基于图像融合的水下图像增强算法研究

发布时间：2017-08-19 00:03

  本文关键词：基于图像融合的水下图像增强算法研究

  更多相关文章： 水下图像 颜色修正 亮度增强 多分辨率融合

【摘要】：虽然水下图像采集是获取水下信息的重要途径之一,但在水下环境中,图像质量严重退化,包括颜色失真、细节模糊及对比度下降等。水下图像退化主要是由光在水体中的衰减和散射造成的,光线衰减造成图像颜色迅速衰退,前向散射导致图像的细节模糊,而后向散射使得图像对比度降低。所以水下图像增强技术的主要任务是消除水下成像过程中的图像退化,增强图像的清晰度和还原真实颜色。本文根据水下图像退化的原因,采用一种基于融合方法的水下图像增强方法,主要工作内容包括以下几个方面：(1)针对颜色衰退这一特性,对原始图像进行白平衡处理,以获取颜色修正后的图像；针对对比度降低这一特性,对原始图像进行全局对比度增强,以获取亮度增强后的图像。针对能见度减低和细节模糊的退化现象,本文采用提取感兴趣区域(ROD权重图的方法。(2)对颜色修正和亮度增强两种方法处理所得的两幅图像提取感兴趣区域权重图,每幅图像将获得亮度、色度和显著区域三幅权重图,并将两幅图像的亮度权重图、色度权重图和显著区域权重图分别进行归一化,即获得两幅图像新的亮度、色度、显著区域权重图。然后将每幅图像的亮度、色度、显著区域权重图合并,即可获得两幅最终的权重图。最后对两幅图像分别加权,得到ROI颜色修正图像和ROI亮度增强图像。(3)将两幅ROI图像进行多分辨率融合。首先对两幅图像进行小波分解,生成低频分量和高频分量；然后低频分量直接加权平均融合,高频分量用局部方差法进行融合；最后小波逆变换重构图像,实现融合增强。实验结果表明,本文算法提高了图像的清晰度,与其他水下图像增强方法进行了对比,本文水下图像增强结果较好,而且在水下图像特征点检测性能方面具有较好的提升作用。
【关键词】：水下图像 颜色修正 亮度增强 多分辨率融合
【学位授予单位】：大连海事大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 第1章 绪论10-16
• 1.1 课题的背景及意义10
• 1.2 国内外研究现状10-14
• 1.3 本文研究内容与章节安排14-16
• 1.3.1 研究内容14-15
• 1.3.2 章节安排15-16
• 第2章 水下图像增强基础理论16-34
• 2.1 水下图像成像理论16-20
• 2.1.1 水下成像系统16-18
• 2.1.2 水下散射模型18-20
• 2.2 水下图像增强常用方法20-33
• 2.2.1 直方图均衡化20-22
• 2.2.2 Retinex图像增强方法22-24
• 2.2.3 双边滤波方法24-26
• 2.2.4 暗通道先验26-30
• 2.2.5 多分辨率图像融合方法30-33
• 2.3 本章小结33-34
• 第3章 水下图像颜色修正和亮度增强方法34-49
• 3.1 方法介绍34-37
• 3.2 颜色修正37-41
• 3.2.1 白平衡方法37-38
• 3.2.2 白平衡处理结果对比38-41
• 3.3 亮度增强41-44
• 3.3.1 直方图均衡化方法41-42
• 3.3.2 直方图均衡化结果对比42-44
• 3.4 ROI图像生成44-48
• 3.5 本章小结48-49
• 第4章 基于小波变换的多分辨率融合算法49-62
• 4.1 总体算法介绍49-50
• 4.2 多分辨率融合算法50-54
• 4.2.1 基于小波变换的图像分解和重构51-52
• 4.2.2 融合规则52-53
• 4.2.3 融合结果53-54
• 4.3 水下图像增强结果分析54-61
• 4.3.1 水下图像融合结果对比54-59
• 4.3.2 水下图像特征点检测59-61
• 4.4 本章小结61-62
• 第5章 结论与展望62-64
• 5.1 总结62
• 5.2 展望62-64
• 参考文献64-68
• 攻读学位期间公开发表论文68-69
• 致谢69

【相似文献】

中国期刊全文数据库 前10条

1 ;飞利浦半导体推出“灵动100”图像增强新技术[J];广播与电视技术;2001年11期

2 ;飞利浦半导体推出“灵动100”图像增强新技术[J];电子世界;2001年11期

3 高进;图像增强电路设计[J];光电技术应用;2005年05期

4 黄世国;耿国华;;一种非线性逆扩散图像增强算法[J];计算机应用;2006年08期

5 吴笑松;李明;;数字乳腺图像增强的应用和比较[J];CT理论与应用研究;2006年04期

6 都安平;赵永强;潘泉;张惠娟;;基于偏振特征的图像增强算法[J];计算机测量与控制;2007年01期

7 黄世国;耿国华;;一种前后向复扩散图像增强算法[J];小型微型计算机系统;2007年03期

8 李鸿燕;郝润芳;马建芬;王华奎;;基于独立分量分析的图像增强[J];弹箭与制导学报;2007年05期

9 史卉萍;耿国华;周明全;董建民;;基于模糊集的图像增强[J];微计算机信息;2008年24期

10 Barry E.Mapen;代永平;;波域中的图像增强[J];现代显示;2008年09期

中国重要会议论文全文数据库 前10条

1 薛丽;王波涛;;基于形态学的运动员号码牌图像增强[A];第十九届测控、计量、仪器仪表学术年会(MCMI'2009)论文集[C];2009年

2 陈钳生;陈英;李润午;韦礼珍;;基于遗传优化的小波域印章图像增强研究[A];2007中国控制与决策学术年会论文集[C];2007年

3 张莹;王太勇;冷永刚;邓辉;;调参双稳系统图像增强应用初探[A];2008年全国振动工程及应用学术会议暨第十一届全国设备故障诊断学术会议论文集[C];2008年

4 李孟歆;金风;张颖;;一种新的图像增强混合方法研究[A];创新沈阳文集（A）[C];2009年

5 谢云;余江;裴以建;白宝丹;;基于小生境遗传算法的图像增强[A];2007'仪表，，自动化及先进集成技术大会论文集（一）[C];2007年

6 卢汉明;高德俊;;基于多尺度变换相结合的图像增强算法[A];第二届“测绘科学前沿技术论坛”论文精选[C];2010年

7 张铁栋;秦再白;朱炜;;基于模糊算法的水声图像增强[A];第十二届全国图象图形学学术会议论文集[C];2005年

8 刘毅;高旭辉;;一种改进的夜视图像增强处理算法[A];2006年全国光电技术学术交流会会议文集（D 光电信息处理技术专题）[C];2006年

9 刘海华;高智勇;陈心浩;舒振宇;;基于形态学操作的图像增强方法(英文)[A];第二届和谐人机环境联合学术会议(HHME2006)——第15届中国多媒体学术会议(NCMT'06)论文集[C];2006年

10 赵建;;基于偏微分方程的非线性图像增强方法[A];第九届全国信息获取与处理学术会议论文集Ⅱ[C];2011年

中国博士学位论文全文数据库 前10条

1 许欣;图像增强若干理论方法与应用研究[D];南京理工大学;2010年

2 李艳梅;图像增强的相关技术及应用研究[D];电子科技大学;2013年

3 陈一平;图像增强及其在视觉跟踪中的应用[D];国防科学技术大学;2011年

4 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

5 孙飞飞;水下图像增强和复原方法研究[D];中国海洋大学;2011年

6 潘天工;面向PACS系统的图像增强和图像加密算法研究[D];哈尔滨理工大学;2014年

7 鲁志波;医学图像增强与插值的算法研究[D];解放军信息工程大学;2007年

8 李建奇;矿物浮选泡沫图像增强与分割方法研究及应用[D];中南大学;2013年

9 丰国栋;数字化X线摄影图像增强方法研究[D];中国科学技术大学;2009年

10 李灿飞;基于偏微分方程的医学图像增强与分割方法研究[D];湖南大学;2012年

中国硕士学位论文全文数据库 前10条

1 许文君;灰度图像多尺度对比度增强电路设计与实现[D];南京理工大学;2015年

2 陈萌;多重虚拟曝光夜视图像对比度增强算法研究[D];西南科技大学;2015年

3 孔壮;雾天图像增强方法研究及FPGA实现[D];电子科技大学;2015年

4 赵雨;基于加权红—黑小波变换的DR图像增强方法研究[D];南方医科大学;2015年

5 阿依古力·吾布力;基于剪切波和NSST变换的图像增强算法研究[D];新疆大学;2015年

6 楼彬彬;基于模式分解的医学图像增强方法的研究与实现[D];东北大学;2013年

7 王冲;基于视网膜机制的图像增强算法研究[D];电子科技大学;2015年

8 魏生峰;基于模糊数学理论的医学影像增强应用研究[D];电子科技大学;2014年

9 石鑫;运动模糊雾霾图像增强算法研究[D];东北大学;2013年

10 钱晟;基于Retinex理论的图像增强算法的应用研究[D];北京工业大学;2015年

本文编号：697492