CN112070683A - 基于偏振和波长衰减联合优化的水下偏振图像复原方法 - Google Patents

基于偏振和波长衰减联合优化的水下偏振图像复原方法 Download PDF

Info

Publication number
CN112070683A
CN112070683A CN202010707591.1A CN202010707591A CN112070683A CN 112070683 A CN112070683 A CN 112070683A CN 202010707591 A CN202010707591 A CN 202010707591A CN 112070683 A CN112070683 A CN 112070683A
Authority
CN
China
Prior art keywords
polarization
representing
underwater
information
light
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202010707591.1A
Other languages
English (en)
Other versions
CN112070683B (zh
Inventor
赵永强
戴慧敏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Northwestern Polytechnical University
Original Assignee
Northwestern Polytechnical University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Northwestern Polytechnical University filed Critical Northwestern Polytechnical University
Priority to CN202010707591.1A priority Critical patent/CN112070683B/zh
Publication of CN112070683A publication Critical patent/CN112070683A/zh
Application granted granted Critical
Publication of CN112070683B publication Critical patent/CN112070683B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/30—Assessment of water resources

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Processing (AREA)
  • Color Television Image Signal Generators (AREA)

Abstract

本发明公开了一种基于偏振和波长衰减联合优化的水下偏振图像复原方法，包括以下内容：S1、通过工业相机和线偏振片采集水下场景对应的彩色图像以及4幅偏振图像，结合水下成像模型对后向散射光和目标信息光进行估计，进而根据后向散射光估计出基于偏振信息的场景深度图；S2、估计出局部空间平均颜色并实现对目标信息光衰减系数的粗略估计；S3、结合水下成像模型，推导出基于波长衰减信息的场景深度信息，结合波长衰减信息与偏振信息实现对局部邻域的联合优化进而完成对衰减系数的精确估计，实现最终清晰水下图像的恢复。解决了现有的水下成像存在的对比度下降以及水下偏振成像技术存在的色彩畸变问题。

Description

基于偏振和波长衰减联合优化的水下偏振图像复原方法
技术领域
本发明属于偏振图像处理技术领域，具体涉及一种基于偏振和波长衰减联合 优化的水下偏振图像复原方法。
背景技术
目前，水下场景中图像存在严重的退化问题：水体对不同波长的光的吸收度 各不相同，只有特定波长的光能够在水体中以较低的衰减率传播，从而造成了水 下图像的色彩畸变；水体中含有的微粒等物质不仅会使得水下图像具有较大的噪 声，还会对光产生散射作用，会将水体中微粒信息传送至探测器引起“帷幔效应”， 造成图像对比度下降。
造成水下图像对比度下降的后向散射光具有偏振相关性，采用水下偏振技术 能够有效地抑制后向散射光，提高图像对比度。此外水下偏振成像技术相较于其 他水下成像技术其***简单便携，功耗低，成本低。虽然水下偏振成像方法解决 了图下对比下降问题，但是由于不考虑光在水体中传播时的波长依赖性，这类方 法的复原结果存在严重的色彩畸变问题，复原效果受限，进一步限制了后续水下 目标的识别、定位的精度。
发明内容
本发明的目的是提供一种基于偏振和波长衰减联合优化的水下偏振图像复 原方法，以解决现有的水下成像存在的对比度下降以及水下偏振成像技术存在的 色彩畸变问题。
本发明采用以下技术方案：基于偏振和波长衰减联合优化的水下偏振图像复 原方法，包括以下内容：
S1、通过工业相机和线偏振片采集水下场景对应的彩色图像以及4幅偏振图 像，结合水下成像模型对后向散射光和目标信息光进行估计，进而根据后向散射 光估计出基于偏振信息的场景深度图；
S2、依据所述场景深度图的深度信息对局部邻域进行约束，由此估计出局部 空间平均颜色并实现对目标信息光衰减系数的粗略估计；
S3、结合水下成像模型，将初步估计到的衰减系数反馈至模型中，推导出基 于波长衰减信息的场景深度信息，结合波长衰减信息与偏振信息实现对局部邻域 的联合优化进而完成对衰减系数的精确估计，实现最终清晰水下图像的恢复。
进一步的，步骤S1中，水下成像模型表示为：
Ic＝Dc+Bc (1)，
Ic＝Jce-βz+B∞(1-e-βz),c∈{r,g,b} (2)，
公式(1)中Ic表示退化的水下图像，Dc表示目标信息光，Bc表示后向散射光， 公式(2)中Jc表示场景中目标无衰减的辐照度，即所要求解的无色彩畸变的清晰图 像，β表示衰减系数，z表示目标到相机的距离，e-βz表示目标信息光的衰减，B∞ 表示无穷远处的后向散射光，c表示图像的三个颜色通道，r表示红色通道，g表 示绿色通道，b表示蓝色通道。
进一步的，步骤S1中，去除后向散射光的方法为：
获取水下场景最亮时的图像Imax和最暗时的图像Imin，同时考虑后向散射光以 及目标的偏振度pscat和pobj，则：
Figure BDA0002594876060000021
公式(3)中B1表示由偏振方法求得的后向散射光，(x,y)表示像素在视场内的坐标位置；
通过在场景中选择特定区域对后向散射光和目标偏振度进行估计后利用上 式即可估计出场景中的后向散射光；
得到后向散射光后，进一步计算场景的深度图：
Figure BDA0002594876060000031
式中z1表示经由偏振信息估计出的深度图。
进一步的，步骤S2中，计算局部空间平均颜色时，利用深度信息对局部邻 域内的像素点进行筛选；
设置阈值δ，在局部邻域内选择与中心像素距离不大于阈值δ的连接像素，根 据这些像素估计局部空间平均颜色：
Figure BDA0002594876060000032
Figure BDA0002594876060000033
Figure BDA0002594876060000034
公式(5)中，
Figure BDA0002594876060000035
表示与中心像素深度之差小于阈值δ的像素集合，(x',y')表示局部邻域内深度与中心像素深度之差小于阈值δ的其他像素点，||·||表示计算 两个像素深度之差，z1(x,y)表示中心像素与相机的距离，z1(x',y')表示局部邻域内 非中心像素的像素点与相机的距离；
公式(6)中，
Figure BDA0002594876060000036
表示每一次迭代计算估计出的局部空间平均颜色，
Figure BDA0002594876060000037
表示集合
Figure BDA0002594876060000038
内像素点的局部空间平均颜色。公式(7)中
Figure BDA0002594876060000039
表示通 过迭代计算估计出的局部空间平均颜色，参数p描述了计算平均值的区域，其大 小取决于图像的大小；
估计出局部空间平均颜色
Figure BDA00025948760600000415
后则可以对场景中的整个照度
Figure BDA0002594876060000041
进行估计：
Figure BDA0002594876060000042
公式(8)中，参数f是一个缩放因子；
则目标信息光的衰减系数
Figure BDA0002594876060000043
则可以表示为：
Figure BDA0002594876060000044
进一步的，步骤S3中，根据
Figure BDA00025948760600000414
以及水下成像模型对场景深度信息z2再次进行 估计：
Figure BDA0002594876060000045
计算局部空间平均颜色时，对其局部邻域进行联合优化处理：
Figure BDA0002594876060000046
公式(11)中，
Figure BDA0002594876060000047
表示一个像素集合，其中的像素点与中心像素的深度之 差在先后两次计算的深度图中均小于阈值δ，(x',y')表示集合内像素点，z2(x,y)表 示第二次估计的深度图中中心像素与相机的距离，z2(x',y')表示局部邻域内非中 心像素的像素点与相机之间的距离；
在优化后的局部邻域上通过迭代计算求得局部空间平均颜色：
Figure BDA0002594876060000048
Figure BDA0002594876060000049
公式(12)中，
Figure BDA00025948760600000410
表示每一次迭代计算时的局部空间平均颜色，
Figure BDA00025948760600000411
表示集合
Figure BDA00025948760600000412
内每个像素点的局部空间平均颜色。公式(13)中
Figure BDA00025948760600000413
表示通过迭代计 算得到的局部空间平均颜色；
进而对场景照度以及衰减系数进行精确的估计：
Figure BDA0002594876060000051
Figure BDA0002594876060000052
公式(15)中，β表示最终估计出的目标信息光的衰减系数，结合已经去除后 向散射光的图像Dc，最终可以求得无衰减的水下图像Jc：
Figure BDA0002594876060000053
本发明的有益效果是：本发明旨在通过传统偏振成像方法与颜色恒常定理相 结合提出一种能够有效提高水下图像质量的方法。根据传统水下成像方法的特 点，利用其获取的场景深度图对局部空间平均颜色进行约束，对场景照度进行估 计，实现对波长衰减系数的初步估计，并将此初步结果反馈至水下成像模型中对 深度信息进行二次估计，利用偏振信息与波长衰减信息对局部邻域进行联合优化 达到对波长衰减进行精准补偿的目的。本方法能够有效地解决传统水下偏振方法 存在的色彩畸变问题，有助于后续的图像识别等处理。
附图说明
图1为本发明基于偏振和波长衰减联合优化的水下偏振图像复原方法的方法 流程图。
具体实施方式
下面结合附图和具体实施方式对本发明进行详细说明。
本发明采用的技术方案是采用传统偏振成像方法处理水下退化图像中的后 向散射光并获取场景深度图，利用深度图约束局部邻域，通过估计局部空间平均 颜色和场景照度实现对目标信息光衰减系数的初步估计，将衰减系数反馈至成像 模型中对深度信息进行二次估计，利用偏振信息和波长衰减信息对局部邻域进行 联合优化，最终实现对目标信息光衰减系数的精确估计，恢复出无衰减的清晰水 下图像。
传统水下偏振成像方法去散射以及深度图估计：
通过工业相机和线偏振片采集水下场景对应的彩色图像以及4幅偏振图像， 结合水下成像模型对后向散射光和目标信息光进行估计，进而根据后向散射光估 计出基于偏振信息的场景深度图。
水下成像模型表示为：
Ic＝Dc+Bc (17)，
Ic＝Jce-βz+B∞(1-e-βz),c∈{r,g,b} (18)，
公式(1)中Ic表示退化的水下图像，Dc表示目标信息光，Bc表示后向散射光， 公式(2)中Jc表示场景中目标无衰减的辐照度，即所要求解的无色彩畸变的清晰图 像，β表示衰减系数，z表示目标到相机的距离，e-βz表示目标信息光的衰减，B∞ 表示无穷远处的后向散射光，c表示图像的三个颜色通道，r表示红色通道，g表 示绿色通道，b表示蓝色通道。采用以下的方法去除后向散射光：获取水下场景 “最亮”时的图像Imax和“最暗”时的图像Imin，同时考虑后向散射光以及目标的 偏振度pscat和pobj，则：
Figure BDA0002594876060000061
公式(3)中B1表示由偏振方法求得的后向散射光，(x,y)表示像素在视场内的坐标位置。通过在场景中选择特定区域对后向散射光和目标偏振度进行估计后利用 公式(3)即可估计出场景中的后向散射光。得到后向散射光后，进一步计算场景的 深度图：
Figure BDA0002594876060000062
式中z1表示经由偏振信息估计出的深度图。
结合基于偏振信息的深度图对邻域进行约束，粗略估计衰减系数：
光在传播过程中存在衰减，而在水下环境中这种衰减具有波长依赖性，传统 的水下偏振成像方法中忽略这一因素导致恢复结果存在色彩畸变，并且对获得的 深度图没有加以利用，本发明利用基于偏振信息的深度图约束局部邻域，对局部 空间平均颜色进行估计并对目标信息光的衰减系数进行初步估计。
利用已获取到的深度图约束局部邻域：
Figure BDA0002594876060000071
公式(5)中
Figure BDA0002594876060000072
表示与中心像素深度之差小于阈值δ的像素集合，(x',y')表示局 部邻域内深度与中心像素深度之差小于阈值δ的其他像素点，||·||表示计算两个像素深度之差，z1(x,y)表示中心像素与相机的距离，z1(x',y')表示局部邻域内非中心 像素的像素点与相机的距离。根据筛选后的局部邻域通过迭代计算求取局部空 间平均颜色
Figure BDA0002594876060000073
Figure BDA0002594876060000074
Figure BDA0002594876060000075
公式(6)中
Figure BDA0002594876060000076
表示每一次迭代计算估计出的局部空间平均颜色，
Figure BDA0002594876060000077
表示集合
Figure BDA0002594876060000078
内像素点的局部空间平均颜色。公式(7)中
Figure BDA0002594876060000079
表示通过迭代 计算估计出的局部空间平均颜色，参数p描述了计算平均值的区域，其大小取决 于图像的大小。通过迭代计算估计出局部空间平均颜色后则可以对场景中的整个 照度
Figure BDA00025948760600000710
进行估计:
Figure BDA00025948760600000711
公式(8)中参数f是一个缩放因子。则目标信息光的衰减系数
Figure BDA00025948760600000712
则可以表示为：
Figure BDA0002594876060000081
结合波长衰减信息和偏振信息对局部邻域进行联合优化，实现衰减系数的精 确估计：
将初步估计出的目标信息光的衰减系数反馈至水下成像模型中，结合波长衰 减信息以及偏振信息对局部空间邻域进行联合优化，进一步约束局部邻域从而实 现对局部空间颜色的精确估计最终实现对衰减系数的精确估计，达到准确进行颜 色校正的目的。将初步得到的衰减系数反馈至水下成像模型，对深度信息z2再次 进行估计：
Figure BDA0002594876060000082
结合偏振信息与波长衰减信息对局部邻域进行联合优化：
Figure BDA0002594876060000083
公式(11)中
Figure BDA0002594876060000084
表示一个像素集合，其中的像素点与中心像素的深度之差在先后两次计算的深度图中均小于阈值δ，(x',y')表示集合内像素点，z2(x,y)表 示第二次估计的深度图中中心像素与相机的距离，z2(x',y')表示局部邻域内非中 心像素的像素点与相机之间的距离。
利用优化过后的局部邻域对局部空间平均颜色进行精确估计：
Figure BDA0002594876060000085
Figure BDA0002594876060000086
公式(12)中
Figure BDA0002594876060000087
表示每一次迭代计算时的局部空间平均颜色，
Figure BDA0002594876060000088
表示集合
Figure BDA0002594876060000089
内每个像素点的局部空间平均颜色。公式(13)中
Figure BDA00025948760600000810
表示通过迭代计算 得到的局部空间平均颜色。进而对场景照度以及衰减系数进行精确的估计：
Figure BDA0002594876060000091
Figure BDA0002594876060000092
公式(15)中β表示最终估计出的目标信息光的衰减系数，结合已经去除后向散射光的图像Dc，最终可以求得无衰减的水下图像Jc：
Figure BDA0002594876060000093
实施例一：
本发明的工作流程图如图1所示，本发明实施例提供了一种基于偏振和波长 衰减联合优化的水下偏振图像复原方法，包括：
传统水下偏振成像方法去散射以及基于偏振信息的深度图估计；
结合基于偏振信息的深度图对邻域进行约束，粗略估计衰减系数；
结合波长衰减信息和偏振信息对局部邻域进行联合优化，实现衰减系数的精 确估计，恢复清晰水下图像。
本实施例的基于偏振和波长衰减联合优化的水下偏振图像复原方法解决了 传统水下偏振成像方法存在颜色畸变问题，在提高图像对比度的同时展现水下场 景中目标的真实色彩信息，有效地拓展了水下偏振成像方法的应用范围。
实施例二：
本发明实施例在上述实施例的基础上，对本发明实施例提供的一种基于偏振 和波长衰减联合优化的水下偏振图像复原方法进行具体介绍，该方法具体包括：
步骤一：传统水下偏振成像方法去后向散射光以及基于偏振信息的深度图估 计；
本实施例采用普通工业相机加装线偏振片的采集装置对水下目标场景进行 拍摄，获取场景的彩色图像以及对应4幅偏振图像，由4幅偏振图像可以推导出 水下目标场景对应的“最亮”图像Imax和“最暗”图像Imin，结合水下成像模型进 行去散射以及对基于偏振信息的场景深度图进行估计。
水下成像模型表示为：
Ic＝Dc+Bc (1)，
Ic＝Jce-βz+B∞(1-e-βz),c∈{r,g,b} (2)，
根据公式(1)，Imax、Imin、目标信息光和后向散射光的关系如以下的公式所示：
Imax＝Dmax+Bmax (3)，
Imin＝Dmin+Bmin (4)，
假定目标信息光和后向散射光均为有偏的，选取特定的背景区域以及目标区域对后向散射光的偏振度pscat以及目标信息光的偏振度pobj进行估计：
Figure BDA0002594876060000101
Figure BDA0002594876060000102
结合公式(1)、(3)、(4)、(5)、(6)可以推导出目标场景的后向散射光：
Figure BDA0002594876060000103
根据公式(1)，无散射影响但仍存在衰减的水下场景图像Dc则为:
Dc＝Ic-Bc (8)，
于此同时通过估计出的后向散射光进一步估计场景基于偏振信息的深度图。 一般认为在自然光照下后向散射光随距离增加，本发明中认为当光源靠近相机时 与自然光照射条件类似，由此根据后向散射光的积分计算公式推导出深度图的计 算公式：
Figure BDA0002594876060000111
式中z1表示经由偏振信息估计出的深度图。
步骤二：结合基于偏振信息的深度图对邻域进行约束，粗略估计衰减系数；
通过传统的水下偏振成像方法去除了后向散射光，并且据此估计出了场景的 基于偏振信息的深度图，接下来利用深度图对局部空间平均颜色进行约束来估计 场景照度进而完成衰减系数的初步估计。
利用基于偏振信息的深度图对局部邻域进行约束：
Figure BDA0002594876060000112
在筛选过的局部邻域上进行迭代计算对局部空间平均颜色进行估计：
Figure BDA0002594876060000113
Figure BDA0002594876060000114
通过迭代计算估计局部空间平均颜色
Figure BDA0002594876060000115
后则可以对场景中的整个照度
Figure BDA0002594876060000116
进行估计：
Figure BDA0002594876060000117
f是尺度的因子，并且对于所有颜色通道f是一样的。本实施例中采用f＝2。 则目标信息光的衰减系数则可以表示为：
Figure BDA0002594876060000118
步骤三：结合波长衰减信息和偏振信息对局部邻域进行联合优化，实现衰减 系数的精确估计。
将初步估计得到的衰减系数反馈至水下成像模型中对深度信息进行二次估 计，利用偏振信息以及波长衰减信息对局部空间邻域进行联合优化，进一步精确 筛选局部邻域内的像素从而实现对局部空间平均颜色的精确估计，从而精确估计 出目标信息光的衰减系数最终实现无色彩畸变的水下清晰成像。
将初步估计出的衰减系数反馈至水下成像模型中，再次估计场景深度信息：
Figure BDA0002594876060000121
结合偏振信息与波长衰减信息对局部邻域进行联合优化处理：
Figure BDA0002594876060000122
经过公式(16)的联合优化可以得到更为精确的局部邻域，在此邻域上通过迭代计算完成对局部空间平均颜色的准确估计：
Figure BDA0002594876060000123
Figure BDA0002594876060000124
进而对场景照度以及衰减系数进行精确的估计：
Figure BDA0002594876060000125
Figure RE-GDA0002738138500000126
对于目标信息光而言，其衰减模型为：
Dc＝Jce-βz (21)，
根据这一公式，无衰减图像则可以通过以下公式计算得到：
Figure BDA0002594876060000127
本实施例通过在传统水下偏振成像的基础上考虑水下成像过程中存在的波 长衰减问题实现对传统水下偏振成像的改进，解决现有水下偏振成像存在的颜色 畸变问题。解决颜色畸变问题时，精确估计出波长衰减系数是关键。本发明将经 由偏振信息推导的衰减系数再次反馈至成像模型中，推导出基于波长衰减信息的 深度图，结合两次深度图对局部邻域进行更加精确的联合约束，确保了偏振信息 以及波长衰减信息的双重条件下的深度信息的精确性，进而使得最终估计的衰减 系数足够精确，从而实现对颜色信息的精确校正。
以上为本发明较优的实施方式，本发明所属领域的技术人员还能对上述实施 方式进行变更和修改。因此，本发明并不局限于上述的具体实施方式，凡是本领 域技术人员在本发明的基础上所作的任何显而易见的改进、替换和变型均属于本 发明的保护范围。

Claims (5)

1.基于偏振和波长衰减联合优化的水下偏振图像复原方法，其特征在于，包括以下内容：
S1、通过工业相机和线偏振片采集水下场景对应的彩色图像以及4幅偏振图像，结合水下成像模型对后向散射光和目标信息光进行估计，进而根据后向散射光估计出基于偏振信息的场景深度图；
S2、依据所述场景深度图的深度信息对局部邻域进行约束，由此估计出局部空间平均颜色并实现对目标信息光衰减系数的粗略估计；
S3、结合水下成像模型，将初步估计到的衰减系数反馈至模型中，推导出基于波长衰减信息的场景深度信息，结合波长衰减信息与偏振信息实现对局部邻域的联合优化进而完成对衰减系数的精确估计，实现最终清晰水下图像的恢复。
2.如权利要求1所述的基于偏振和波长衰减联合优化的水下偏振图像复原方法，其特征在于，所述步骤S1中，水下成像模型表示为：
Ic＝Dc+Bc (1)，
Ic＝Jce-βz+B∞(1-e-βz),c∈{r,g,b} (2)，
公式(1)中Ic表示退化的水下图像，Dc表示目标信息光，Bc表示后向散射光，公式(2)中Jc表示场景中目标无衰减的辐照度，即所要求解的无色彩畸变的清晰图像，β表示衰减系数，z表示目标到相机的距离，e-βz表示目标信息光的衰减，B∞表示无穷远处的后向散射光，c表示图像的三个颜色通道，r表示红色通道，g表示绿色通道，b表示蓝色通道。
3.如权利要求1或2所述的基于偏振和波长衰减联合优化的水下偏振图像复原方法，其特征在于，所述步骤S1中，去除后向散射光的方法为：
获取水下场景最亮时的图像Imax和最暗时的图像Imin，同时考虑后向散射光以及目标的偏振度pscat和pobj，则：
Figure FDA0002594876050000021
公式(3)中B1表示由偏振方法求得的后向散射光，(x,y)表示像素在视场内的坐标位置；
通过在场景中选择特定区域对后向散射光和目标偏振度进行估计后利用上式即可估计出场景中的后向散射光；
得到后向散射光后，进一步计算场景的深度图：
Figure FDA0002594876050000022
式中z1表示经由偏振信息估计出的深度图。
4.如权利要求1或2所述的基于偏振和波长衰减联合优化的水下偏振图像复原方法，其特征在于，所述步骤S2中，计算局部空间平均颜色时，利用深度信息对局部邻域内的像素点进行筛选；
设置阈值δ，在局部邻域内选择与中心像素距离不大于阈值δ的连接像素，根据这些像素估计局部空间平均颜色：
Figure FDA0002594876050000023
Figure FDA0002594876050000024
Figure FDA0002594876050000025
公式(5)中，
Figure FDA0002594876050000026
表示与中心像素深度之差小于阈值δ的像素集合，(x',y')表示局部邻域内深度与中心像素深度之差小于阈值δ的其他像素点，||·||表示计算两个像素深度之差，z1(x,y)表示中心像素与相机的距离，z1(x',y')表示局部邻域内非中心像素的像素点与相机的距离；
公式(6)中，
Figure FDA0002594876050000031
表示每一次迭代计算估计出的局部空间平均颜色，
Figure FDA0002594876050000032
表示集合
Figure FDA0002594876050000033
内像素点的局部空间平均颜色。公式(7)中
Figure FDA0002594876050000034
表示通过迭代计算估计出的局部空间平均颜色，参数p描述了计算平均值的区域，其大小取决于图像的大小；
估计出局部空间平均颜色
Figure FDA0002594876050000035
后则可以对场景中的整个照度
Figure FDA0002594876050000036
进行估计：
Figure FDA0002594876050000037
公式(8)中，参数f是一个缩放因子；
则目标信息光的衰减系数
Figure FDA0002594876050000038
则可以表示为：
Figure FDA0002594876050000039
5.如权利要求1或2所述的基于偏振和波长衰减联合优化的水下偏振图像复原方法，其特征在于，所述步骤S3中，根据
Figure FDA00025948760500000310
以及水下成像模型对场景深度信息z2再次进行估计：
Figure FDA00025948760500000311
计算局部空间平均颜色时，对其局部邻域进行联合优化处理：
Figure FDA00025948760500000312
公式(11)中，
Figure FDA00025948760500000313
表示一个像素集合，其中的像素点与中心像素的深度之差在先后两次计算的深度图中均小于阈值δ，(x',y')表示集合内像素点，z2(x,y)表示第二次估计的深度图中中心像素与相机的距离，z2(x',y')表示局部邻域内非中心像素的像素点与相机之间的距离；
在优化后的局部邻域上通过迭代计算求得局部空间平均颜色：
Figure FDA0002594876050000041
Figure FDA0002594876050000042
公式(12)中，
Figure FDA0002594876050000043
表示每一次迭代计算时的局部空间平均颜色，
Figure FDA0002594876050000044
表示集合
Figure FDA0002594876050000045
内每个像素点的局部空间平均颜色。公式(13)中
Figure FDA0002594876050000046
表示通过迭代计算得到的局部空间平均颜色；
进而对场景照度以及衰减系数进行精确的估计：
Figure FDA0002594876050000047
Figure FDA0002594876050000048
公式(15)中，β表示最终估计出的目标信息光的衰减系数，结合已经去除后向散射光的图像Dc，最终可以求得无衰减的水下图像Jc：
Figure FDA0002594876050000049
CN202010707591.1A 2020-07-21 2020-07-21 基于偏振和波长衰减联合优化的水下偏振图像复原方法 Active CN112070683B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010707591.1A CN112070683B (zh) 2020-07-21 2020-07-21 基于偏振和波长衰减联合优化的水下偏振图像复原方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010707591.1A CN112070683B (zh) 2020-07-21 2020-07-21 基于偏振和波长衰减联合优化的水下偏振图像复原方法

Publications (2)

Publication Number Publication Date
CN112070683A true CN112070683A (zh) 2020-12-11
CN112070683B CN112070683B (zh) 2024-03-12

Family

ID=73657495

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010707591.1A Active CN112070683B (zh) 2020-07-21 2020-07-21 基于偏振和波长衰减联合优化的水下偏振图像复原方法

Country Status (1)

Country Link
CN (1) CN112070683B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112907472A (zh) * 2021-02-09 2021-06-04 大连海事大学 一种基于场景深度信息的偏振水下图像优化方法
CN113538276A (zh) * 2021-07-15 2021-10-22 大连海事大学 基于复杂水下成像模型的水下图像颜色校正方法
CN113850747A (zh) * 2021-09-29 2021-12-28 重庆理工大学 一种基于光衰减和深度估计的水下图像清晰化处理方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007129326A2 (en) * 2006-05-09 2007-11-15 Technion Research & Development Foundation Ltd Imaging systems and methods for recovering object visibility
CN106204572A (zh) * 2016-07-06 2016-12-07 合肥工业大学 基于场景深度映射的道路目标深度估计方法
CN106991663A (zh) * 2017-04-05 2017-07-28 淮海工学院 一种基于暗通道理论的水下彩色图像增强方法
WO2017175231A1 (en) * 2016-04-07 2017-10-12 Carmel Haifa University Economic Corporation Ltd. Image dehazing and restoration
CN108171672A (zh) * 2018-01-10 2018-06-15 西北工业大学 基于红通道和全卷积神经网络的水下光学智能感知方法
CN108921887A (zh) * 2018-06-07 2018-11-30 上海海洋大学 基于水下光线衰减先验性的水下场景深度地图估计方法
CN110415178A (zh) * 2019-06-06 2019-11-05 长春理工大学 一种基于电磁波能量剩余比以及背景光估计的水下图像清晰化方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007129326A2 (en) * 2006-05-09 2007-11-15 Technion Research & Development Foundation Ltd Imaging systems and methods for recovering object visibility
WO2017175231A1 (en) * 2016-04-07 2017-10-12 Carmel Haifa University Economic Corporation Ltd. Image dehazing and restoration
CN106204572A (zh) * 2016-07-06 2016-12-07 合肥工业大学 基于场景深度映射的道路目标深度估计方法
CN106991663A (zh) * 2017-04-05 2017-07-28 淮海工学院 一种基于暗通道理论的水下彩色图像增强方法
CN108171672A (zh) * 2018-01-10 2018-06-15 西北工业大学 基于红通道和全卷积神经网络的水下光学智能感知方法
CN108921887A (zh) * 2018-06-07 2018-11-30 上海海洋大学 基于水下光线衰减先验性的水下场景深度地图估计方法
CN110415178A (zh) * 2019-06-06 2019-11-05 长春理工大学 一种基于电磁波能量剩余比以及背景光估计的水下图像清晰化方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
XUE-YAN LIU等: "Underwater polarization image restoration based on logarithmic transformation and dark channel", OPTOELECTRONICS LETTERS *
范新南;陈建跃;张学武;史朋飞;张卓;: "结构相似性的水下偏振图像复原", 中国图象图形学报, no. 07 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112907472A (zh) * 2021-02-09 2021-06-04 大连海事大学 一种基于场景深度信息的偏振水下图像优化方法
CN113538276A (zh) * 2021-07-15 2021-10-22 大连海事大学 基于复杂水下成像模型的水下图像颜色校正方法
CN113850747A (zh) * 2021-09-29 2021-12-28 重庆理工大学 一种基于光衰减和深度估计的水下图像清晰化处理方法

Also Published As

Publication number Publication date
CN112070683B (zh) 2024-03-12

Similar Documents

Publication Publication Date Title
CN112070683B (zh) 基于偏振和波长衰减联合优化的水下偏振图像复原方法
KR102104403B1 (ko) 단일영상 내의 안개 제거 방법 및 장치
KR102261532B1 (ko) 단일 스케일 영상 융합에 기반한 안개 제거 시스템 및 방법
RU2423018C2 (ru) Способ и система для преобразования стереоконтента
CN110288539B (zh) 一种结合颜色空间移动与暗通道先验的水下图像清晰方法
CN110689490A (zh) 一种基于纹理颜色特征和优化透射率的水下图像复原方法
TWI489416B (zh) 影像還原方法
CN111861896A (zh) 一种面向uuv的水下图像色彩补偿与恢复方法
CN111354077B (zh) 一种基于双目视觉的三维人脸重建方法
Pei et al. Effective image haze removal using dark channel prior and post-processing
CN110910319B (zh) 一种基于大气散射模型的手术视频实时去雾增强方法
CN105791636A (zh) 一种视频处理***
CN111738941A (zh) 融合光场和偏振信息的水下图像优化方法
CN106023108A (zh) 基于边界约束和上下文正则化的图像去雾算法
CN113850747A (zh) 一种基于光衰减和深度估计的水下图像清晰化处理方法
CN111598814B (zh) 基于极端散射通道的单图像去雾方法
CN110335210B (zh) 一种水下图像复原方法
CN111598812B (zh) 一种基于rgb和hsv双颜色空间的图像去雾方法
CN112529813A (zh) 图像去雾处理方法、装置及计算机存储介质
CN112132925A (zh) 用于重建水下图像颜色的方法和装置
CN113077401B (zh) 一种视点合成技术进行立体校正的方法
CN104038752A (zh) 基于三维高斯混合模型的多视点视频直方图颜色校正
CN112465720B (zh) 一种基于图像天空分割的图像去雾方法、装置和存储介质
CN116757949A (zh) 一种大气-海洋散射环境退化图像复原方法及***
Mi et al. Multi-scale gradient domain underwater image enhancement

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant