申请/专利权人：大连海事大学

申请日：2023-10-10

公开（公告）日：2024-02-09

公开（公告）号：CN117541520A

主分类号：G06T5/92

分类号：G06T5/92;G06T7/90

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.03.01#实质审查的生效;2024.02.09#公开

摘要：本发明提供一种基于最优化算法的低耦合Retinex模型的水下图像增强方法，包括以下步骤：首先，基于RGB颜色空间对原图像各通道总像素值进行细分，得到通道衰减等级。根据该等级，对强衰减通道进行补偿，并计算拉伸因子，进而对各通道进行拉伸的像素分布重映射。为进一步补偿图像亮度损失，采用最优化Retinex模型的变分方法进行增强。首先，构建最优化模型，并根据水下图像特性和多种先验，构建正则项和权重分量，然后，选择合适求解方式对模型进行求解，得到光照分量和反射率分量，最后，通过伽马校正调整光照分量，与反射率分量融合得到最终输出图像。本发明有效解决色彩偏移和衰减色过度补偿问题，同时提升了图像亮度，避免过曝。

主权项：1.一种基于最优化算法的低耦合Retinex模型的水下图像增强方法，其特征在于，包括以下步骤：步骤01：获取初始图像，分别计算所述初始图像的R,G,B三通道各通道的总像素；步骤02：对所述初始图像进行通道分级，确定所述初始图像R,G,B各通道的衰减等级；步骤03：根据所述步骤02中获取的R,G,B各通道衰减等级，分别对所述R,G,B通道进行补偿；步骤04：根据所述步骤02中获取的R,G,B各通道衰减等级，结合水下光衰减的特性，计算R,G,B各通道对应的增益因子；步骤05：根据所述步骤04中的获取的R,G,B各通道对应的增益因子，对R,G,B各通道进行拉伸，并对R,G,B各通道的像素分布曲线进行重映射，得到初步增强图像；步骤06：根据所述步骤05中获取的初步增强图像，构建最优化模型，并结合水下先验构建正则项与权重矩阵；步骤07：根据所述步骤06中构建的最优化模型，选择块坐标下降法求解，得到初步增强图像的光照分量和反射率分量；步骤08：对所述光照分量进行伽马校正，然后与所述反射率分量进行融合，得到最终的输出图像。

全文数据：

权利要求：

百度查询： 大连海事大学 一种基于最优化算法的低耦合Retinex模型的水下图像增强方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD