本發(fā)明涉及水下圖像增強技術(shù)領(lǐng)域，具體地說，是一種基于相對全局直方圖拉伸的淺海水下圖像增強方法。

背景技術(shù)：

人們?yōu)榱颂剿魉聺O業(yè)資源、礦產(chǎn)資源、地質(zhì)結(jié)構(gòu)，需要通過水下圖像還原水下真實情況。但是水下圖像可見度低、對比度低，近些年，越來越多的人都在研究關(guān)于如何增強水下圖像，但是兼顧有效性、實時性和魯棒性的圖像增強技術(shù)仍面臨挑戰(zhàn)。由于水下圖像受到光線色散和吸收，圖像的質(zhì)量降低主要體現(xiàn)在圖像對比度飽和度上的損失。

還原清晰、真實的水下圖像、視頻對于海洋生態(tài)、水下考古、水下生物識別、水下機器人等研究具有重要意義。然而，與自然環(huán)境下的圖像相比，水下圖像更加復(fù)雜、可視性較差。主要原因有兩方面：一是受水下光線吸收和散射影響，二是受水下環(huán)境和水體渾濁度的影響。從而導(dǎo)致水下圖像具有對比度低、模糊、色調(diào)暗、色彩淡的特點。目前經(jīng)典的圖像增強算法中包括有從圖像本身考慮提出的基于暗原色先驗圖像去霧(dcp)、基于大氣散射現(xiàn)象的物理成像模型提出通過波長彌補和去霧方法實現(xiàn)水下圖像增強(wcid)。

一種使用集成的顏色模型進行水下圖像增強(icm)方法,從圖像的直方圖分布入手通過拉伸各個通道使其分布均勻提高圖像的對比度。此外，在icm基礎(chǔ)上對直方圖拉伸前進行了各通道直方圖再分布的猜想，得到一種對高低處能量分別增強的無監(jiān)督模式下的色彩校正水下圖像增強(ucm)。基于經(jīng)典dcp算法的圖像增強方法，如單一圖像去霧算法及其衍生算法。首先計算一個圖像的暗原色先驗的分布，后基于場景的反照率和媒介傳播估算傳輸t，然后要消除邊緣softmatting。這一系列進程復(fù)雜、耗時。

wcid算法結(jié)合自然光和人造光在傳播中的損失進行波長彌補和水下圖像去霧能夠有效地恢復(fù)圖像色彩平衡和可視度，但是獲取損失的能量很難，在獲取垂直深度和水平距離上也存在偏差，因此可知波長彌補很容易出現(xiàn)誤差甚至是錯誤。簡單又有實效的icm在早期就被人提出，并且采用全局直方圖拉伸算法增強圖像的對比度。由于光線在水下傳播存在衰減和色散，rgb三個波段的波長不同，不同波長的光線在水中傳播的色散情況不同并且藍色波長最短，因此在水下圖像主要由綠色和藍色主導(dǎo)。ucm是在icm基礎(chǔ)上提出的增強算法，通過適當修改這兩個通道的強度，能夠突出圖像中的目標物。雖然輸出水下圖像中的目標對象能有效地區(qū)別于背景，但是其中藍-綠色部分仍然存在很多。

中國發(fā)明專利cn201610123603.x，公開日為2016.07.13，公開了一種基于暗通道先驗與白平衡的水下圖像增強方法，步驟如下，背景光預(yù)處理階段、暗通道先驗階段、使用暗通道先驗算法得到摳圖后細化的透射率以及去霧處理后的圖片、由透射率導(dǎo)出深度圖、得到掩膜、剔除感興趣區(qū)域、白平衡階段。該方法通過對背景光進行修改，使圖片清晰度、對比度提高，達到圖像優(yōu)化的目的。但是這種方法無法應(yīng)用在水下圖像增強處理，導(dǎo)致處理結(jié)果不清晰、色彩不飽和。

中國發(fā)明專利cn201310628073.0，公開日為2014.03.26，公開了一種水下圖像增強處理方法，包括以下步驟，將水下獲得的原圖像進行對數(shù)運算，進行離散傅里葉變換，進行同態(tài)濾波處理，進行傅里葉逆變換，進行指數(shù)運算，獲得處理后的圖像，運用雙正交小波閾值濾波法對圖像進行處理。該方法去除圖像噪聲，提高圖像對比度，處理后的水下圖像光照均勻性得到改善。但是該方法運算復(fù)雜，需要進行多次運算，且無法保證處理后的圖像清晰度、色彩飽和度。

因此，亟需一種計算復(fù)雜度不高、能夠根據(jù)圖像自身的特性進行自適應(yīng)圖像增強、提高對比度、清晰度、色彩飽和度的水下圖像增強方法，而目前關(guān)于這種增強方法還未見報道。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的是針對現(xiàn)有技術(shù)中的不足，提供一種基于相對全局直方圖拉伸的淺海水下圖像增強方法。

為實現(xiàn)上述目的，本發(fā)明采取的技術(shù)方案是：

一種基于相對全局直方圖拉伸的淺海水下圖像增強方法，所述的淺海水下圖像增強方法包括輸入圖像模塊、圖像rgb直方圖分布分析模塊、相對全局直方圖拉伸模塊、全局拉伸模塊、輸出圖像模塊，其中，

所述的輸入圖像模塊，獲取水下圖像；

所述的圖像rgb直方圖分布分析模塊，將每一個圖像拆分為三個通道并生成對應(yīng)的直方圖；

所述的相對全局直方圖拉伸模塊，根據(jù)不同通道的直方圖分布特性，自適應(yīng)獲取直方圖拉伸范圍；

所述的全局拉伸模塊，對圖像進行顏色糾正，再對圖像進行全局拉伸；

所述的輸出圖像模塊，將進行全局拉伸后的圖像輸出。

作為一種優(yōu)選的技術(shù)方案，所述的圖像rgb直方圖分布分析模塊的工作流程為：

s21：將每一個圖像拆分為三個通道并生成相應(yīng)的直方圖，即紅色直方圖、綠色直方圖、藍色直方圖；

s22：分析直方圖分布范圍，并獲得相應(yīng)的分布規(guī)律。

作為一種優(yōu)選的技術(shù)方案，所述的相對全局直方圖拉伸模塊的工作流程為：

s31：計算rgb通道的相關(guān)參數(shù)，包括平均值、方差、均差；

s311：計算rgb通道的平均值，其計算公式如(1)所示，

其中，ravg、gavg、bavg分別為r通道、g通道、b通道的平均值，m*n為顯示一個通道像素值的數(shù)量，ir(i,j)、ig(i,j)、ib(i,j)分別代表r通道上(i,j)處的值、g通道上(i,j)處的值、b通道上(i,j)處的值；

s312：計算rgb通道的方差，其計算公式如(2)所示，

s313：計算rgb通道的拉伸輸出最小值，其計算公式如(3)所示，

其中，ormin、ogmin、obmin分別為r通道、g通道、b通道的輸出最小值，irmin、igmin、ibmin分別為r通道、g通道、b通道的被拉伸最小值，為像素值的0.2％，σr、σg、σb分別為r通道、g通道、b通道的均差；

s314：計算rgb通道的拉伸輸出最大值，其計算公式如(4)所示，

其中，ormax、ogmax、obmax分別為r通道、g通道、b通道的輸出最大值，irmax、igmax、ibmax分別為r通道、g通道、b通道的被拉伸最大值，為像素值的99.8％，tλ(x)代表一個像素點從起始位置到照相機傳輸過程中的殘余比率，d(x)代表目標對象到照相機的距離；

此外，由于可見光在水中船舶的色散程度與垂直距離和水下的水平距離是有關(guān)的，排除可見光在水中垂直傳播的衰減，只考慮光線傳播到照相機之間的傳輸損失；

s32：對圖像進行相對全局直方圖拉伸，其計算公式如(5)所示，

其中，pout是對比度糾正像素值，pin是考慮拉伸的像素點，omin是圖像中需要拉伸的最小值(0)，omax是圖像中需要拉伸的最大值(255)，imin是圖像中被拉伸最小值為i×0.2％，imax是圖像中被拉伸最大值i×99.8％。

作為一種優(yōu)選的技術(shù)方案，所述的全局拉伸模塊的工作流程為：

s41：對圖像進行顏色糾正，將圖像從rgb表現(xiàn)形式轉(zhuǎn)換成hsv表現(xiàn)形式；

s42：對s部分和v部分進行全局拉伸；

s43：將圖像從hsv表現(xiàn)形式轉(zhuǎn)換呈rgb表現(xiàn)形式。

作為一種優(yōu)選的技術(shù)方案，所述的直方圖分布為紅色直方圖集中分布在[0,50]，綠色、藍色直方圖集中分布在[100,150]。

作為一種優(yōu)選的技術(shù)方案，所述的相對全局直方圖拉伸模塊中，計算時，為了保證有效性，剔除rgb三個通道里前后各0.2％的像素值。

作為一種優(yōu)選的技術(shù)方案，所述的全局拉伸模塊中，計算時，為了保證有效性，剔除前后各0.1％的像素值。

本發(fā)明優(yōu)點在于：

1、圖像增強計算復(fù)雜度低，獲得的效果更好，魯棒性好，適用于包括水下植物、淺海人員、海底巖石等多累淺海水下圖像；

2、計算相對拉伸范圍的參數(shù)，并自動選擇拉伸范圍，可以精確定位需要被拉伸范圍；

3、利用顏色糾正方法，運用hsv色彩空間對s、v的全局拉伸彌補顏色損失；

4、可以有效的增強水下圖像的對比度、飽和度、可見度。

附圖說明

附圖1是本發(fā)明的結(jié)構(gòu)示意圖。

附圖2是本發(fā)明的工作流程示意圖。

附圖3是各圖像增強方法的直方圖分布結(jié)果圖。

具體實施方式

下面結(jié)合附圖對本發(fā)明提供的具體實施方式作詳細說明。

實施例1

參照圖1，本發(fā)明的一種基于相對全局直方圖拉伸的淺海水下圖像增強方法，包括分析水下圖像rgb直方圖分布模塊，相對全局直方圖拉伸模塊，轉(zhuǎn)化為hsv模型并全局拉伸模塊，其中，

輸入圖像模塊，獲取水下圖像；

圖像rgb直方圖分布分析模塊，將圖像拆分為三個通道并生成對應(yīng)的直方圖；

相對全局直方圖拉伸模塊，根據(jù)不同通道的直方圖分布特性，自適應(yīng)獲取直方圖拉伸范圍；

全局拉伸模塊，對圖像進行顏色糾正，再對圖像進行全局拉伸；

輸出圖像模塊，將進行全局拉伸后的圖像輸出。

實施例2

參照圖2，本發(fā)明的一種基于相對全局直方圖拉伸的淺海水下圖像增強方法的工作流程如下：

s1：輸入圖像模塊

獲取水下圖像；

s2：圖像rgb直方圖分布分析模塊

s21：將每一個圖像拆分為三個通道并生成相應(yīng)的直方圖，即紅色直方圖、綠色直方圖、藍色直方圖；

s22：分析直方圖分布范圍，并獲得相應(yīng)的分布規(guī)律，紅色直方圖集中分布在[0,50]，綠色、藍色直方圖集中分布在[100,150]；

s3：相對全局直方圖拉伸模塊

s31：計算rgb通道的相關(guān)參數(shù)，包括平均值、方差、均差；

s311：計算rgb通道的平均值，其計算公式如(1)所示，

其中，ravg、gavg、bavg分別為r通道、g通道、b通道的平均值，m*n為顯示一個通道像素值的數(shù)量，ir(i,j)、ig(i,j)、ib(i,j)分別代表r通道上(i,j)處的值、g通道上(i,j)處的值、b通道上(i,j)處的值；

為了保證有效性，剔除rgb三個通道里前后各0.2％的像素值；

s312：計算rgb通道的方差，其計算公式如(2)所示，

s313：計算rgb通道的拉伸輸出最小值，其計算公式如(3)所示，

其中，ormin、ogmin、obmin分別為r通道、g通道、b通道的輸出最小值，irmin、igmin、ibmin分別為r通道、g通道、b通道的被拉伸最小值，為像素值的0.2％，σr、σg、σb分別為r通道、g通道、b通道的均差；

s314：計算rgb通道的拉伸輸出最大值，其計算公式如(4)所示，

其中，ormax、ogmax、obmax分別為r通道、g通道、b通道的輸出最大值，irmax、igmax、ibmax分別為r通道、g通道、b通道的被拉伸最大值，為像素值的99.8％，tλ(x)代表一個像素點從起始位置到照相機傳輸過程中的殘余比率，d(x)代表目標對象到照相機的距離；

此外，由于可見光在水中船舶的色散程度與垂直距離和水下的水平距離是有關(guān)的，排除可見光在水中垂直傳播的衰減，只考慮光線傳播到照相機之間的傳輸損失；

s32：對圖像進行相對全局直方圖拉伸，其計算公式如(5)所示，

其中，pout是對比度糾正像素值，pin是考慮拉伸的像素點，omin是圖像中需要拉伸的最小值(0)，omax是圖像中需要拉伸的最大值(255)，imin是圖像中被拉伸最小值為i×0.2％，imax是圖像中被拉伸最大值i×99.8％；

s4：全局拉伸模塊

s41：對圖像進行顏色糾正，將圖像從rgb表現(xiàn)形式轉(zhuǎn)換成hsv表現(xiàn)形式；

s42：對s部分和v部分進行全局拉伸，為保證有效性，剔除前后各0.1％的像素值；

s43：將圖像從hsv表現(xiàn)形式轉(zhuǎn)換呈rgb表現(xiàn)形式；

s5：輸出圖像模塊

將進行全局拉伸后的圖像輸出。

本發(fā)明的一種基于相對全局直方圖拉伸的淺海水下圖像增強方法的優(yōu)點在于，圖像增強計算復(fù)雜度低，獲得的效果更好，魯棒性好，適用于包括水下植物、淺海人員、海底巖石等多累淺海水下圖像；計算相對拉伸范圍的參數(shù)，并自動選擇拉伸范圍，可以精確定位需要被拉伸范圍；利用顏色糾正方法，運用hsv色彩空間對s、v的全局拉伸彌補顏色損失；可以有效的增強水下圖像的對比度、飽和度、可見度。

實施例3

本發(fā)明的一種基于相對全局直方圖拉伸的淺海水下圖像增強方法的對比實驗。

將本發(fā)明的方法與icm、ucm進行對比，其直方圖分布結(jié)果如圖3所示。

圖3中(a)、(b)、(c)、(d)分別為原圖像、icm處理、ucm處理、本發(fā)明處理后的同一圖像的直方圖分布圖。

從圖中可以看出，本發(fā)明處理后的圖像，顏色分布更寬更均勻，相較于原圖像和經(jīng)過icm或ucm處理的圖像更加清晰，顏色更加飽滿。

以上所述僅是本發(fā)明的優(yōu)選實施方式，應(yīng)當指出，對于本技術(shù)領(lǐng)域的普通技術(shù)人員，在不脫離本發(fā)明方法的前提下，還可以做出若干改進和補充，這些改進和補充也應(yīng)視為本發(fā)明的保護范圍。