基于颜色校正和去模糊的水下图像增强方法

摘要：

由于光在水下传播时会出现吸收和散射的情况,水下图像往往存在色偏、对比度低、模糊、光照不均匀等问题.根据水下图像成像模型,人们在海底拍摄所获得的图像往往是退化的图像,而退化的图像不能完整地表达海洋场景信息,难以满足实际的应用需要.为此,文中提出了一种基于颜色校正和去模糊的水下图像增强方法.该方法有效融合了颜色校正和去模糊两个阶段,取得了递增的增强效果.在颜色校正阶段,首先对原始图像进行对比度拉伸,在对比度拉伸完成之后,图像可能存在拉伸过度或拉伸不足的现象.因此,所提方法根据灰度世界先验,在对比度拉伸后进一步使用伽马校正来优化和调整图像的对比度和色彩,使图像的R,G,B三通道的灰度值之和趋于相等.接着,在去模糊阶段,通过融合暗通道先验对颜色校正后的图像进行去模糊,得到最终的增强图像.实验结果表明,所提方法具有良好的整体恢复效果,能有效地恢复图像信息,在主观评价和客观评价上均展现出较好的效果.另外,所提方法可以作为水下图像分类等计算机视觉任务的预处理步骤,在实验中能够将水下图像集的分类精度提升16％左右.

关键词：水下图像、对比度拉伸、颜色校正、去模糊、灰度世界、图像分类

所属期刊栏目：48

分类号：TP391.41(计算技术、计算机技术)

资助基金：上海市自然科学基金;人工智能教育部重点实验室开放基金

在线出版日期：2021-04-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：144-150