[发明专利]自适应的曝光量调整多尺度熵融合的水下图像增强方法

权利要求书

1.自适应的曝光量调整多尺度熵融合的水下图像增强方法，其特征在于，包括以下步骤：步骤一：对原始水下图像应用广义有界对数加法或减法运算，衍生出曝光量不同的衍生图像；

步骤二：以不同曝光量的衍生图像为输入图像，分别计算不同曝光量的多尺度高斯金字塔图像和不同曝光量的多尺度拉普拉斯金字塔图像；所述多尺度表示将输入图像缩放为不同的尺寸；

步骤三：对不同曝光量的多尺度高斯金字塔图像，从对比度、饱和度和信息熵方面确定出“最好”到“最差”的曝光量图像进行排序，并以此排序计算不同曝光量的多尺度高斯金字塔权重图像；

步骤四：以不同曝光量的多尺度高斯金字塔权重图像，确定归一化的不同曝光量的原始尺寸高斯金字塔权重图像，获取归一化的不同曝光量的多尺度高斯金字塔权重迭代图像；

步骤五：以不同曝光量的多尺度拉普拉斯金字塔图像为输入图像，以归一化的不同曝光量的多尺度高斯金字塔图像为权重，获取多尺度金字塔融合图像；

步骤六：对多尺度金字塔融合图像，上采样至原始图像尺度，采用均值融合的方法，获取金字塔融合图像；

步骤七：对金字塔融合图像进行基于自适应梯度增益的广义有界对数乘法运算，获取基于金字塔融合图像丰富梯度信息的增强图像。

2.根据权利要求1所述的自适应的曝光量调整多尺度熵融合的水下图像增强方法，其特征在于，所述不同曝光量的多尺度高斯金字塔图像的具体计算公式为：

其中，ds表示下采样运算；k表示曝光量图像序号，k＝[1，K]，K表示总的不同曝光量的图像的张数(包括原始图像在内)；p表示金字塔图像层数序号，每层金字塔代表图像的不同尺度，p＝[2，P]，P表示总的金字塔图像的层数(包括原始图像的尺寸在内)；p＝2表示原始图像的层数序号；

所述不同曝光量的多尺度拉普拉斯金字塔图像的具体计算公式为：

其中，us表示上采样运算，且表示曝光量图像序号为k的高斯金字塔图像的第P层的值，表示曝光量图像序号为k的拉普拉斯金字塔图像的第P层的值，表示曝光量图像序号为k的高斯金字塔图像的第p层的值，表示曝光量图像序号为k的拉普拉斯金字塔图像的第p层的值；p＝2表示原始图像的层数序号。

3.根据权利要求2所述的自适应的曝光量调整多尺度熵融合的水下图像增强方法，其特征在于，所述不同曝光量的多尺度高斯金字塔权重图像表示为：

其中，表示曝光量图像序号为k的高斯金字塔权重图像的第p层的值；表示曝光量图像序号为k的原始尺寸高斯金字塔权重图像；C_k、S_k和E_k分别表示图像的对比度、饱和度和信息熵，ω_C、ω_S和ω_E分别表示对比度、饱和度和信息熵指标对应的分类权重。

4.根据权利要求3所述的自适应的曝光量调整多尺度熵融合的水下图像增强方法，其特征在于，所述归一化的不同曝光量的多尺度高斯金字塔权重迭代图像表示为：

其中，表示曝光量图像序号为k的高斯金字塔权重迭代图像的第p层的值；表示对曝光量图像序号为k的原始尺寸的高斯权重图像进行归一化处理后得到归一化的曝光量图像序号为k的原始尺寸的高斯权重图像。

5.根据权利要求4所述的自适应的曝光量调整多尺度熵融合的水下图像增强方法，其特征在于，所述多尺度金字塔融合图像的计算公式为：

其中，J^p表示金字塔融合图像的第p层的值。

6.根据权利要求5所述的自适应的曝光量调整多尺度熵融合的水下图像增强方法，其特征在于，所述金字塔融合图像具体为：

其中，us0表示上采样运算至所需融合图像的原始尺寸。

7.根据权利要求6所述的自适应的曝光量调整多尺度熵融合的水下图像增强方法，其特征在于，所述基于金字塔融合图像丰富梯度图像信息的增强图像的具体计算公式为：

其中，(x，y)表示输入图像的像素值，为rgb三种颜色通道下基于金字塔融合图像丰富梯度信息的增强图像，c∈{r，g，b}表示三种rgb颜色通道，表示rgb三种颜色通道下的金字塔融合图像；λ(x，y)表示像素值为(x，y)的梯度域自适应增益函数；

其中，a和b为可调节正数变量，以确保像素点(x，y)处的梯度域自适应增益函数均值在一个合适的范围内；g_n(x，y)归一化的梯度图像为，具体为：

其中，δ₁和δ₂为微小的扰动量，以确保g_n(x，y)∈(0，1)；g(x，y)像素点(x，y)的梯度图像，具体计算公式为：

其中，G_t(x，y)为像素点(x，y)的4方向的梯度向量：

其中，z(x+m-1，y+n-1)定义为像素点(x，y)的3×3图像邻域，表示为：

S_t(m，n)(t＝1，2，3，4)为4方向(包括0°、45°、90°和135°四个方向)上的Prewitt边缘检测器掩模，定义为：

m和n分别表示矩阵z(x+m-1，y+n-1)、矩阵S_t(m，n)的行数和列数。