[发明专利]一种基于HSI空间光学成像模型的自适应增益水下图像增强方法

说明书

本发明公开了一种基于HSI空间光学成像模型的自适应增益水下图像增强方法，包括：估计全局背景光照向量；估计背景光照遮盖层向量；计算原始观测图像对应的去噪恢复图像；将原始彩色水下图像转换成灰度图像；对灰度图像转换成能保持图像边缘的灰度图像，并提取图像对应的梯度图像；将去噪恢复图像与保持边缘特征的灰度图像融合；将融合彩色图像转换颜色空间，将图像的亮度信息和色彩信息分离；对亮度信息进行运算，获取基于原始图像丰富梯度信息的增强图像；将增强图像转换颜色空间；对增强图像进行定量评价。本发明中用到的4方向Sobel边缘检测器，能充分利用图像自身丰富的梯度信息实现图像增强处理，使得处理后的图像视觉质量提高、纹理信息丰富。

技术领域

本发明属于图像信息处理领域，具体涉及一种基于HSI空间光学成像模型的自适应增益水下图像增强方法。

背景技术

水下目标探测图像往往存在非均匀亮度、低信噪比、低对比度等特殊情况，导致水下图像降质严重，常用的水下目标探测图像增强算法主要分为修改水下图像的光照和抑制图像对比度以保留图像边缘两大类，但不可避免会降低探测图像的视觉质量。传统的基于对比度增强的图像增强算法有很大的局限性，在图像对比度提高的同时，可能会忽略图像信息损失，并可能带来图像颜色失真，甚至可能会引入新的噪声，等等。由于受到水下复杂环境的光学特性以及水中各种微粒、浮游生物和水体流动的影响，直接平移和转嫁大气散射目标成像模型的研究成果进行水下探测图像增强效果仍显不足。

发明内容

为了解决上述问题，本发明提出了一种基于HSI空间光学成像模型的自适应增益水下图像增强方法，包括以下步骤：

步骤一：输入降质图像，根据水下目标光学成像模型，进行全局背景光照向量估计；

步骤二：应用混合中值滤波法，进行背景光照遮盖层向量估计；

步骤三：根据水下目标成像物理模型，计算原始观测图像对应的去噪恢复图像；

步骤四：将步骤一输入的降质图像经线性变换，转换成灰度图像；

步骤五：对步骤四的灰度图像应用局部拉氏滤波器，进一步转换成能保持边缘特征的灰度图像，并应用4方向Sobel边缘检测器提取图像对应的有丰富梯度信息的图像；

步骤六：将步骤三的去噪恢复图像与保持边缘特征的灰度图像融合，得到融合彩色图像；

第七步：将融合彩色图像由RGB颜色空间转换至HSI颜色空间，将图像的亮度信息和色彩信息分离，得到转换后的图像的亮度分量；

步骤八：对步骤七的转换后的图像的亮度信息进行基于梯度域自适应增益的广义有界对数乘法运算，获取基于原始图像丰富梯度信息的增强图像；

步骤九：将步骤八的增强图像由HSI颜色空间转换回RGB颜色空间；

步骤十：输出RGB增强图像。

进一步地，步骤一中的水下目标光学成像模型为：

I(i，j)＝t(i,j)J(i,j)+(1-t(i,j))A

其中，I(i，j)和J(i，j)分别为水下目标在像素点位置(i，j)处对应的原始观测图像和去噪恢复图像；A为全局背景光照向量；t(i，j)∈[0，1]为介质透射率；t(i，j)J(i，j)为直接衰减，(1-t(i，j))A为背景光照遮盖层，表示为V(i，j)；原始观测图像I(i，j)表示为：

全局背景光照向量估计A的步骤为：

①将原始观测图像平均划分为与原始图像尺寸等比例的四个矩形子图像块；

②计算各子图像块对应的像素均值与标准偏差对应的差值；