[发明专利]一种多尺度融合图像特征信息的水下图像增强方法

权利要求书

1.一种多尺度融合图像特征信息的水下图像增强方法，其特征在于，包含的以下步骤：

步骤S01：将原始图像转换到YCbCr空间，分别获取所述原始图像的Y、Cb、Cr的通道数据，并进行白平衡处理，得到颜色校正后图像；

步骤S02：将所述颜色校正后的图像按照R、G、B通道进行分解，通过高斯型同态滤波分通道处理，获取所述颜色校正后的图像的高频信息R、G、B通道图像和低频信息的R、G、B通道图像；

步骤S03：对所述高频信息的R、G、B通道分别进行梯度场双区间直方图均衡化，得到细节增强后的高频信息的R、G、B通道图像；

步骤S04：通过Gamma校正分别提升所述低频信息R、G、B通道的亮度，同时增强高频信息较暗区域的细节信息，得到细节增强后的低频信息的对比度权重图、饱和度权重图和曝光度权重图；

步骤S05：考虑融合结果图像的对比度、饱和度和曝光度，分别获取所述步骤S02中获取的所述图像的高频信息R、G、B通道图像、所述步骤S03中得到的所述细节增强后的高频信息的R、G、B通道图像和所述步骤S04中得到的低频信息的对比度权重图、饱和度权重图和曝光度权重图，将所述对比度权重图、所述饱和度权重图和所述曝光度权重图融合得到最终权重图；

步骤S06：根据所述步骤S02中得到的所述高频信息R、G、B通道图像、所述步骤S03中得到的细节增强后的高频信息的R、G、B通道图像细节增强后高频信息和所述步骤S04中得到的所述低频信息以及每幅图像的最终权重图进行多尺度融合，使用Laplacian金字塔重建，得到最终融合图像。

2.根据权利要求1所述的一种多尺度融合图像特征信息的水下图像增强方法，其特征还在于：所述步骤S01中的白平衡算法，首先将所述原始图像转换到YCbCr空间，获取输入图像的Y、Cb、Cr通道数据，将原图像均匀的分为12个区域，计算所述Cb和所述Cr通道的方差D_Cb,D_Cr：

其中i表示Cb或Cr两个颜色通道，i(x,y)表示i通道中x,y位置的值，m表示区域的宽，n表示区域的高；取前10％的亮度值最为最终白点参考点；

在R、G、B空间中计算每个通道的增益Gr_i为：

Gr_i＝Max_Y/m_i；

其中i表示R、G、B三通道，m_i表示i通道白色参考点的平均值，Max_Y表示在YCbCr空间中原始图像Y分量的最大值；按照下式分通道计算最终像素值：

W_i(x,y)＝i(x,y)×Gr_i。

3.根据权利要求1所述的一种多尺度融合图像特征信息的水下图像增强方法，其特征还在于：所述步骤S02中高斯型同态滤波公式如下：

W(x,y)＝i(x,y)·r(x,y)；

其中，W表示白平衡输出图，i表示高频信息，r表示低频信息；

通过傅里叶变换将图像从空间域转换到频率域，可得到：

W_f(u,v)＝i_f(u,v)+r_f(u,v)；

通过高斯滤波器作为传递函数H(u,v)为：

其中，Rh表示高频增益，Rl表示低频增益，D₀表示截止频率，c表示控制斜面锐化的常数；通过增强高频信息抑制低频信息得到结果图；

将得到的所述高频信息和所述低频信息转换到空间域为：

其中，Hom(x,y)表示图像的高频信息，r(x,y)表示图像的低频信息。