基于小波的水下圖像對(duì)比度增強(qiáng)方法

廖雙

（華北水利水電大學(xué)信息工程學(xué)院 河南省鄭州市 450003）

水下圖像采集是現(xiàn)階段獲取水下信息的有效方式，但就實(shí)際情況而言，水下采集圖像，會(huì)導(dǎo)致圖像質(zhì)量受到不利影響，主要表現(xiàn)為圖像失真、對(duì)比度降低和細(xì)節(jié)不清晰等等。究其原因，主要是光線在水體下會(huì)不斷衰減并被水體所散射，在散射的作用下，圖片細(xì)節(jié)和對(duì)比度均會(huì)下降。而水下圖像對(duì)比度增強(qiáng)方法的使用，則有助于問(wèn)題的解決。因此，對(duì)此項(xiàng)課題進(jìn)行研究，其意義十分重大。

1 基于小波變換的多分辨率融合算法

本文通過(guò)對(duì)基于小波變換的多分辨率融合算法進(jìn)行使用，以實(shí)現(xiàn)增強(qiáng)水下圖像對(duì)比度的目的，試驗(yàn)結(jié)果表明，這方法具有良好方向性和冗余性，能夠使圖像的高頻信息完整保存，融合后的圖像與人眼的視覺(jué)特性極為契合。

本文所提出的融合技術(shù)，不是簡(jiǎn)單融合多幅不同源的圖像，而是通過(guò)對(duì)同一幅圖像不同特征信息的提取，并在此基礎(chǔ)上進(jìn)行融合，以獲取基礎(chǔ)圖像，然后通過(guò)多分辨率融合方法的使用，實(shí)現(xiàn)增強(qiáng)水下圖像對(duì)比度的目的。其流程如圖1所示。

在獲取原始圖像的ROI 顏色修正圖和亮度增強(qiáng)圖后，將其作為小波變換的多分辨率融合操作對(duì)象，簡(jiǎn)言之，就是將這兩幅圖像轉(zhuǎn)化為輸入圖像，在操作完成后，獲取二者融合后的圖像，對(duì)比度增強(qiáng)目的即可實(shí)現(xiàn)。

2 多分辨率融合算法

結(jié)合上文可知，ROI 圖像是融合算法的輸入圖像，其獲取方式為顏色修正和亮度增強(qiáng)?；谛〔ㄗ儞Q的圖像融合原理如圖2所示。

輸入圖像的融合算法流程如下所述：

（1）通過(guò)三層小波變換對(duì)原始圖像進(jìn)行處理，獲得各圖像小波低頻和高頻分量表示；

（2）通過(guò)線性加權(quán)和局部方差融合的方式，對(duì)圖像高頻分量進(jìn)行處理，為新分量表示的獲取，創(chuàng)造有利的條件；

（3）通過(guò)小波逆變的方式，處理新分量后完成融合圖像的獲取[1]。

小波分解是基于多尺度小波分解融合算法發(fā)展的前提基礎(chǔ)。Mallat 方法是小波分解的常用方法，這種方法的表示如下：

在上述式子中，第j 級(jí)的低通分量由Cj表示。鏡像低通濾波器由H 表示，鏡像高通濾波器由G 表示，行由r 表示，列由c 表示，在式中表示低通和高通濾波器，需要在圖像的行列上進(jìn)行處理，其中低通濾波器在行上處理，高通濾波器在列上處理。Cj圖像低頻信息由Cj+1表示，而圖像垂直方向信息由表示，圖像水平方向信息和對(duì)角線信息分別由和表示。在重構(gòu)后，該公式會(huì)發(fā)生轉(zhuǎn)變，如下所述：

圖1：水下圖像融合算法流程

圖2：基于小波變換的圖像融合原理

該方法的原理如下所述：

（1）通過(guò)二維小波分解的方式，對(duì)需要融合的圖像進(jìn)行處理，將其分解為多個(gè)結(jié)構(gòu)；

（2）在一級(jí)分解后，所得到的分量為4 個(gè)，分別是LL、LH、HL 和HH，其中低頻分量由LL 表示，同時(shí)也可以代表模糊圖像，垂直方向的高頻分量由LH 表示，水平方向的高頻分量由HL 表示，而對(duì)角線上的高頻分量由HH 表示[2]。

通過(guò)對(duì)原始圖像進(jìn)行小波變化，獲取高頻和低頻分量表示，然后將融合規(guī)則作為依據(jù)，促使高頻和低頻分量相互融合，此時(shí)，所獲得的分量表示屬于新分量表示，最后通過(guò)小波逆換的方式，所得到的融合圖像，就是對(duì)比對(duì)增強(qiáng)后的水中圖像。

圖3：不同水下圖像增強(qiáng)方法的RGB 通道直方圖

3 水下圖像增強(qiáng)結(jié)果分析

研究基于小波分析的多分辨率融合算法的應(yīng)用效果，本文通過(guò)試驗(yàn)的方式，使這種對(duì)比度增強(qiáng)方法與現(xiàn)有集中水下圖像算法進(jìn)行對(duì)比，并在此基礎(chǔ)上，對(duì)多分辨率融合算法及其他幾種常用的算法直方圖分布情況進(jìn)行分析，最后，提取和匹配原始圖像和增強(qiáng)圖像的特征點(diǎn)，結(jié)果表明，在應(yīng)用多分辨率融合算法后，水下圖像處理效果顯著提升

3.1 水下圖像融合結(jié)果對(duì)比

本文在對(duì)比幾種常用水下圖像對(duì)比度增加方法的基礎(chǔ)上，還分析了上述幾種方法的直方圖，如圖3所示。直方圖與處理后的圖像具有相同的作用，可以對(duì)圖像灰度分布情況進(jìn)行直觀的顯示，因此，這種對(duì)比屬于評(píng)價(jià)圖像質(zhì)量的有效方法。在分析后得知，原始水下圖像的灰度較為集中，細(xì)節(jié)清晰度和對(duì)比度嚴(yán)重不足，圖像質(zhì)量較為低下[3]。而多頻率融合方法，可以實(shí)現(xiàn)對(duì)圖像直方圖的均衡，促使圖像質(zhì)量進(jìn)一步增強(qiáng)。如下所述：

（1）未經(jīng)任何方法處理的水下原始圖像，其RGB 三通道灰度值存在明顯的集中，尤其是G 通道灰度值在較高的區(qū)域集中，導(dǎo)致圖像顏色向綠色偏移，細(xì)節(jié)不夠明顯。

（2）應(yīng)用CLAHE 方法處理后的增強(qiáng)圖像，該方法通過(guò)均衡處理三個(gè)通道的方式，使圖像對(duì)比度提升，但效果卻極為有限，具體表現(xiàn)為圖片顏色失真，對(duì)藍(lán)色和紅色的處理質(zhì)量不佳。

（3）應(yīng)用暗通道方法處理后的增強(qiáng)圖像對(duì)G 通道灰度級(jí)進(jìn)行了拉伸處理，故圖像整體為綠色，但紅色和藍(lán)色沒(méi)有得到改善，偏色現(xiàn)象依然存在。

（4）應(yīng)用直方圖均衡法增強(qiáng)后的水下圖像，雖然降低了直方圖均衡的比重，但圖像水體顏色與水草顏色之間的對(duì)比度卻沒(méi)有提升，因此，這種方法的處理效果十分有限。

（5）應(yīng)用雙邊濾波暗通道法所獲取的增強(qiáng)圖像，在水下圖像對(duì)比度增強(qiáng)過(guò)程中存在適用性不強(qiáng)的問(wèn)題，具體表現(xiàn)為RGB 直方圖并未被有效均衡，相較于原圖而言更為集中，導(dǎo)致增強(qiáng)后的圖像，其細(xì)節(jié)少于原圖。

表1：特征點(diǎn)和圖像匹配結(jié)果

（6）本文方法所獲得的結(jié)果，則符合水下圖像對(duì)比度增強(qiáng)的標(biāo)準(zhǔn)。與上述幾種方法的RGB 通道處理結(jié)果相比，應(yīng)用多分辨率融合算法處理通道灰度，可以使灰度更加均衡。并且不同灰度級(jí)之間的數(shù)量分布也十分均勻，故本方法的適用性良好，能夠在增強(qiáng)圖像對(duì)比度的基礎(chǔ)上，使顏色分配更加合理[4]。

3.2 檢測(cè)水下圖像特征點(diǎn)

在確定多頻率融合算法的應(yīng)用效果后，本文接下來(lái)會(huì)以圖像特征點(diǎn)提取和匹配為切入點(diǎn)進(jìn)行研究。未經(jīng)處理的圖像，其顏色明顯發(fā)綠，存在顏色失真的問(wèn)題，而融合方法處理后的圖像，其細(xì)節(jié)顯著增強(qiáng)，為特征點(diǎn)的提取和匹配創(chuàng)造有利的條件。

在視頻識(shí)別中，圖像匹配屬于關(guān)鍵性技術(shù)，本文在提取圖像特征點(diǎn)時(shí)，對(duì)surf 算法進(jìn)行了使用，在提取完成后對(duì)其進(jìn)行匹配，使圖像特征點(diǎn)數(shù)量增加，匹配率也因此而提升。

匹配結(jié)果表明，原始水下圖像的特征點(diǎn)數(shù)量較少，而匹配特征點(diǎn)數(shù)量更是寥寥無(wú)幾。但是利用融合方法處理后的圖像，特征點(diǎn)數(shù)量較多，且相同目標(biāo)之間匹配率與原始圖像相比，增加幅度較大[5]。其結(jié)果如表1所示。

結(jié)合表1中的數(shù)據(jù)可知，原始圖像特征點(diǎn)和匹配特征點(diǎn)數(shù)量均大幅度少于增強(qiáng)圖像，二者差值可達(dá)9 倍以上，故基于小波分析的多分辨率融合方法具有良好的應(yīng)用效果。

4 結(jié)論

綜上所述，目前，各個(gè)領(lǐng)域均會(huì)涉及到圖像處理，可以說(shuō)，圖像處理與我們?nèi)粘Ｉ钪g，存在密切的關(guān)聯(lián)，是科技發(fā)展的重要方向。海洋中蘊(yùn)藏了豐富的資源，人類文明的發(fā)展，需要積極利用海洋能源。在這一背景下，水下圖像成為了人們獲取海洋信息的重要方式，但由于水下圖像形成環(huán)境復(fù)雜程度較高，因此水下攝像所獲取的圖像，存在嚴(yán)重的質(zhì)量問(wèn)題，而現(xiàn)有圖像處理方法，無(wú)法實(shí)現(xiàn)對(duì)水下圖像的有效處理。為此，本文基于小波分析，提出了一種多分辨率融合的圖像增強(qiáng)方法，試驗(yàn)結(jié)果表明，該方法可以使圖片質(zhì)量顯著增強(qiáng)。