一步地,所述增强模块采用暗通道均值滤波方法进行去雾处理。
进一步地,所述区分模块采用一阶导求取所述海天线。
进一步地,所述区分模块通过缩减天空背景的亮度方差,消除天空背景的噪音,以及通过增加海面背景的亮度方差,提高海面背景的层次感。
与现有技术相比本发明的有益效果是:基于光电侦察图像特点,通过图像去雾和颜色迁移方法,增加了图像的色阶,降低了噪声,恢复了图像的颜色,使之更加符合人眼的视觉效果。
附图说明
图1是本发明一种基于海天背景的图像颜色还原方法的流程图;
图2是本发明一种基于海天背景的图像颜色还原装置的结构框图;
图3是本发明一实施例的流程图。
具体实施方式
下面结合附图所示的各实施方式对本发明进行详细说明,但应当说明的是,这些实施方式并非对本发明的限制,本领域普通技术人员根据这些实施方式所作的功能、方法、或者结构上的等效变换或替代,均属于本发明的保护范围之内。
参图1所示,本实施例提供了一种基于海天背景的图像颜色还原方法,包括:
步骤S1:对失真目标图像进行去雾处理,获得增强图像;所述失真目标图像中包括海面背景和天空背景;
步骤S2:提取所述增强图像中的海天线,得到区分的海面背景和天空背景;
步骤S3:将清晰参考图像中的海面背景和天空背景的颜色分别迁移至所述区分的海面背景和天空背景,通过融合得到还原图像。
该图像颜色还原方法,基于光电侦察图像特点,通过图像去雾和颜色迁移方法,增加了图像的色阶,降低了噪声,恢复了图像的颜色,使之更加符合人眼的视觉效果。
在本实施例中,步骤S1还包括:
对清晰参考图像进行去雾处理,获得颜色参考源。
在本实施例中,在步骤S1中,采用暗通道均值滤波方法进行去雾处理。
在本实施例中,在步骤S2中,采用一阶导求取所述海天线。
在本实施例中,步骤S2还包括:
缩减天空背景的亮度方差,以消除天空背景的噪音;
增加海面背景的亮度方差,以提高海面背景的层次感。
参图2所示,本实施例还提供了一种基于海天背景的图像颜色还原装置,包括:
增强模块10,用于对失真目标图像进行去雾处理,获得增强图像;所述失真目标图像中包括海面背景和天空背景;
区分模块20,用于提取所述增强图像中的海天线,得到区分的海面背景和天空背景;
还原模块30,用于将清晰参考图像中的海面背景和天空背景的颜色分别迁移至所述区分的海面背景和天空背景,通过融合得到还原图像。
该图像颜色还原装置,基于光电侦察图像特点,通过图像去雾和颜色迁移方法,增加了图像的色阶,降低了噪声,恢复了图像的颜色,使之更加符合人眼的视觉效果。
在本实施例中,增强模块10对清晰参考图像进行去雾处理,获得颜色参考源。
在本实施例中,增强模块10采用暗通道均值滤波方法进行去雾处理。
在本实施例中,区分模块20采用一阶导求取所述海天线。
在本实施例中,区分模块20通过缩减天空背景的亮度方差,消除天空背景的噪音,以及通过增加海面背景的亮度方差,提高海面背景的层次感。
下面对本发明作进一步详细说明。
该基于海天背景的图像颜色还原方法,使用去雾算法对图像进行去雾处理,生成增强图像,提升图像对比度,进而使用海天线对天空及海面背景进行区分,通过对天空及海面的颜色分析,使用颜色迁移的方式对图像进行颜色还原,并在还原过程中依靠对亮度的调整消除噪声,提高海面层次感,以获得更好的显示效果。本发明计算简单,适合硬件实施,能够较好的恢复远距离成像的退化颜色,提高侦察船的侦察效率。
1、海天图像退化分析
远距离侦察时,光电成像存在较大的光透射衰减和环境光散射问题,其退化模型可以表示为:
I(x,y)=IJ(x,y)τ(x,y)+IA[1-τ(x,y)] (1)
式中,I为侦察图像,IJ为理想图像;IJ(x,y)τ(x,y)表示光的幅度衰减;IA[1-τ(x,y)]表示环境光对图像的散射偏移。其中,τ(x,y)为大气透射比,可以表示为:
τ(x,y)=e-rd(x,y) (2)
式中,r为散射系数;d为景深。
不同于一般场景图像,海上图像有较为明显的特点为图像还原提供了先验知识。其主要表现为:
1)图像分为上下两个部分,上半部分为天空,由于散射的影响,其成像效果较好时为蓝色;下半部分为海面,其成像也为蓝色,但天空和海面在亮度上有明显差异;
2)天空背景较为干净单一,而海面则由于波浪的影响,呈现一定的幅度变化。
远距离成像符合以上的特点,但又和近距离海面图像存在较大差异。在近距离成像中,尽管也受到水气的影响,但颜色清晰,海天分界明显。天空色阶集中,而海面分布呈现类正态分布的特点。而远距离成像,图像像质衰减严重,其颜色信息基本丧失,海天区域分布可辨,但界线模糊。图像的灰度级被压缩到极窄的灰度阶内,海面的色阶极具集中,分辨能力下降。
通过上面的成像分析可以看到,对远距离成像进行复原,就是要依靠海天图像的这两个特点,扩展其色阶分布,使其更为均匀;同时,还原其颜色,使其更为真实。
2、远距离侦察图像还原
参图3所示,本发明一实施例的具体步骤如下:
(1)提取远距离图像的暗通道;
(2)依靠均值滤波估计物体的景深,获取环境光(使用快速均值滤波方法对暗通道进行处理,根据像素点的权重加权,获取每个像素的环境光参数);
(3)使用暗通道均值和图像最亮点对全局大气光进行估计;
(4)将估计得到的参数带入退化模型,获得去雾增强图像;
(5)将参考场景图像(清晰参考图像)也进行去雾处理,获得颜色参考源;
(6)提取海天线,将图像分为天空部分和海面部分;
(7)将图像转换到Lab色域空间;
(8)对天空和海面的亮度空间进行调整;
(9)将参考颜色迁移至目标图像;
(10)将天空与海面进行融合,获得结果图像。
3、去雾增强
设L(x,y)=IA[1-τ(x,y)],则退化模型(1)可表示为:
可以推导出:
由式(2)可知τ(x,y)是由不同地物的景深传递得到的,而远距离成像时相近像素常常具有相近的景深,则可得到:
其中,δ为估计参数,Mave(x,y)为均值滤波后的暗通道。根据刘倩等试验,δ=min(1.3·mean(M(x,y)),0.9)时,效果较好。联立式(4)和(5),可得:
L(x,y)=min(δMave(x,y),M(x,y)) (6)
依靠式(7)使用最亮的图像和暗通道像素点,可以求取全局大气光A。这样只需要扫描一次图像即可获得,提高了计算效率。
最后将参数带入式(3),即可获得去雾的增强图像IJ(x,y)。
4、海天线提取增强
针对去雾后的结果,依靠海面图像的特点,将海面和天空进行区分,分别进行处理,其主要方法就是提取海天线。海天颜色相近,但存在明显的亮度差异。这就可以使用一阶导数极值点可以求出海天线的位置:
其中,L(y)表示该行像素的均值。
需要说明的是,本发明不需要检测到海天线的准确位置,而是获得一个相对的位置即可。通过海天线将图像划分为天空区域和海面区域,天空区域包括了海天线以下的1/8图像区域;海面包括了海天线以上的1/8图像区域。这样避免了远距离侦察成像退化严重,海天线难于准确判断的问题。
5、颜色迁移
将实际清晰图像中的颜色迁移到去雾增强后的图像,提高视觉效果。
图像迁移的准确性主要受到两个因素的影响:1)是参考图像与目标图像的场景描述较为相似;2)是图像颜色复杂度不宜过高。而海面图像符合这两个特点,只存在海背景和天背景,且颜色较为简单,适合进行图像迁移。
首先,需要进行颜色空间转换。由于彩色图像中,RGB色域存在较大的颜色冗余,将彩色图像转换到Lab颜色空间,即亮度分量L,黄绿色度分量a和红绿色度分量b。Lab颜色空间模拟了人眼适应自然景色的理想状态,分布均匀,具有较好的线性度量性。这三种分量消除了颜色的冗余,每个通道可独立运算,而不会对另两个通道产生影响,是较好的颜色迁移空间。
颜色空间转换后,对图像的亮度进行调整:
(a)天空背景:
(b)海面背景:
式中,iL,RL分别为侦察图像的亮度分量和结果图像的亮度分量,而isL和osL为侦察图像亮度分量均方差和参考图像均方差,imL和omL则是亮度分量的均值。这样一方面对海面背景进行了色阶扩展,另一方面消除天空背景的噪声。
然后对颜色分量进行处理:
式中,ia,ib,Ra和Rb分别为侦察图像的颜色分量和结果图像的颜色分量,而isa,isa和osa,osb为侦察图像亮度分量均方差和参考图像均方差,ima,imb和ima,omb则是亮度分量的均值。
最后使用将天空背景Isky与海面背景Isea交叠的区域进行线性融合,获得结果图像:
Ir=wIsea+(1-w)Isky (12)
式中,w为小于1的权重。
上文所列出的一系列的详细说明仅仅是针对本发明的可行性实施方式的具体说明,它们并非用以限制本发明的保护范围,凡未脱离本发明技艺精神所作的等效实施方式或变更均应包含在本发明的保护范围之内。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。
Claims (10)
1.一种基于海天背景的图像颜色还原方法,其特征在于,包括:
步骤一:对失真目标图像进行去雾处理,获得增强图像;所述失真目标图像中包括海面背景和天空背景;
步骤二:提取所述增强图像中的海天线,得到区分的海面背景和天空背景;
步骤三:将清晰参考图像中的海面背景和天空背景的颜色分别迁移至所述区分的海面背景和天空背景,通过融合得到还原图像;
所述步骤三中,
需要进行颜色空间转换:
将彩色图像转换到Lab颜色空间,即亮度分量L,黄绿色度分量a和红绿色度分量b;
颜色空间转换后,对图像的亮度进行调整:
(a)天空背景:
(b)海面背景:
式中,iL,RL分别为侦察图像的亮度分量和结果图像的亮度分量,而isL和osL为侦察图像亮度分量均方差和参考图像均方差,imL和omL则是亮度分量的均值;
然后,对颜色分量进行处理:
式中,ia,ib和Ra,Rb分别为侦察图像的颜色分量和结果图像的颜色分量,isa,isb和osa,osb为侦察图像亮度分量均方差和参考图像均方差,ima,imb和ima,omb则是亮度分量的均值;
最后,使用将天空背景Isky与海面背景Isea交叠的区域进行线性融合,获得结果图像:
Ir=wIsea+(1-w)Isky
式中,w为小于1的权重。
2.根据权利要求1所述的图像颜色还原方法,其特征在于,所述步骤一还包括:
对清晰参考图像进行去雾处理,获得颜色参考源。
3.根据权利要求1或2所述的图像颜色还原方法,其特征在于,在所述步骤一中,采用暗通道均值滤波方法进行去雾处理。
4.根据权利要求1所述的图像颜色还原方法,其特征在于,在所述步骤二中,采用一阶导求取所述海天线。
5.根据权利要求1所述的图像颜色还原方法,其特征在于,所述步骤二还包括:
缩减天空背景的亮度方差,以消除天空背景的噪音;
增加海面背景的亮度方差,以提高海面背景的层次感。
6.一种基于海天背景的图像颜色还原装置,其特征在于,包括:
增强模块,用于对失真目标图像进行去雾处理,获得增强图像;所述失真目标图像中包括海面背景和天空背景;
区分模块,用于提取所述增强图像中的海天线,得到区分的海面背景和天空背景;
还原模块,用于将清晰参考图像中的海面背景和天空背景的颜色分别迁移至所述区分的海面背景和天空背景,通过融合得到还原图像;
所述还原模块还用于进行颜色空间转换:
将彩色图像转换到Lab颜色空间,即亮度分量L,黄绿色度分量a和红绿色度分量b;
颜色空间转换后,对图像的亮度进行调整:
(a)天空背景:
(b)海面背景:
式中,iL,RL分别为侦察图像的亮度分量和结果图像的亮度分量,而isL和osL为侦察图像亮度分量均方差和参考图像均方差,imL和omL则是亮度分量的均值;
然后,对颜色分量进行处理:
式中,ia,ib和Ra,Rb分别为侦察图像的颜色分量和结果图像的颜色分量,isa,isb和osa,osb为侦察图像亮度分量均方差和参考图像均方差,ima,imb和ima,omb则是亮度分量的均值;
最后,使用将天空背景Isky与海面背景Isea交叠的区域进行线性融合,获得结果图像:
Ir=wIsea+(1-w)Isky
式中,w为小于1的权重。
7.根据权利要求6所述的图像颜色还原装置,其特征在于,所述增强模块对清晰参考图像进行去雾处理,获得颜色参考源。
8.根据权利要求6或7所述的图像颜色还原装置,其特征在于,所述增强模块采用暗通道均值滤波方法进行去雾处理。
9.根据权利要求6所述的图像颜色还原装置,其特征在于,所述区分模块采用一阶导求取所述海天线。
10.根据权利要求6所述的图像颜色还原装置,其特征在于,所述区分模块通过缩减天空背景的亮度方差,消除天空背景的噪音,以及通过增加海面背景的亮度方差,提高海面背景的层次感。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811569464.9A CN109712093B (zh) | 2018-12-21 | 2018-12-21 | 一种基于海天背景的图像颜色还原方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811569464.9A CN109712093B (zh) | 2018-12-21 | 2018-12-21 | 一种基于海天背景的图像颜色还原方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109712093A CN109712093A (zh) | 2019-05-03 |
CN109712093B true CN109712093B (zh) | 2020-12-15 |
Family
ID=66255976
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811569464.9A Active CN109712093B (zh) | 2018-12-21 | 2018-12-21 | 一种基于海天背景的图像颜色还原方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109712093B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110827219B (zh) * | 2019-10-31 | 2023-04-07 | 北京小米智能科技有限公司 | 图像处理模型的训练方法、装置及介质 |
CN112950484B (zh) * | 2019-12-11 | 2023-06-16 | 鸣医(上海)生物科技有限公司 | 一种对摄影影像进行颜色污染祛除的方法 |
CN111197973A (zh) * | 2020-01-13 | 2020-05-26 | 上海眼控科技股份有限公司 | 海面距离获取方法、装置、计算机设备和存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102547063A (zh) * | 2012-02-08 | 2012-07-04 | 南京航空航天大学 | 基于颜色对比度增强的自然感彩色融合方法 |
CN105761202A (zh) * | 2016-02-03 | 2016-07-13 | 武汉大学 | 一种彩色图像颜色迁移方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103955902A (zh) * | 2014-05-08 | 2014-07-30 | 国网上海市电力公司 | 基于Retinex和Reinhard色彩迁移的弱光照图像的增强方法 |
CN105893649B (zh) * | 2015-03-23 | 2019-02-01 | 温州大学 | 一种基于最优化模型的交互式图像重新着色方法 |
CN106296748B (zh) * | 2016-08-04 | 2020-05-19 | 北京电子科技学院 | 一种基于块匹配变形和颜色迁移的物体图像重光照方法 |
CN108596830B (zh) * | 2018-04-28 | 2022-04-22 | 国信优易数据股份有限公司 | 一种图像风格迁移模型训练方法以及图像风格迁移方法 |
-
2018
- 2018-12-21 CN CN201811569464.9A patent/CN109712093B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102547063A (zh) * | 2012-02-08 | 2012-07-04 | 南京航空航天大学 | 基于颜色对比度增强的自然感彩色融合方法 |
CN105761202A (zh) * | 2016-02-03 | 2016-07-13 | 武汉大学 | 一种彩色图像颜色迁移方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109712093A (zh) | 2019-05-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | Underwater image restoration via maximum attenuation identification | |
Tang et al. | Investigating haze-relevant features in a learning framework for image dehazing | |
CN109712093B (zh) | 一种基于海天背景的图像颜色还原方法及装置 | |
Ancuti et al. | Locally adaptive color correction for underwater image dehazing and matching | |
CN107292830B (zh) | 低照度图像增强及评价方法 | |
Chiang et al. | Underwater image enhancement: using wavelength compensation and image dehazing (WCID) | |
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 | |
CN107895357B (zh) | 一种基于fpga的实时水面浓雾场景图像增强方法 | |
CN107527325B (zh) | 一种基于暗通道优先的单目水下视觉增强方法 | |
CN111861896A (zh) | 一种面向uuv的水下图像色彩补偿与恢复方法 | |
Singh et al. | Single image defogging by gain gradient image filter | |
CN111724317A (zh) | Raw域视频去噪监督数据集构造方法 | |
Yu et al. | Image and video dehazing using view-based cluster segmentation | |
CN108765323A (zh) | 一种基于改进暗通道与图像融合的柔性去雾方法 | |
Bi et al. | Haze removal for a single remote sensing image using low-rank and sparse prior | |
Joshi et al. | Quantification of retinex in enhancement of weather degraded images | |
CN111476732B (zh) | 一种图像融合及去噪的方法及系统 | |
Putra et al. | Visibility restoration of lake crater hazy image based on dark channel prior | |
Zhang et al. | An underwater image enhancement method based on local white balance | |
Qing et al. | Underwater image enhancement with an adaptive dehazing framework | |
CN115439346A (zh) | 一种基于机载嵌入式fpga开发平台含雾图像去雾增强方法 | |
CN112686825A (zh) | 一种基于fpga的地面浓雾场景灰度图像去雾方法 | |
KR20210096925A (ko) | 대용량 항공정사영상의 효율적인 색상보정 방법 | |
Zhang et al. | A two-stage underwater image enhancement method | |
Neumann et al. | Fast underwater color correction using integral images |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |