申请/专利权人：大连海事大学

申请日：2021-04-16

公开（公告）日：2024-04-16

公开（公告）号：CN113284058B

主分类号：G06T5/94

分类号：G06T5/94;G06T5/70;G06T5/20

优先权：

专利状态码：有效-授权

法律状态：2024.04.16#授权;2021.09.07#实质审查的生效;2021.08.20#公开

摘要：本发明公开了一种基于迁移理论的水下图像增强方法，其中主要包括：将水下拍摄到的图像通过加权最小二乘法进行分层处理，得到原始图像的基础层，细节层，对原始图像进行显著分离，得到显著层，然后对基础层进行亮度调整，得到自适应的基础层，在细节层中加入原始图像的透射图，得到增强后的细节层，这有利于很好的保留原始图像的细节信息。将初始参考图像与原始图像的细节层和显著图相加，得到自适应参考图像，然后与基础层进行颜色迁移，得到结果与增强后的细节层重构，得到最终增强后的水下图像。该方法不仅恢复了水下图像的颜色，而且还很好的去除了水下图像的雾度。

主权项：1.一种基于迁移理论的水下图像增强方法，其特征在于，所述方法包括以下步骤：S1：输入拍摄到的水下图像Ix，获取水下图像Ix的基础层Bx；S2：对所述水下图像Ix进行基础-细节分层处理以获取水下图像Ix的细节层Dx；S3：将基础层Bx经过计算处理，得到自适应基础层；处理所述基础层的方法如下：首先调整基础层Bx的亮度，将基础层从RGB颜色空间转换为HSV颜色空间；然后提取V通道作为亮度信息，得到照度图，在照度图中引入局部适应因子σlx和全局适应因子σgx，得到自适应的照度图I′lumx， 在公式2中，Ilumx为基础层Bx转换空间之后的V通道；σgx是全局适应因子，定义为： 其中：Mg表示均值，Sg表示由公式2得到的照度图中所有像素强度的标准差，ws是给定的控制标准差的参数；σlx是局部适应因子，定义为： 其中：Sl是由照度图中给定的局部窗口求的标准差获得；n表示系数，定义为：n＝expσgx5wgx是图像全局的权重，定义为：wgx＝Ilumxk6其中，k是给定的控制全局适应因子的参数；wlx是图像局部的权重，定义为；wlx＝1-wgx7最后，将自适应的照度图从HSV颜色空间转换到RGB颜色空间，得到自适应基础层Obx， s表示控制水下图像颜色的饱和度的指数S4：采用透射图估计的方法处理细节层，其步骤如下：首先，采用中值滤波器对水下图像Ix中的每个像素的最小分量Wx进行滤波：Ax＝mediansvWx9其中，sv是中值滤波器中使用的窗口的尺寸；然后，对滤波之后的图像消除纹理，求解透射图；以确定出水下图像Ix中的属于雾的成分，Bx＝Ax-mediansv|W-A|x10因此，关于透射图tx进行求解如下：tx＝1-maxminpBx,Wx,011其中，p的取值范围是[0，1]，代表控制可见度恢复强度的因子；最后，将细节层进行增强；在不引入光晕的情况下，将细节层与透射层结合在一起，采用透射图的均值来对细节图进行增强，具体过程如下： 式中，d'表示增强后的细节图，表示细节图的梯度；wi是非负数，用于控制细节图梯度的强度；S5：获取水下图像Ix对应的显著图，并得到自适应参考图像：所述显著图的获取方法如下：求出输入的水下图像Ix的显著图Sx公式为：Sx＝∑Nd[mx,nx]13式中：N表示像素点x的邻域，d是向量mx和nx之间的欧几里得距离；将给定的初始参考图像Rinix与细节层Dx和显著图Sx重构在一起，得到自适应参考图像Rx，定义如下所示：Rx＝Rinix+Dx+SxIx14；S6：颜色迁移：将S5得到的自适应参考图像与S3得到的自适应基础层进行颜色迁移处理，获取颜色迁移后的传输结果图；所述颜色迁移的方法如下：将自适应参考图像Rx与自适应基础层Obx进行颜色迁移处理，过程如下：将自适应参考图像Rx与自适应基础层Obx由RGB颜色空间转换为lαβ颜色空间；在lαβ颜色空间中，分通道计算自适应参考图像Rx与自适应基础层Obx的均值和方差；对自适应基础层Obx逐像素减去均值，具体过程如下所示： 其中，表示自适应基础层Obx在lαβ颜色空间三个通道的均值，c∈{l,α,β}；通过自适应参考图像Rx与自适应基础层Obx的方差缩放数据点，得到图像Oox，具体过程如下所示： 式中： 为自适应参考图像Rx在lαβ颜色空间三个通道的均值， 为自适应参考图像Rx在lαβ颜色空间三个通道的方差， 为自适应基础层Obx在lαβ颜色空间三个通道的方差，c∈{l,α,β}；将在lαβ空间操作得到的图像Oox转换到RGB空间，得到颜色迁移之后的传输结果图像O′x；S7：将增强后的细节层d'与颜色迁移后的传输结果图O'x进行重构，得到增强后的水下图像Ox。

全文数据：

权利要求：

百度查询： 大连海事大学 一种基于迁移理论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