基于多尺度融合的水下图像增强方法研究

发布时间：2020-11-22 09:30

　　 水下图像作为人们获得水下信息的重要途径,已经广泛应用于水下机器人、海洋考古、海洋能源勘探等诸多领域。水下成像环境的特殊物理性质导致获取的图像存在细节模糊、颜色失真、对比度低等降质问题,严重影响了图像信息的读取。本文综合考虑图像的视觉效果、信息保留以及算法的复杂程度等因素,提出一种基于多尺度融合的水下图像增强方法。本文主要工作如下:首先,分析光在水下的传播特性,建立水下成像衰减模型和散射模型,简述水下图像成像特点。对当前主要的水下图像增强方法进行研究和实现,包括直方图均衡化方法、白平衡方法、Retinex增强方法、暗通道先验方法和图像滤波降噪方法等。其次,针对水下图像颜色失真和对比度下降两个主要的退化问题,本文提出一种有效的基于多尺度融合的水下图像增强方法。其采用改进的白平衡方法、Lab颜色空间直方图均衡化方法和梯度域引导滤波方法获得颜色校正版本和对比度增强版本作为图像融合输入;选取显著图、色度图等四项权重特征计算归一化权重图。考虑到计算的高效性,采用拉普拉斯金字塔和高斯金字塔对输入图像和权重图像进行多尺度分解与融合,得到最终的增强结果。最后,本课题建立了多种退化类型的水下图像数据集,对多尺度图像融合方法进行检验,利用当前比较优秀的两种无参考水下图像评价方法对图像质量进行评测。从视觉效果和图像质量评价标准两方面对本文算法的有效性、适应性和稳定性进行说明。
【学位单位】：哈尔滨工程大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TP391.41;P714
【部分图文】：

图 2.1 光在水中的衰减情况[43]，在水下传播时，红光的传输距离最到 30 米左右，绿光传输距离到 20 米过百分之八十的光在水深为两到三米，在水深为十米的深度时，就只剩下普遍存在颜色失真问题，通常呈现为题。理论和试验结果表明，当光在水都呈现指数分布，用公式表示为0-αrrP = P e率，Pr表示光经过 r 距离传播后剩余不仅与光的波长相关，还与水介质相数变换，得到光脉冲的作用距离方程001 1ln( ) ln( )rrPPLα P αP= =

哈尔滨工程大学硕士学位论文数，a 表示吸收系数，b 表示散射系数。物质对光的吸收和散射作用造成的[45]。接，进一步分析水下图像的降质原因。从而。模型体和悬浮物质对光的作用主要分为吸收和成像平面接收到的光强分为两部分：一部标辐射光，符号表示为AI ；另一部分为为SI 。成像平面接收到的总光强可以表示A SI = I + I

成像平面接收到的光强分为两部分：一部分是目标辐射光，符号表示为AI ；另一部分为由于为SI 。成像平面接收到的总光强可以表示成A SI = I + I图 2.2 水下成像模型示意图的反射光分成了三部分：直接衰减部分、前指目标辐射光被水体吸收后，没有经过散射作个过程建立水下成像衰减模型，如图 2.3 所示
【相似文献】

相关期刊论文 前10条

1 余春艳;徐小丹;林晖翔;叶鑫焱;;应用雾天退化模型的低照度图像增强[J];中国图象图形学报;2017年09期

2 孙玲姣;;基于Retinex理论的图像增强算法研究[J];数码世界;2016年12期

3 朱振军;贾少华;;QMV141型微光图像增强仪[J];轻兵器;2017年09期

4 程景云 ,朱泉生;用对流—扩散方程的差分格式实现图像增强的机理[J];上海海运学院学报;1989年04期

5 张春森;;利用TM资料提取森林信息的波段选择及图像增强方法探讨[J];遥感信息;1989年04期

6 王超;;基于图像增强的几种雾天图像去雾算法[J];自动化应用;2018年02期

7 李杰美慧;王谋;韩江鸿;吴丹阳;王惠刚;;小波变换在水下图像增强中的应用[J];技术与市场;2016年07期

8 胡布钦;莫晓丽;;降质图像增强及评价的应用[J];数字技术与应用;2015年09期

9 侯艳芹;李均利;魏平;陈刚;;一种基于二维离散小波变换的医学图像增强算法[J];计算机工程与应用;2006年07期

10 王罡;;基于人眼视觉特性的舰船图像增强方法[J];舰船科学技术;2019年04期

相关博士学位论文 前10条

1 陈杰;基于色彩信息的图像增强研究[D];南京邮电大学;2017年

2 张宪红;基于动力系统的图像增强与分割算法及在林火遥感中应用[D];东北林业大学;2017年

3 丁畅;复杂海况环境下海面图像增强方法研究[D];大连海事大学;2018年

4 向文鼎;雾天及海洋环境下的图像增强与复原技术研究[D];中国科学院大学(中国科学院光电技术研究所);2019年

5 刘玉红;基于生物视觉感知机制的图像增强及质量评价的研究[D];电子科技大学;2018年

6 孔令海;基于PDE和曲率策动流的图像增强去噪模型研究[D];中国工程物理研究院;2005年

7 王彦臣;基于多尺度数字X光图像增强方法的研究[D];中国科学院研究生院（长春光学精密机械与物理研究所）;2005年

8 侯国家;水下图像增强与目标识别算法研究[D];中国海洋大学;2015年

9 赵欣慰;水下成像与图像增强及相关应用研究[D];浙江大学;2015年

10 陈燕;工业X射线图像增强算法研究[D];中北大学;2016年

相关硕士学位论文 前10条

1 卿文杨;单幅水下图像增强算法研究[D];云南大学;2018年

2 王亚敏;不同光照条件下的图像增强算法研究[D];安徽大学;2019年

3 陈硕;基于图像增强的多特征自然场景文本检测研究[D];武汉理工大学;2018年

4 杨国庆;基于OCT技术的无创血糖监测生物组织模型应用及其图像增强的量化评价[D];河北大学;2019年

5 刘敏;基于Retinex理论的非均匀光照图像增强研究[D];广西师范大学;2019年

6 朱梅梅;基于单幅图像的夜间低照度图像增强方法研究[D];西安理工大学;2019年

7 刘瑜;工业X射线图像增强算法的研究与实现[D];中北大学;2019年

8 王文;基于多尺度融合的水下图像增强方法研究[D];哈尔滨工程大学;2019年

9 朱礼义;矿井图像增强和井下人员检测算法的研究[D];中国矿业大学;2019年

10 王泽琦;高动态范围医学图像增强方法研究[D];东北师范大学;2019年

本文编号：2894485