基于暗通道模型的農業用機井水下圖像增強算法

田煜衡

基于暗通道模型的農業用機井水下圖像增強算法

田煜衡

（衡水學院電子信息工程學院河北衡水053000）

利用井下成像系統對損壞的農用機井進行探測、維修對于農業生產具有重要意義。由于受到惡劣成像環境的影響，通過井下電視獲得的水下圖像往往存在對比度低、成像模糊等問題。文章提出了一種基于暗通道模型的井下圖像增強算法。分析了井下圖像的退化原因，并以此建立井下圖像退化模型；運用先驗信息對該模型中的關鍵參數進行估計，并通過反演計算以達到圖像增強的目的。實驗結果表明，文章提出的井下圖像增強算法，能有效地恢復圖像細節，圖像對比度、飽和度等指標均得到一定程度的提升。

井下圖像增強；暗通道；農業用機井

對于水資源缺乏的地區，農用機井在農田灌溉、人畜飲水等領域發揮著重要作用，對農用機井的檢測、保養、維修成了保障農業生產活動順利進行的關鍵環節。井下電視測井技術是現代測井技術的研究熱點，由于其具有觀測直觀、實時性好的優點，因而在機井檢測、維修等領域扮演了重要角色[1]。然而，由于農用機井成像環境十分惡劣，如光線不充足、泥沙顆粒等漂浮物較多等因素，導致農用機井井下電視獲得的圖像往往存在對比度低、圖像模糊等問題。因而，井下圖像增強作為成像測井技術的一個關鍵問題逐漸受到廣泛關注。

近年來，隨著圖像處理技術的不斷發展，相關研究人員提出了多種水下圖像增強算法，其中根據經典圖像去霧模型——暗通道模型的改進算法，在諸多水下圖像增強領域取得了良好效果，并以此衍生出多種改進算法[2]。該類方法以大氣散射模型為基礎，根據光線在水中傳播的特性，建立水下圖像退化模型，并對相關參數進行估計、反演以達到圖像增強的目的。

文章以農用機井井下電視獲得的井下圖像為研究對象，對傳統暗通道模型進行優化，建立井下圖像的成像模型，運用先驗信息對該模型中的關鍵參數進行估計，并通過反演計算達到圖像增強的目的。實驗結果表明，文章算法能夠有效地提升圖像對比度、飽和度等質量指標。

1 井下圖像成像模型的建立

水下圖像增強問題可以看作一個“距離依賴”問題。該類問題可由如下基本模型定義：

根據暗通道理論，光線在水體傳播過程中，同時受到水介質的散射作用和衰減作用，其中紅色光線的衰減速率最高，結合式(1)描述的基本模型，可構建機井水下成像的模型為：

式中III分別表示井下電視獲得的RGB3個通道的觀測圖像，即退化后的圖像；JJJ分別表示RGB3個通道的場景固有光照屬性；BBB分別表示RGB3個通道的背景光；t表示透射率。

根據暗通道理論應用于水下成像模型的原理，應將紅色通道定義為“暗通道”，作為描述背景光的主要特征，因而還需定義“紅色暗通道”（以下簡稱“紅信道”）的先驗條件：

2 模型參數的估計

圖1　本文算法流程圖

2.1 水體背景光的估計

考慮到井下電視拍攝井下圖像時往往需要補光燈，為避免由于人工光源造成局部背景光較強導致的過度補光問題，文章采用四叉樹分級搜索算法[3]，對背景光進行估計。即將輸入圖像分割為4個大小相等的區域，然后根據下式對每塊區域的光照均勻性進行打分：

在經過篩選的背景區域內，依據紅信道先驗條件，找到紅色暗通道取值最大的像素點作為背景光像素點，該過程可表示為：

2.2 透射率的估計

根據（3）式和（5）式，對透射率參數t進行估計，表達式為：

其中，λ、λ表示水介質對綠色光線和藍色光線的傳播系數，為一常亮。

2.3 反演計算增強后的圖像

3 實驗結果

為評估算法性能，文章選取井下電視拍攝的實際圖像進行了測試，實驗結果如圖2所示。

圖2　文章實驗結果

通過實驗結果可以發現，由于光線不足、泥沙顆粒的散射作用，原始圖像整體對比度偏低，經文章算法處理后，圖像對比度在一定程度上得到了提升；同時，由于采用了暗通道背景估計的算法，能夠發現圖像的細節信息得到了恢復。

[1]郭嗣杰,孟剛,蔡曉波.井下電視技術的發展和應用[J].艦船防化,2010(3):6-9.

[2]郭繼昌,李重儀,郭春樂,等.水下圖像增強和復原方法研究進展[J].中國圖象圖形學報,2017,22(3):273-287.

[3]林森,白瑩,李文濤,等.基于修正模型與暗通道先驗信息的水下圖像復原[J/OL].機器人:1-10[2020-06-03].https://doi.org/10.13973/j.cnki.robot.190464.

田煜衡(1986- )，男，漢族，河北衡水人，碩士，講師，研究方向：數字圖像處理、模式識別研究。

TP391.41

A

2095-1205(2020)03-80-02

10.3969/j.issn.2095-1205.2020.03.47