Journal of Computer Applications
计算机应用,
2012
,
32( 10) : 2836 - 2839
ISSN
1001-9081
CODENJYIIDU
2012-10-01
http://www.joca.cn
文章编号;
1
∞
1
-9081(2012)10
-2836-04
doi:l0.
3724/SP. J.
1087.2012.02836
基于水下图像光学成像模型的清晰化算法
郭相风气贡建芳杨瑞峰葛中峰
2
(1.中北大学信息与通信工程学院,太原
030051;
2.
中国海洋大学工程学院,山东青岛
266100)
(
*通信作者电子邮箱事f1
9870115@
126.
com)
摘
要:针对水下图像的纹理细节模糊、对比度低以及图像光照不均问题,通过分析水下图像的成像过程,提出
一种水下图像清晰化算法。在小泼域的低频子带上结合水下图像光学成像模型,先利用高斯模糊对介质散射光进行
估计与去除,再采用基于局部复杂度的方法调整衰减因子,对衰减低频子图进行自适应增强;在高频子带上采用非线
性变换的增强方法,进一步增强了高频信息并有效地抑制了噪声的放大。实验结果表明该算法对解决水下图像模糊
和光照不均问题具有较好的效果,与基于小波交换的水下降质图像复原算法相比,具有较高的实时性。
关键词:水下图像;图像增强;小波交换;光学成像模型;低对比度;光照不均
中固分类号:
T
P3
9
1.
41
文献标志码
:A
Visibility enhancing algorithm based on optical imaging model for underwater images
GUO
Xiang-feng
1
* ,
JIA
Jian-fang
1
,
YANG
Rui-feng
1
,
GE
Zhong-feng
2
(1.
Sc/wol 01
l
,
呐
rmation
and
Communication
E,
略
ineerir
咳
,
North University
01
China,
Tai:
严皿
n
Sh
α
阳
i
030051
, China;
2. College 01 Engineering
, Ocean University 01 China, Qingdao
S
归
ndong
266100
,
Ch
ι
阳)
Abstract:
To
overcome the problems of underwater images such as
fuzzy
texture details,
low
contrast and non-
illumination, tbe underwater images imaging process was first analyzed and then a visibility enhancing algorithm
was
proposed.
Underwater image optical imaging model was used in the low-frequency sub-band, where image with medium scattering light
was
estimated and eliminated using Gaussian blur, and then attenuation factor was adjusted based
on
local complexity method
to
e
由
ance
adaptively low frequency sub-image. Non-linear transform for enhancing image was used in the high-frequency sub-
band, which
fu
且
her
enhanced the high frequency information and effectively restrained the noise magnification. The
experimental results show that the algorithm can effectively deal witb the problem
of
image blurring and non-illumination, and
tbe running time is less
than
由
at
of restoration algorithm for degraded underwater images based
on
wavelet transform.
Key
words:
underwater image; image enhancement; wavelet transform; optical imaging model;
low
contrast; non-
i
lIurnination
0
引言
视频图像含有丰富的细节和颜色信息,易于人工识别和
理解,是水下机器人进行深海近距离观测的重要手段。然而,
水下图像成像条件复杂,质量较差,需要对水下视频图像进行
清晰化处理,便于图像后续的高级处理,以达到满足人眼视觉
观测的需求,从而实现对水下机器人的远程遥控
[1
-2J
。水下
图像清晰化处理的主要障碍是由于光在水下的特殊传输特性
和人工光照的引人而引起的
[3
-4J
。光子在水中传输经历了衰
减和散射,导致水下视频图像存在特征模糊、兴趣区域结构细
节少等问题。另外,在深海视频观测中,辅助的人工照明设备
以及摄像系统的浮动使得水下光照环境呈非均匀状态,图像
中心部位形成亮斑而周围形成暗区,严重影响图像对比度。
Garcia
等
[3J
针对水下图像的光照不均问题,运用光照反
射模型、局部直方图均衡化、同态滤波等方法对水下图像进行
处理,并对实验结果作出了分析和比较。文献
[5]
提出一种
基于照度分割的局部多尺度
Retinex
图像增强算法,首先通过
引人带参数的对数图像处理(Lo
garithmic
Image Processing,
LIP)
模型将图像分解成四个照度区域,然后对各区域根据照
度的差异采用相应尺度的
Retinex
算法进行增强,最后通过基
于面积的比例因子对各增强后的子图进行照度融合,实现图
像增强。上述两种方法能较好地解决图像的光照不均问题,
但是不能有效处理图像的模糊问题。
Padmavathi
等
[6J
利用同态滤波、各向异性扩散滤波、小波
滤波等方法来提高图像的对比度,抑制噪声和保留图像的边
缘,从而可以增强和平滑图像。
H
臼
san
等[7]提出了一种处理
黑暗模糊和低对比度图像的方法,利用锐化掩膜的方法增强
图像的细节并且突显隐藏在图像中的细节,锐化边缘和细节
比较多的区域,利用
3
x3
的滑动映射窗口进行对比度增强。
上述两种方法只是单纯调高图像的对比度,可以使图像变清
晰,但是容易造成图像失真,且不能处理图像的光照不均问
题。
文献
[8]
使用
RGB
对比度拉伸算法来补偿图像的颜色
对比度,去除图像的模糊问题;在Hl
S
空间上对饱和度和亮度
增加真彩色,去除光照不均问题。
Li
等
[9J
提出的
AINDANE
(Adaptive and Integrated Neighborhood Dependent Approach for
收稿日期
;2012
-04
-09;
修回日期
:2012
-05
-31
0
基金项目:山西省青年科技研究基金资助项目
(2009021018-1)
:教育部博士点新教
师基金资助项目
(20091420120007):
山西省科技攻关资助项目
(20100321056
-0
1
)。
作者简介:郭相凤(1
987
- )
,女,山东泰安人,硕士研究生,主要研究方向:图像清晰化处理、运动目标检测与跟踪;
贾建芳(1
973
- )
,男,
山西长治人,副教授,博士,主要研究方向:非线性系统故障诊断与容错控制、复杂系统建模与优化;
杨瑞峰(1
969
一)
,男,山西代县人,教授,博
士,主要研究方向:计算机测控技术、现代传感技术与系统;
葛中峰
(1985-)
,男,山东日照人,硕士研究生,主要研究方向:智能信息处理与智
能控制、水下视频图像处理。