基于DCP和色差校正的渾濁水體圖像增強(qiáng)方法*

王浩 唐曉凡 魯亮 徐德南 楊新

(1.華中科技大學(xué),湖北武漢 430070;2.廣東省智能機(jī)器人研究院,廣東東莞 523808)

0 引言

數(shù)字圖像增強(qiáng)一直都是科研人員的研究重點(diǎn),高質(zhì)量的水下圖像可以有效提高水下的作業(yè)和研究的有效性和高效性。然而在很多污染水域或者水質(zhì)較差的淡水湖泊中,普通水下圖像的增強(qiáng)算法往往不能起到很好的增強(qiáng)效果。在普通水體中,圖像的主要問題是色差,普通水體中的懸浮顆粒并不是很多,水體的吸收作用是大于散射作用。而在渾濁水體中,吸收、散射都對(duì)圖像質(zhì)量都有著很大影響,同時(shí)圖像噪聲也會(huì)更加嚴(yán)重。

針對(duì)渾濁水體中的圖像問題,本文提出了一種基于DCP和色差校正的渾濁水下圖像增強(qiáng)方法,對(duì)比普通增強(qiáng)方法能夠更好處理渾濁水體圖像。另外,我們處理了不同的水下圖像,通過對(duì)比本文方法結(jié)果和其他方法結(jié)果,來驗(yàn)證本文算法相對(duì)于其他算法具有一定的改進(jìn)和優(yōu)點(diǎn)。同時(shí),利用評(píng)價(jià)指標(biāo)評(píng)價(jià)處理結(jié)果,驗(yàn)證算法的有效性。

1 水下成像模型

本文采用基于Jaffe-McGlamery模型[1]的水下成像模型。 通過對(duì)該模型進(jìn)行改進(jìn),使其更加適合渾濁、無人工光源的水下環(huán)境。該模型公式如下:

其中,J(x)代表環(huán)境光強(qiáng)度,它由光強(qiáng)度I∞(x)和場(chǎng)景點(diǎn)的歸一化亮度ρ決定。A代表全局光照強(qiáng)度,T(x)代表透射率,N代表圖像噪聲。成像模型示意圖如圖1所示。

根據(jù)該模型,去除圖像噪聲后,可以計(jì)算圖像的環(huán)境光強(qiáng)度、全局光照強(qiáng)度和透射率,在此基礎(chǔ)上,根據(jù)退化圖像I(x)推導(dǎo)出原始圖像J(x)。

2 水下圖像增強(qiáng)算法

2.1 雙邊濾波

噪聲對(duì)圖像處理有很大影響,因此我們?cè)谒惴ㄌ帉?duì)圖像進(jìn)行降噪。雙邊濾波器作為非線性濾波器,可以在降噪的同時(shí)保邊緣特征[2]。本文的雙邊濾波器由以下公式獲得:

其中,x代表中心點(diǎn),ξ代表相鄰點(diǎn)。

2.2 基于暗通道先驗(yàn)的水下圖像去霧

去霧算法基于暗通道先驗(yàn)理論[4]提出。在渾濁的水下環(huán)境中,由光線散射造成的圖像霧化和模糊問題十分嚴(yán)重。對(duì)去噪后的公式(1)進(jìn)行變換,可以得到以下公式:

根據(jù)暗通道先驗(yàn)理論,有Jdark→ 0 ,由此可得:

其中,Ω(x)代表最小值濾波窗口的中心,c代表三個(gè)顏色通道。ω用于調(diào)節(jié)去霧程度的大小,通常設(shè)定在0.5～0.6。

該方法按照亮度對(duì)暗通道圖像的像素行排序以獲得環(huán)境光強(qiáng)度。然后標(biāo)記亮度最高0.1%的點(diǎn)的坐標(biāo),在退化圖像中找到該坐標(biāo)所對(duì)應(yīng)的像素點(diǎn),它們的最大值標(biāo)記為環(huán)境光強(qiáng)度。基于這些信息,計(jì)算透射率圖像。在計(jì)算透射率圖像時(shí),我們采用了快速導(dǎo)向?yàn)V波器來對(duì)透射率進(jìn)行優(yōu)化,使圖像更加平滑、真實(shí)。獲得透射率圖像后,將它們帶入公式(1),可以逆推得到原始圖像。

2.3 基于灰度世界的直方圖均衡化

圖1 Jaffe-McGlamery水下成像模型Fig.1 Jaffe-McGlamery underwater imaging model

水體對(duì)于不同波長(zhǎng)的光具有不同的衰減系數(shù),水下圖像中存在色偏問題。同時(shí),渾濁水體成像環(huán)境惡劣,圖像對(duì)比度、色彩都有著很大問題。通過結(jié)合灰度世界理論和CLAHE[3-4]直方圖均衡化方法,我們提出了一種新的顏色校正方法,并且該方法可以有效提高圖像對(duì)比度。在該方法中,首先對(duì)圖像的直方圖進(jìn)行統(tǒng)計(jì)和計(jì)算,按灰度值對(duì)其進(jìn)行排序,通過設(shè)定閾值確定圖像單通道像素極值,然后利用CLAHE,將直方圖拉伸并使像素值均一化。處理前后的圖像以及其直方圖分布在圖2中展示。

本文算法由以上幾部分組成,整體流程圖如圖3所示。

3 渾濁水體的圖像增強(qiáng)對(duì)比

為了驗(yàn)證增強(qiáng)方法的有效性,我們對(duì)水下圖像進(jìn)行了處理并對(duì)結(jié)果進(jìn)行對(duì)比分析。對(duì)比分為主觀與客觀兩部分。主觀部分對(duì)比為本文方法與其他論文方法的對(duì)比。客觀部分對(duì)比是利用圖像質(zhì)量評(píng)價(jià)標(biāo)準(zhǔn)[7]進(jìn)行評(píng)判,所使用的評(píng)價(jià)標(biāo)準(zhǔn)包括STD和SSIM。

本文選取了DCP算法和白平衡算法作為對(duì)比對(duì)象,對(duì)比結(jié)果如圖4所示。DCP算法可以去除渾濁水下圖像的霧化效應(yīng),但不能很好的校正色差以及增強(qiáng)對(duì)比度,白平衡能夠修正色差,但是會(huì)修正過度導(dǎo)致色彩不真實(shí),而且無法處理霧化效應(yīng)。本文算法相較于其他方法能夠全面準(zhǔn)確地提高圖像質(zhì)量。圖像質(zhì)量的評(píng)價(jià)指標(biāo)對(duì)比結(jié)果表示于表1中。STD和SSIM是用于評(píng)價(jià)圖像質(zhì)量的指標(biāo),為了方便對(duì)比,對(duì)最終指標(biāo)值進(jìn)行了歸一處理。相對(duì)于處理前的圖像,通過本文算法對(duì)圖像進(jìn)行處理后,可以明顯提高指標(biāo)值。STD平均漲幅為510.1%,SSIM平均漲幅為46.6%。

圖2 色彩、對(duì)比度增強(qiáng)前后圖像對(duì)比Fig.2 Image contrast before and after color and contrast enhancement

圖3 算法流程圖Fig.3 Algorithm flowchart

4 總結(jié)

為了更好地解決渾濁水體下的圖像增強(qiáng)工作,本文提出了一種基于DCP和色差校正的渾濁水體圖像增強(qiáng)算法。通過雙邊濾波器的去噪處理,對(duì)圖像的對(duì)比度、色彩進(jìn)行修正和改進(jìn),最終提高圖像的整體質(zhì)量。同時(shí),通過對(duì)水下渾濁圖像進(jìn)行處理,對(duì)比其他增強(qiáng)方法的處理結(jié)果以及處理前后的質(zhì)量指標(biāo)值來驗(yàn)證算法的有效性。通過對(duì)比分析,確認(rèn)算法能夠有效改善渾濁水體的圖像質(zhì)量,這對(duì)水下科研工作以及工程作業(yè)具有重要意義。

表1 處理前后的指標(biāo)數(shù)值對(duì)比Tab.1 Comparison of index values before and after processing

圖4 不同算法的效果對(duì)比Fig.4 Comparison of the effects of different algorithms