CN110322410A - 基于亮通道透射率补偿的水下图像去雾及偏色校正方法 - Google Patents
基于亮通道透射率补偿的水下图像去雾及偏色校正方法 Download PDFInfo
- Publication number
- CN110322410A CN110322410A CN201910516942.8A CN201910516942A CN110322410A CN 110322410 A CN110322410 A CN 110322410A CN 201910516942 A CN201910516942 A CN 201910516942A CN 110322410 A CN110322410 A CN 110322410A
- Authority
- CN
- China
- Prior art keywords
- transmissivity
- channel
- defogging
- underwater
- underwater picture
- 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
- 238000012937 correction Methods 0.000 title claims abstract description 21
- 238000002834 transmittance Methods 0.000 claims abstract description 15
- 238000001914 filtration Methods 0.000 claims abstract description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 19
- 239000003595 mist Substances 0.000 claims description 15
- 238000003384 imaging method Methods 0.000 claims description 14
- 238000000034 method Methods 0.000 claims description 11
- 239000003795 chemical substances by application Substances 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 239000010981 turquoise Substances 0.000 claims description 4
- 230000001174 ascending effect Effects 0.000 claims description 3
- 238000003672 processing method Methods 0.000 abstract 1
- 230000005540 biological transmission Effects 0.000 description 3
- 238000011084 recovery Methods 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 230000000704 physical effect Effects 0.000 description 2
- 238000000889 atomisation Methods 0.000 description 1
- 235000013405 beer Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000006854 communication Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000004090 dissolution Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 150000002894 organic compounds Chemical class 0.000 description 1
- 239000013618 particulate matter Substances 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
Classifications
-
- G06T5/73—
-
- G06T5/80—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/30—Assessment of water resources
Abstract
本发明公开了一种基于亮通道透射率补偿的水下图像去雾及偏色校正方法,包括以下步骤:首先提取三个通道的亮通道图,然后根据最大亮度进行排序找出各个通道的前0.2%的最暗像素对应水下退化图像位置的像素灰度值作为背景光的估计值;针对水下退化图像的偏色问题,对红通道的透射率进行取反操作修正,根据衰减系数的关系对G、B的粗略透射率进行修正,获取G、B的透射率的精确估计;提取各像素点的R、G、B通道的透射率的最大值,并采用快速引导滤波,获取最终精细的透射率图;最后根据水下图像模型加权背景光偏色校正归一化处理获得复原后的图像。本发明图像处理方法可以在图像去雾的同时可以较好地解决因为透射率估计不精确带来的偏色问题。
Description
技术领域
本发明涉及图像处理技术,尤其涉及一种基于亮通道透射率补偿的水下图像去雾及偏色校正方法。
背景技术
水下图像处理对于海洋探索开发、水下救援、军事应用等有着重要意义,但由于水下的颗粒、悬浮物等的干扰,且不同波长的颜色光在水下有着不同的衰减率,在成像过程中,可见光发生了散射、吸收、衰减速度快等问题,获取到的图像雾化,且在深海中偏色严重。导致水下图像可见度较差,水下目标检测与识别失败。
光线遇到水下的颗粒物会发生散射、衰减现象,导致获取到的水下图像有雾,景深越远,雾的影响越大。同时,由于光的波长越长吸收的越快,红色光最容易被吸收,导致水下图像往往会出现颜色失真的现象。为了解决这一问题,很多学者进行了深入地研究。尽管开发了许多图像增强技术,例如白平衡,色彩校正,直方图均衡和基于融合的方法,但它们并非基于水下图像的物理模型,因此不适用于由于物理性质的改变,导致的水下退化图像的复原问题。由于物理性质的变化,水下图像的复原具有极大地挑战性。水下光衰减导致不同程度的偏色问题,该问题和光的波长、溶解的有机化合物、水的盐度和浮游植物的浓度等有很大的关系。在水中,具有较长波长的红光比绿光和蓝光更多地被吸收。此外,来自不同通道的散射背景光与沿着视线的场景辐射混合,进一步地增加了水下退化图像复原的难度。
为了对水下图像进行去雾、偏色校正并增强对比度,人们使用水下图像物理模型(IFM)进行了多次尝试,背景光是由暗通道先验(DCP)导出的,它首先被提出用来去除大气图像中的雾度,大气场景中最暗通道的雾是均匀分布的。据观察,靠近相机的场景中的点场景深度较小,则近距离暗场景点灰度值较小,因为光线的散射较少。DCP可用于估计背景光和场景深度。然而,水下环境和大气环境具有较大的区别,具有更长波长和更低频率的红光比绿光、蓝光在水下衰减的速度更快。因此,在水下场景中基于RGB通道(DCPrgb)的DCP方法没考虑到光的不同衰减速度,导致错误的深度估计和较差的去雾结果。后来学者们提出了仅基于绿色和蓝色通道(DCPgb)的水下DCP来避免这个问题。同样Galdran等人提出了对红色通道特殊处理的方法。然而这些方法经常表现不佳。
发明内容
本发明要解决的技术问题在于针对现有技术中的缺陷,提供一种基于亮通道透射率补偿的水下图像去雾及偏色校正方法,本发明在水下图像物理模型的基础上,通过亮通道补偿精确地估计透射率,并采用加权背景光建立水下图像去雾和偏色校正模型,同时实现水下图像去雾和偏色校正,获取清晰无偏色的复原图像。
本发明解决其技术问题所采用的技术方案是:一种基于亮通道透射率补偿的水下图像去雾及偏色校正方法,包括以下步骤:
1)获取水下有雾偏色图像I;
2)对水下有雾偏色图像I的红、绿、蓝三个通道的灰度图图像分别进行滤波,获取红、绿、蓝三个通道的亮通道图IL R、IL G、IL B;
3)求取背景光的估计值;
对亮通道图IL R、IL G、IL B的像素值进行升序排列,分别从IL R、IL G、IL B图中选取亮度最小的前0.2%的像素点,然后在初始输入有雾偏色图像I中找到这些像素点对应位置像素的灰度值,并对比这些像素点的灰度值,取最大值作为水下背景光的估计,记为AR、AG、AB;
4)建立水下图像成像模型,将亮通道引入水下成像模型中,得到三通道的粗略透射率估计;
5)偏色处理:对三通道的粗略透射率估计进行修正;
6)去雾处理:将修正后三通道的透射率进行区域最大值比较得到精确的透射率图T;
7)根据水下图像成像模型,获得去雾及偏色校正后的复原图J。
按上述方案,所述步骤2)中采用最大值滤波器对水下有雾偏色图像I的红)、绿、蓝三个通道的灰度图像IR、IG、IB分别进行滤波,获取三个通道的亮通道图IL R、IL G、IL B;
IL R=maxy∈Ω(x)IR(y)
IL G=maxy∈Ω(x)IG(y)
IL B=maxy∈Ω(x)IB(y)
其中,Ω(x)为x像素位置周围的像素领域;
按上述方案,所述步骤4)中水下图像成像模型如下
Iλ(x)=Jλ(x)Tλ(x)+Aλ,∞(1-Tλ(x))λ∈(R,G,B)
其中,x代表水下图像的像素点;Iλ代表相机接收的能量;Jλ代表被观测物体的真实能量,即去雾后的水下图像;Aλ,∞表示全局背景光;Tλ代表透射率,即真实能量通过水的传播最终到达相机的能量的比。
按上述方案,所述步骤4)将亮通道引入水下成像模型中,得到三通道的粗略透射率估计表示如下:
按上述方案,所述步骤5)对三通道的粗略透射率估计进行修正,具体如下:
5.1)对红通道透射率进行取反操作,获得修正后的红通道透射率Tr’;
红通道的粗略透射率估计
取反操作后
5.2)对蓝绿通道投射率进行修正,根据衰减关系添加衰减权重得到绿蓝通道透射率的精确值Tg’和Tb’;
其中,衰减系数i1=-0.00113,i2=1.62517,λr、λg、λb为红蓝绿三色光的波长。
按上述方案,所述步骤6)中引入修正因子w0用来进行去雾处理;
T=1-w0max(Tr′,Tg′,Tb′)
其中,当w0为1是表示完全去雾,Tr′,Tg′,Tb′的动态范围为[0,1]。
按上述方案,w0设置为0.85。
按上述方案,所述步骤7)中通过水下图像成像模型得到水下图像的复原模型如下:
为了防止透射率太小导致结果出现太大偏差,加入修正因子t0,通常设置为0.1,其中q为透射率图T经过快速引导滤波后的得到的透射率图。
通过步骤3)中背景光的估计值确定AR、AG、AB,这样可以限制水下各部分的影响得到以下公式:
三通道合并归一化到[0,255]即可得到去雾后的清晰图像J。
本发明产生的有益效果是:本发明提出了一种基于亮通道透射率补偿的水下图像去雾及偏色校正方法,利用亮原色理论对水下图像求取亮通道图以及背景光的估计,并对红通道进行透射率补偿的处理,这样可以使图像色彩更接近真实值,在此基础上,利用三通道水下衰减速率的关系,对蓝绿通道透射率进行修正,经过细节对比得到最终的透射率并实现水下图像的复原强化,使处理后的图像具有更真实的颜色,细节表现的更加自然。
附图说明
下面将结合附图及实施例对本发明作进一步说明,附图中:
图1是本发明实施例的方法流程图;
图2是本发明实施例的水下图像去雾及偏色校正过程示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
如图1所示,如图1所示,为本发明基于亮通道透射率补偿的水下图像去雾及偏色校正方法的实施流程图,具体步骤如下:
S1、输入水下有雾偏色图像I;
S2、对水下有雾偏色图像I进行归一化处理,使整幅图像的灰度值在0-255之间;
S3、采用最大值滤波器对I的红、绿、蓝三个通道的灰度图图像分别进行滤波,获取三个通道的亮通道图IL R、IL G、IL B;
步骤S3具体包括步骤:
S31、将I分为R、G、B三个通道的灰度图像。
S32、以像素为单位,采用大小为3×3的窗口Ω,每个窗口内的图像像素个数为9个;将窗口的中心像素点与相邻的像素点的灰度值进行比较选取最大值作为区域的灰度值,在整个图片区域循环得到三个通道的亮通道图IL R、IL G、IL B。
IL R=maxy∈Ω(x)IR(y)
IL G=maxy∈Ω(x)IG(y)
IL B=maxy∈Ω(x)IB(y)
其中,Ω(x)为x像素位置周围的像素领域;
S4、求取背景光的估计值。对亮通道图IL R、IL G、IL B的像素值进行升序排列,分别从IL R、IL G、IL B图中选取亮度最小的0.2%的像素点,在初始输入有雾图像IR、IG、IB中找到这些像素点对应位置的像素点,并对比这些像素点的灰度值,取最大值作为水下背景光的估计值记为AR、AG、AB;
S5、经上述步骤处理后我们得到了亮通道图和背景光的估计值。接下来可以计算三通道的粗略透射率;
具体步骤如下:
S51、首先建立水下图像成像模型
相机接受的光可以分为两个分量:①直接分量Dλ:物体的反射光在传播过程中没有被散射的部分;②背景散射分量Aλ:背景光经悬浮颗粒散射后被相机接受的部分。表示为式1。
Iλ(x)=Jλ(x)Tλ(x)+Aλ,∞(1-Tλ(x))λ∈(R,G,B) (式1)
其中x代表水下图像的像素点;Iλ代表相机接收的能量;Jλ代表被观测物体的真实能量,即去雾后的水下图像;Aλ,∞表示全局背景光;Tλ代表透射率,即真实能量通过水的传播最终到达相机的能量的比
S52、为了求得透射率,我们引入亮通道,对式1重写为
maxy∈Ω(x)(IR(y))=Tr(x)maxy∈Ω(x)(JR(y))+AR(x)(1-Tr(x))
maxy∈Ω(x)(IG(y))=Tg(x)maxy∈Ω(x)(JG(y))+AG(x)(1-Tg(x))
maxy∈Ω(x)(IB(y))=Tb(x)maxy∈Ω(x)(JB(y))+AB(x)(1-Tb(x))
其中1表示归一化的单位相应地,A、J和I需要归一化到范围[0,1]。鉴于其中A和T(x)可以被认为是常数,它们可以放在最大运算符之外。
S53、以G通道为例,我们继续将函数转换为:
1-maxy∈Ω(x)(IG(y))=Tg(x)(1-maxy∈Ω(x)(JG(y)))+(1-AG(x))(1-Tg(x))
两边同时除以(1-AG(x))得到:
接近于0,整理可得:
S54、由于水下红通道的衰减速率较快,导致我们求得的红通道透射率有偏差,我们对红通道的透射率进行取反操作得到红通道的透射率图Tr′:
蓝绿通道不变,
S6、根据R、G、B三通道光波长对水下衰减的影响,对蓝绿通道投射率进行修正,根据衰减关系添加衰减权重及比尔定律衰减率与衰减系数成指数关系,进一步求出绿蓝通道透射率的精确值;
其中,衰减系数i1=-0.00113,i2=1.62517;
λr、λg、λb为红蓝绿三色光的波长,通常取620nm、550nm、460nm。
S7、将三通道的透射率图进行区域最大值比较得到精确的透射率图T;
T=1-w0max(Tr,Tg,Tb)
这里我们引入修正因子w0用来修正去雾情况,当w0为1是表示完全去雾通常我们设置为0.85。
S8、在引导图像为原始水下图像的基础上对透射率图T进行快速滤波处理,得到精细透射率图q在快速引导滤波中要注意窗口半径(r)和正则化参数(ε)的取值,在具体的问题中值得选取会略有不同。这里我们设置r=16,ε=0.01;
S9、根据水下图像成像原理得到三通道复原后的图J(x)具体步骤如下:
S91、通过式1可以求得
为了防止透射率太小导致结果出现太大偏差,我们加入修正因子t0,通常设置为0.1
S92、由于水的类型不同水下的衰减系数不易确定。通常使用加权参数来限制它。构建基于加权参数的图像去雾及偏色校正模型得到以下公式:
这里βR,βG,βB代表加权各部分的影响,这里需要恢复场景深部信息,同时添加部分参数去除偏色。利用背景光的估计值可以确定加权系数。可以得到以下公式:
得到了三通道复原后的图像Ja(x)
S10、三通道合并归一化处理得到最后的去雾及偏色校正后的复原图像J
图2为应用本发明方法的,其中,(a)为输入的有雾偏色图片,(b)(c)(d)分别为红绿蓝三通道的亮通道图,(e)为红通道的粗略透射率图,(f)为红通道精细透射率图,(g)为最终的透射率图,(h)为最终输出图像。
应当理解的是,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,而所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (8)
1.一种基于亮通道透射率补偿的水下图像去雾及偏色校正方法,其特征在于,包括以下步骤:
1)获取水下有雾偏色图像I;
2)对水下有雾偏色图像I的红、绿、蓝三个通道的灰度图图像分别进行滤波,获取红、绿、蓝三个通道的亮通道图IL R、IL G、IL B;
3)求取背景光的估计值;
对亮通道图IL R、IL G、IL B的像素值进行升序排列,分别从IL R、IL G、IL B图中选取亮度最小的前0.2%的像素点,然后在初始输入有雾偏色图像I中找到这些像素点对应位置像素的灰度值,并对比这些像素点的灰度值,取最大值作为水下背景光的估计,记为AR、AG、AB;
4)建立水下图像成像模型,将亮通道引入水下成像模型中,得到三通道的粗略透射率估计;
5)偏色处理:对三通道的粗略透射率估计进行修正;
6)去雾处理:将修正后三通道的透射率进行区域最大值比较得到精确的透射率图T;
7)根据水下图像成像模型,获得去雾及偏色校正后的复原图J。
2.根据权利要求1所述的基于亮通道透射率补偿的水下图像去雾及偏色校正方法,其特征在于,所述步骤2)中采用最大值滤波器对水下有雾偏色图像I的红)、绿、蓝三个通道的灰度图像IR、IG、IB分别进行滤波,获取三个通道的亮通道图IL R、IL G、IL B;
IL R=maxy∈Ω(x)IR(y)
IL G=maxy∈Ω(x)IG(y)
IL B=maxy∈Ω(x)IB(y)
其中,Ω(x)为x像素位置周围的像素领域,IR(y)、IG(y)、IB(y)分别代表三通道的灰度图。
3.根据权利要求1所述的基于亮通道透射率补偿的水下图像去雾及偏色校正方法,其特征在于,所述步骤4)中水下图像成像模型如下
Iλ(x)=Jλ(x)Tλ(x)+Aλ,∞(1-Tλ(x)) λ∈(R,G,B)
其中,x代表水下图像的像素点;Iλ代表相机接收的能量;Jλ代表被观测物体的真实能量,即去雾后的水下图像;Aλ,∞表示全局背景光;Tλ代表透射率,即真实能量通过水的传播最终到达相机的能量的比。
4.根据权利要求3所述的基于亮通道透射率补偿的水下图像去雾及偏色校正方法,其特征在于,所述步骤4)将亮通道引入水下成像模型中,得到三通道的粗略透射率估计表示如下:
其中,Ω(x)为x像素位置周围的像素领域。
5.根据权利要求1所述的基于亮通道透射率补偿的水下图像去雾及偏色校正方法,其特征在于,所述步骤5)对三通道的粗略透射率估计进行修正,具体如下:
5.1)对红通道透射率进行取反操作,获得修正后的红通道透射率Tr’;
红通道的粗略透射率估计
取反操作后
5.2)对蓝绿通道投射率进行修正,根据衰减关系添加衰减权重得到绿蓝通道透射率的精确值Tg’和Tb’;
其中,衰减系数i1=-0.00113,i2=1.62517,λr、λg、λb为红蓝绿三色光的波长。
6.根据权利要求1所述的基于亮通道透射率补偿的水下图像去雾及偏色校正方法,其特征在于,所述步骤6)中引入修正因子w0用来进行去雾处理;
T=1-w0max(Tr′,Tg′,Tb′)
其中,当w0为1是表示完全去雾,Tr′,Tg′,Tb′的动态范围为[0,1]。
7.根据权利要求6所述的基于亮通道透射率补偿的水下图像去雾及偏色校正方法,其特征在于,w0设置为0.85。
8.根据权利要求1所述的基于亮通道透射率补偿的水下图像去雾及偏色校正方法,其特征在于,所述步骤7)中通过水下图像成像模型得到水下图像的复原模型如下:
为了防止透射率太小导致结果出现太大偏差,加入修正因子t0;其中q为透射率图T经过快速引导滤波后的得到的透射率图;
通过步骤3)中背景光的估计值确定AR、AG、AB,限制水下各部分的影响得到以下公式:
三通道合并归一化到[0,255]即可得到去雾后的清晰图像J。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910516942.8A CN110322410B (zh) | 2019-06-14 | 2019-06-14 | 基于亮通道透射率补偿的水下图像去雾及偏色校正方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910516942.8A CN110322410B (zh) | 2019-06-14 | 2019-06-14 | 基于亮通道透射率补偿的水下图像去雾及偏色校正方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110322410A true CN110322410A (zh) | 2019-10-11 |
CN110322410B CN110322410B (zh) | 2023-03-07 |
Family
ID=68120912
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910516942.8A Active CN110322410B (zh) | 2019-06-14 | 2019-06-14 | 基于亮通道透射率补偿的水下图像去雾及偏色校正方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110322410B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111160271A (zh) * | 2019-12-30 | 2020-05-15 | 哈尔滨商业大学 | 一种基于深度学习的室内养鸡场病鸡检测系统 |
CN113191962A (zh) * | 2021-03-30 | 2021-07-30 | 大连智慧渔业科技有限公司 | 基于环境背景光的水下图像颜色恢复方法、装置及存储介质 |
CN113269681A (zh) * | 2021-04-20 | 2021-08-17 | 飞马滨(青岛)智能科技有限公司 | 一种基于多算法融合的水下实时图像增强方法 |
CN114627015A (zh) * | 2022-03-15 | 2022-06-14 | 南京凯盛国际工程有限公司 | 一种回转窑火焰图像去沙尘方法 |
CN115131251A (zh) * | 2022-08-30 | 2022-09-30 | 之江实验室 | 一种图像偏色校正方法、装置及存储介质 |
CN117078562A (zh) * | 2023-10-16 | 2023-11-17 | 四川中科友成科技有限公司 | 一种视频图像去雾方法、装置、计算机设备及介质 |
CN117808712A (zh) * | 2024-02-28 | 2024-04-02 | 山东科技大学 | 一种基于水下相机的图像校正方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160196637A1 (en) * | 2015-01-06 | 2016-07-07 | The Regents Of The University Of California | Raw sensor image and video de-hazing and atmospheric light analysis methods and systems |
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 |
CN106780368A (zh) * | 2016-11-24 | 2017-05-31 | 天津大学 | 一种基于前景模型的水下图像增强方法 |
CN107403418A (zh) * | 2017-07-27 | 2017-11-28 | 北京大学深圳研究生院 | 基于通道透射率进行去雾和颜色校正的水下图像增强方法 |
CN108734670A (zh) * | 2017-04-20 | 2018-11-02 | 天津工业大学 | 单幅夜间弱照度雾霾图像的复原算法 |
CN108765342A (zh) * | 2018-05-30 | 2018-11-06 | 河海大学常州校区 | 一种基于改进暗通道的水下图像复原方法 |
-
2019
- 2019-06-14 CN CN201910516942.8A patent/CN110322410B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160196637A1 (en) * | 2015-01-06 | 2016-07-07 | The Regents Of The University Of California | Raw sensor image and video de-hazing and atmospheric light analysis methods and systems |
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 |
CN106780368A (zh) * | 2016-11-24 | 2017-05-31 | 天津大学 | 一种基于前景模型的水下图像增强方法 |
CN108734670A (zh) * | 2017-04-20 | 2018-11-02 | 天津工业大学 | 单幅夜间弱照度雾霾图像的复原算法 |
CN107403418A (zh) * | 2017-07-27 | 2017-11-28 | 北京大学深圳研究生院 | 基于通道透射率进行去雾和颜色校正的水下图像增强方法 |
CN108765342A (zh) * | 2018-05-30 | 2018-11-06 | 河海大学常州校区 | 一种基于改进暗通道的水下图像复原方法 |
Non-Patent Citations (4)
Title |
---|
YAKUN GAO,ET AL.: "Restoration and Enhancement of Underwater Images Based on Bright Channel Prior", 《MATHEMATICAL PROBLEMS IN ENGINEERING》 * |
代成刚等: "基于亮通道色彩补偿与融合的水下图像增强", 《光学学报》 * |
李向春等: "基于透射率优化和颜色修正的水下图像增强方法", 《山东科学》 * |
洪汉玉,时愈,等.: "双目视图运动图像去模糊方法", 《武汉工程大学学报》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111160271A (zh) * | 2019-12-30 | 2020-05-15 | 哈尔滨商业大学 | 一种基于深度学习的室内养鸡场病鸡检测系统 |
CN111160271B (zh) * | 2019-12-30 | 2023-08-18 | 哈尔滨商业大学 | 一种基于深度学习的室内养鸡场病鸡检测系统 |
CN113191962A (zh) * | 2021-03-30 | 2021-07-30 | 大连智慧渔业科技有限公司 | 基于环境背景光的水下图像颜色恢复方法、装置及存储介质 |
CN113269681A (zh) * | 2021-04-20 | 2021-08-17 | 飞马滨(青岛)智能科技有限公司 | 一种基于多算法融合的水下实时图像增强方法 |
CN113269681B (zh) * | 2021-04-20 | 2022-02-01 | 飞马滨(青岛)智能科技有限公司 | 一种基于多算法融合的水下实时图像增强方法 |
CN114627015A (zh) * | 2022-03-15 | 2022-06-14 | 南京凯盛国际工程有限公司 | 一种回转窑火焰图像去沙尘方法 |
CN115131251A (zh) * | 2022-08-30 | 2022-09-30 | 之江实验室 | 一种图像偏色校正方法、装置及存储介质 |
CN115131251B (zh) * | 2022-08-30 | 2022-12-27 | 之江实验室 | 一种图像偏色校正方法、装置及存储介质 |
CN117078562A (zh) * | 2023-10-16 | 2023-11-17 | 四川中科友成科技有限公司 | 一种视频图像去雾方法、装置、计算机设备及介质 |
CN117078562B (zh) * | 2023-10-16 | 2023-12-26 | 四川中科友成科技有限公司 | 一种视频图像去雾方法、装置、计算机设备及介质 |
CN117808712A (zh) * | 2024-02-28 | 2024-04-02 | 山东科技大学 | 一种基于水下相机的图像校正方法 |
CN117808712B (zh) * | 2024-02-28 | 2024-05-07 | 山东科技大学 | 一种基于水下相机的图像校正方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110322410B (zh) | 2023-03-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110322410A (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 | |
Peng et al. | Generalization of the dark channel prior for single image restoration | |
Peng et al. | Underwater image restoration based on image blurriness and light absorption | |
Galdran et al. | Enhanced variational image dehazing | |
CN103914813B (zh) | 彩色雾霾图像去雾与光照补偿的复原方法 | |
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 | |
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 | |
CN107403418A (zh) | 基于通道透射率进行去雾和颜色校正的水下图像增强方法 | |
CN105959510B (zh) | 一种视频快速去雾方法 | |
TW201308251A (zh) | 水下影像強化系統 | |
CN107330870B (zh) | 一种基于场景光辐射准确估计的浓雾去除方法 | |
CN106570839A (zh) | 基于Red Channel先验的水下图像清晰化方法 | |
CN106023108A (zh) | 基于边界约束和上下文正则化的图像去雾算法 | |
Li et al. | Low-light underwater image enhancement for deep-sea tripod | |
Singh et al. | Contrast and color improvement based haze removal of underwater images using fusion technique | |
CN103208107B (zh) | 终端、图像的修复方法和装置 | |
CN108257101A (zh) | 一种基于最优复原参数的水下图像增强方法 | |
CN110070480A (zh) | 一种水下光学图像的模拟方法 | |
CN109712093A (zh) | 一种基于海天背景的图像颜色还原方法及装置 | |
CN101510306B (zh) | 一种视频图像照度分布估计方法 | |
Bhagyasri et al. | Underwater image enhancement using SWT based image fusion and colour correction | |
CN105825481B (zh) | 基于局部SoG的水下图像清晰化方法 | |
Yao et al. | Underwater image dehazing using modified dark channel prior | |
Lee et al. | Image dehazing technique based on sky weight detection and fusion transmission | |
Liu et al. | Fast image visibility enhancement based on active polarization and color constancy for operation in turbid water |
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 |