水下图像增强与复原技术研究(汇报总结)

总汇报水下图像增强与复原技术研究

结在许多利用水下图像的领域，我们都需要获得成像质量高的水下图片，例如水下考古、水下生物研究、海底勘探、水下无人潜航器导航、水下目标检测跟踪、三维重建等领域。研究意义对比度低颜色失真光照度不均可观察距离衰减细节不清晰噪声多水体光照的后向散射水对光的吸收特性，水对光的吸收在不同光谱区域是不一样的，蓝光衰减的最少，红光衰减的最多。水体散射水体散射性质和悬浮体、活性有机体的存在，水对光的吸收作用给水下彩色摄象带来很大的困难，通常只能在1-2m距离目标进行拍摄才能避免色彩的丢失水中悬浮物的存在水下图像增强与复原水下图像清晰，方便应用水下图像领域的研究主要研究内容主要研究内容水下成像模型I(x)=J(x)×t(x)+A×(1-t(x))主要研究内容直方图均衡化校正色偏主要研究内容第一步：进行像素灰度数统计，得到每个灰度级的像素点的数量。第二步：计算灰度分布密度，用各灰度级的像素点数量除以总的像素点数量，取值在（0,1）区间的灰度分布密度，取出各通道中有效的最大灰度值第三步：计算累计直方图分布，分别得到三个颜色通道和灰度图像的累计直方图分布，即每个灰度值的累计概率密度。第四步：累计分布取整，用四个值中的最大值与灰度值230来做比较，然后取最小值。这样可以避免颜色校正的图像灰度值过于高，造成图像整体过亮）主要研究内容用得到的最小值来各个通道进行累计分布取整，将累计概率密度变换为（0,255）区间的灰度值，累计分布取整公式如下。主要研究内容第五步：对灰度值进行映射，首先我们要判断像素点红色通道是否在三个通道中所占比例最小，如果红色通道在三通道中所占比例最小，如果红色通道在三通道中所占比例既不是最小的也不是最大的，主要研究内容如果红色通道在三通道中是最大的这一方法能够避免传统直方图均衡化方法中红色通道过校正的问题出现。研究内容分数阶微分运算对信号的高频部分具有增强作用，并且随着分数阶微分阶次和频率的增加，增强的幅度呈非线性急速增长。同时分数阶微分对信号的低频部分进行了一定程度的非线性的保留。因此，分数阶微分对图像边缘和纹理有一定的增强和保留作用研究内容从不同的应用角度去分析问题可以得到不同的分数阶微分的定义，所以迄今为止，分数阶微分仍然没有统一的时域定义表达式。在众多的定义表达式中，主要有三种经典的分数阶微分定义，包括G-L，R-L,Capotu定义。分数阶微分定义G-L在数值实现时可以转换为卷积运算形式，因此非常适合在图像信号处理中的应用。研究内容构造分数阶掩膜算子分数阶微分理论应用到数字图像中的关键是增加一个自由度，即阶次通过适当调节的大小可以构造相应的掩膜算子，从而得到较好的图像增强效果。假设二维图像信号对于X轴，Y轴方向的分数阶微分在一定的条件下是可分离的，这样可以利用分数阶微分算子分别对数字图像的八个方向进行滤波处理，然后将得到的中间结果通过相关规则结合。研究内容研究内容研究内容研究内容研究内容I(x)=J(x)×t(x)+A×(1-t(x))我们认为在局部小区域内，相同物体的透射率相同,即在以像素点x为中心，半径为r的小窗口区域内，在水下降质图像与非降质图像之间是一个局部线性模型，透射率t(x)为一个固定值。水下降质图像与非降质图像具有相同的梯度变化，所以基于这个模型对图像有边缘保持的特性。研究内容对于线性系数的判定，我们由输入图像P来限制。我们假设非降质图像J是输入图像P减去一些不需要的成分的结果（例如噪声或结构），用n表示。即J=P-n我们用线性回归模型来求出系数，即希望拟合函数的输出值与输入值之间的差距最小，也就是让下式最小。通过最小二乘法，我们可以得到：研究内容引导滤波同样假设滤波后图像与原图像成局部线性关系。通过对水下成像模型的分析发现，引导滤波完全可以应用于水下图像质量增强。我们获得的增强细节的三通道图像作为引导图像，将校正色偏后的三通道的图像作为输入图像，对三通道分别进行引导滤波，引导滤波输出图像即为我们要得到的既校正了色偏，又增强了细节的水下降质图像的复原图像。结果与目标结果与目标结果与目标原图Ancuti方法Bazeille方法自动红通道方法N.Carlevaris方法本文方法结果与目标原图Ancuti方法Bazeille方法自动红通道方法N.Carlevaris方法本文方法结果与目标原图Ancuti方法Bazeille方法自动红通道方法N.Carlevaris方法本文方法结果与目标原图Ancuti方法Bazeille方法自动红通