[发明专利]一种基于暗通道优先的单目水下视觉增强方法

说明书

本发明公开了一种基于暗通道优先的单目水下视觉增强方法，首先对水下图像的雾化和色偏现象建立退化模型，通过计算亮暗通道的视差获取水下图像的景深信息；其次，通过景深信息估计水体背景颜色；然后根据景深信息获取水下环境的透射图，并通过自适应的方式对透射图中的透射率进行调整；最后对图像进行恢复，并采用颜色校正对图像做后续处理，以去除剩余的色偏，并调整亮度。本发明通过改进的暗通道优先算法有效的解决了水下图像增强的问题。此方法的模型简单，实时性好，避免了复杂的模型计算缺陷，同时该算法对环境的鲁棒性更好，可广泛使用于浅水、净水、富含浮游生物水域等环境，具有广阔的应用前景和良好的经济效益。

技术领域

本发明涉及一种基于暗通道优先的单目水下视觉增强方法，该方法是水下机器人视觉应用前的图像处理，其属于水下图像处理、水下机器人等应用领域。

背景技术

随着海洋的开发，水下机器人技术的研究成为当今时代的热点与趋势。目前，水下机器人广泛应用于水下管道检查、船体检修、水下娱乐、水下考古和科研考察等领域。有研究人员针对观测型水下机器人进行研究。水下机器人主要的环境感知手段是图像，但是由于水体会对光会产生散射与吸收的效应，导致水下图像会出现严重的弱化现象，从而严重影响了水下机器人作业任务的顺利开展。水体的散射效应会导致水下图像的对比度下降，即产生类似雾化的现象。吸收效应会使水下图像的亮度下降，当处于深水区时，甚至会出现完全漆黑的现象。此外，水对不同波长的光吸收能力不同，水下图像会产生色偏。其作用如图6所示。面对水体对图像质量的影响，图像增强是水下机器人开发的必要前提。

传统的图像增强算法有，直方图均衡化，对比度限制的直方图均衡化，基于概率的方法等。这些算法对于一般图像的增强很有效，但是对于水下环境，它们会使增强后的图像失真，增强效果不能满足实际要求。

目前已有的一些基于颜色恒常理论的水下图像增强方法。这种算法指出物体的颜色是由物体对长波、中波和短波光线的反射能力决定的，而不是由反射光强度的绝对值决定的且物体的色彩不受光照非均匀性的影响，具有一致性。其常常用于图像的去雾或者光照不足条件下的图像增强。对于水下环境，该算法常常导致增强过度的现象，对水下环境的鲁棒性较差。

还有一些基于暗通道优先算法(DCP)的水下图像增强。DCP算法由于其简单的雾化模型和优异的去雾效果，获得了广泛的应用。但直接将DCP算法应用于水下图像，并不能获得很好的增强效果。一些改进的算法被提出，如Chong-Yi Li等将对比度增强与DCP算法混合来用于水下图像的增强；John Y.Chiang等将波长补偿的方式与DCP相结合增强水下图像；但是这些算法不能兼顾增强效果与处理的实时性，增强效果较好但实时性较差，或者实时性较好但增强效果较差。

发明内容

本发明的目的是为了克服已有的技术缺陷，针对水下图像增强算法对环境的鲁棒性问题和处理实时性的问题，提出了一种基于单目图像暗通道优先处理的水下视觉增强方法。对于环境鲁棒性问题，本算法对透射图进行自适应调整，以适应更多水下环境。对于实时性问题，本算法基于暗通道优先算法进行改进的，该算法具有模型简单，实时性好的特点。从而实现了不同环境下水下图像增强效果适当，且处理时间短。

本发明采用的技术方案为：

一种基于暗通道优先的单目水下视觉增强方法，步骤如下：

(1)对水下图像的雾化和色偏现象建立退化模型，通过计算亮暗通道的视差获取水下图像的景深信息；

(2)通过景深信息估计水体背景颜色；

(3)根据景深信息获取水下环境的透射图，并通过自适应的方式对透射图中的透射率进行调整；

(4)对图像进行恢复，并采用颜色校正对图像做后续处理，以去除剩余的色偏，并调整亮度。