[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在审
申请号: | 201911132434.6 | 申请日: | 2019-11-19 |
公开(公告)号: | CN110852982A | 公开(公告)日: | 2020-02-28 |
发明(设计)人: | 马金祥;范新南;倪建军;姚文卿;廉春原;计成 | 申请(专利权)人: | 常州工学院 |
主分类号: | G06T5/50 | 分类号: | G06T5/50;G06T5/20;G06T5/00 |
代理公司: | 南京知识律师事务所 32207 | 代理人: | 王昊 |
地址: | 213032 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 自适应 曝光 调整 尺度 融合 水下 图像 增强 方法 | ||
本发明公开了自适应的曝光量调整多尺度熵融合的水下图像增强方法,包括: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;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;计算不同曝光量的多尺度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;获取多尺度金字塔融合图像;获取金字塔融合图像;获取基于金字塔融合图像丰富梯度信息的增强图像。本发明对水下图像进行增强处理,使得增强后的图像对比度和饱和度能很好的兼顾,图像细节更加丰富清晰,整体图像的对比度、信息熵和色彩信息等等都能得到进一步提升。
技术领域
本发明属于图像信息处理领域,具体涉及自适应的曝光量调整多尺度熵融合的水下图像增强方法。
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。图像增强是对原始图像进行处理加工,改善图像的显示效果,使其转换成更适合图像分析处理的一类有效方法。原始水下图像拍摄过程中,由于背景光或者相机参数设置等方面的因素,会出现图像过度曝光或者曝光不足现象。在曝光过度的情况下,底片会显得颜色过暗,所冲洗出的照片则会发白。而在曝光不足的情况下,感光材料上感受到光的亮度不足,所冲洗出的照片则会偏暗。对于比较明亮的对象,应适当减少曝光量,这样拍摄的图像饱和度比较高;而对于比较灰暗的对象,则应适当增加曝光量,以期获得对比度较高的图像。但在实际成像过程中,很难同时兼顾到明暗不同的对象,最终导致图像饱和度和对比度不能同时满足要求,原始图像质量降质严重。针对单一曝光,衍生出从曝光不足到过度曝光的多曝光量图像,然后从多曝光量图像中选取图像质量好的部分进行融合处理,最后获得一幅饱和度和对比度都比较高的融合增强图像。自适应的曝光量调整多尺度熵融合的水下图像增强方法,对水下图像进行增强处理,使得增强后的图像对比度和饱和度能很好的兼顾,图像细节更加丰富清晰,整体图像的对比度、信息熵和色彩信息等等都能得到进一步提升。
发明内容
为了解决上述问题,本发明提出了自适应的曝光量调整多尺度熵融合的水下图像增强方法,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。
进一步地,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:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于常州工学院,未经常州工学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911132434.6/2.html,转载请声明来源钻瓜专利网。
- 上一篇:超宽带极化不敏感的3比特随机编码超表面结构及设计方法
- 下一篇:打磨机器人