基于透射率融合与优化的水下图像复原
一种水下图像复原方法[发明专利]
![一种水下图像复原方法[发明专利]](https://img.taocdn.com/s3/m/6ef198b7804d2b160a4ec0c4.png)
专利名称：一种水下图像复原方法
专利类型：发明专利
发明人：余大兵,李庆武,张建清,许金鑫,章倩,刘润泽,李鹏,王峰
申请号：CN201910504996.2
申请日：20190611
公开号：CN110335210A
公开日：
20191015
专利内容由知识产权出版社提供
摘要：本发明公开一种水下图像复原方法，包括：采用离散haar小波变换，将从图像获取端得到的高分辨率图像分解为尺寸减小的四个子图像；通过使用红通道对水下图像的全局背景光进行估计，获得较为准确的水下背景光的估计；引入红蓝通道和红绿通道衰减系数比，将haze‑lines去雾模型应用于水下图像复原；然后对haze‑lines先验聚类得到的红通道透射率取反作为初始红通道透射率估计值；最后根据得到复原的子图像，由逆向离散haar小波变换得到重构的复原图像。
本发明的方法复原图像的色彩信息更加完整，实时性更强。
申请人：长江勘测规划设计研究有限责任公司,河海大学,长江地球物理探测(武汉)有限公司
地址：430014 湖北省武汉市江岸区解放大道1863号
国籍：CN
代理机构：南京纵横知识产权代理有限公司
更多信息请下载全文后查看。
基于图像融合的水下彩色图像的增强方法
基于图像融合的水下彩色图像的增强方法胡玉娟;曹风云【摘要】文章提出了一种基于融合技术的高效率,低复杂性的水下图像增强方法.将原图经过白平衡和全局对比度增强分别获得的2幅图像作为输入图,经过特殊的权重图分别对输入图进行衡量,然后将得到的结果加权求和,实现图像融合,使得水下图像细节增强.由于该算法是像素级操作,不需要进行复杂的去卷积运算,因此计算效率高.实验结果证明了该算法有效地增强了水下图像效果并且减少了计算机执行时间.%A new underwater image enhancement method based on image fusion technology,which has high efficiency and low complexity,is proposed.The white balance and global contrast enhancement technologies are applied to the original image respectively,then these two adapted versions of the original image are taken as inputs to be weighted by specific maps.The enhanced results can be obtained by computing the weight sum of the two inputs in a per-pixel fashion.Since the complex deconvolution is not employed,the algorithm has a high computing efficiency.The experimental results demonstrate that the algorithm reduces the execution time of the computer and effectively enhances the visual quality of the underwater image.【期刊名称】《合肥工业大学学报（自然科学版）》【年(卷),期】2013(036)008【总页数】6页(P948-953)【关键词】图像融合;显著图;水下彩色图像;图像增强【作者】胡玉娟;曹风云【作者单位】合肥师范学院公共计算机教学部,安徽合肥230061;合肥师范学院公共计算机教学部,安徽合肥230061【正文语种】中文【中图分类】TP391.41水下世界能见度较差是海洋应用中存在的主要问题之一［1－2］。
水下图像增强与复原技术研究(汇报总结)
研究内容
引导滤波同样假设滤波后图像与原图像成局部线性关系。通过对水下成 像模型的分析发现，引导滤波完全可以应用于水下图像质量增强。我们 获得的增强细节的三通道图像作为引导图像，将校正色偏后的三通道的 图像作为输入图像，对三通道分别进行引导滤波，引导滤波输出图像即 为我们要得到的既校正了色偏，又增强了细节的水下降质图像的复原图 像。
总汇报结
水下图像增强与复原技术研究
在许多利用水下图像的领域，我们都需要获得成像质量高 的水下图片，例如水下考古、水下生物研究、海底勘探、水 下无人潜航器导航、水下目标检测跟踪、三维重建等领域。
研究意义
水下图像清晰，方便应用水下图像领域的研究
水对光的吸收特性，水对光的
水体光照的后向散射
对比 度低
颜色 失真
吸收在不同光谱区域是不一样 的，蓝光衰减的最少，红光衰 减的最多。
水体散射
细节 不清 晰
水中悬浮物的存在
噪声 多
水下图像 增强与复
原
光照 度不 均
水体散射性质和悬浮 体、活性有机体的存 在，
可观 察距 离衰 减
水对光的吸收作用给水下彩 色摄象带来很大的困难，通 常只能在1-2m距离目标进 行拍摄才能避免色彩的丢失
第四步：累计分布取整，用四个值中的最大值与灰度值230来做比较，然 后取最小值。这样可以避免颜色校正的图像灰度值过于高，造成图像整体过 亮）
主要研究内容
用得到的最小值来各个通道进行累计分布取整，将累计概率密度变换为 （0,255）区间的灰度值，累计分布取整公式如下。
主要研究内容
第五步：对灰度值进行映射，首先我们要判断像素点红色通道是否在 三个通道中所占比例最小，如果红色通道在三通道中所占比例最小，
水下光学图像增强与复原方法及应用
水下光学图像增强与复原方法及应用引言水下光学图像是指在水下环境中拍摄的图像，水下光学图像由于受到水的吸收、散射、折射等多种因素的影响，常常使图像失真、暗淡、模糊、有噪声等问题，使得图像无法满足实际应用需求。
因此，如何增强和复原水下光学图像一直是水下机器视觉领域研究的重要内容之一。
本文将介绍水下光学图像增强与复原的方法及应用。
水下光学图像增强方法1. 基于直方图均衡化的增强方法直方图均衡化是一种简单有效的图像增强方法，其原理是对图像的像素值进行整体变换，使得像素值的分布更加均匀。
对于水下图像，直方图均衡化可以通过以下步骤实现：1. 将图像从RGB颜色空间转换到HSV颜色空间，获取图像的亮度分量。
2. 对亮度分量进行直方图均衡化，从而增强图像的对比度和亮度。
3. 将增强后的亮度分量与原图像的饱和度和色调分量合并，得到增强后的图像。
2. 基于局部对比度增强的方法局部对比度增强是一种基于图像局部特征进行增强的方法。
具体应用于水下图像时，可以通过以下步骤实现：1. 对图像进行多尺度分解，将图像分解为多个不同尺度的子图像。
2. 对每个子图像内部进行对比度增强处理，使其更加清晰。
3. 将增强后的子图像进行合并，得到增强后的图像。
水下光学图像复原方法1. 基于退化模型的复原方法水下图像常常受到水的吸收、散射、折射等多种因素的影响而产生失真，这使得恢复原始图像变得非常困难。
因此，使用退化模型来描述失真过程，并对其进行复原是一种非常有效的方法。
该方法可以通过以下步骤实现：1. 构建水下光学图像的退化模型，描述失真过程。
2. 对失真图像进行去模糊处理，恢复图像的模糊部分。
3. 对去模糊后的图像进行去噪处理，恢复图像的噪声部分。
2. 基于双重模型的复原方法双重模型是指用两个模型来描述图像中的结构和纹理信息。
这种方法可以在充分考虑图像边缘信息的基础上，对图像进行复原。
该方法可以通过以下步骤实现：1. 构建双重模型，包括结构信息模型和纹理信息模型。
水下图像增强和复原方法的研究
水下图像增强和复原方法的研究水下图像增强和复原方法的研究引言：水下图像的获取一直以来都是一个有挑战性的任务。
在水下环境中，图像受到水体的吸收、散射和折射的影响，使得图像失去了细节和清晰度。
因此，针对水下图像的增强和复原研究具有重要的实际应用和理论意义。
本文将重点介绍水下图像增强和复原方法的研究进展和应用。
一、水下图像特点分析1. 水下散射水下环境中，光线与水分子的相互作用会导致散射现象，从而造成图像的模糊和不清晰。
因此，研究水下散射模型，并在增强方法中考虑水下散射的影响是非常重要的。
2. 色彩失真由于水体吸收了不同波长的光线，水下图像通常呈现出蓝绿色调，并且色彩饱和度较低。
因此，研究如何校正水下图像的色彩失真问题是水下图像增强的关键。
二、水下图像增强方法研究1. 基于物理模型的增强方法基于物理模型的增强方法通过数学模拟光在水中的传播过程，以及水下散射和吸收的物理特性，来恢复水下图像。
这些方法通常需要对光学参数进行准确的测量，可以提供较好的增强效果。
2. 统计学方法统计学方法利用大量的水下图像数据进行统计分析，从而学习和建立水下图像的统计模型，并应用于图像增强和复原。
这些方法通常适用于大规模水下图像数据集，可以提高图像增强的稳定性和效果。
3. 图像处理方法图像处理方法通过对图像进行滤波、去噪和增强等操作，来改善水下图像的质量。
这些方法通常不考虑水下散射的物理模型，但是在实际应用中具有一定的效果。
三、水下图像复原方法研究1. 盲去卷积方法水下图像由于受到水下散射的影响，常常呈现模糊的效果。
盲去卷积方法通过利用先验信息和正则化约束，从模糊图像中恢复出清晰的图像。
2. 深度学习方法深度学习方法通过构建深度神经网络，利用大量的水下图像数据进行训练，实现从模糊或低质量的水下图像中恢复出清晰的图像。
这些方法在水下图像复原中取得了较好的效果。
四、水下图像增强和复原方法的应用水下图像的增强和复原方法在海洋勘探、水下摄影、水下机器人和水下安全监测等领域具有广泛的应用。
水下图像增强和复原方法研究进展
研究现状
传统的水下图像增强方法主要包括对比度增强、噪声去除、锐化等，旨在改善 图像的视觉效果。然而，这些方法往往难以应对水下环境的复杂多变。近年来， 基于深度学习的图像增强方法成为研究热点，其具有强大的特征学习和图像恢 复能力，为水下图像增强提供了新的解决方案。
在水下图像复原方面，由于水下环境的物理特性，如光线、水质等因素，会导 致图像质量的下降。传统的方法多采用模型驱动或统计学习方法进行图像复原， 如盲去卷积、非局部均值去噪等。然而，这些方法对于水下环境的适应性有待 进一步提高。近年来，深度学习技术的发展为水下图像复原提供了新的解决途 径，通过学习训练数据中的图像特征，实现图像的自动化恢复。
2、针对水下环境的特性，设计并优化适用于水下图像增强的算法和模型。 3、利用深度学习技术，构建能够自动学习和模拟图像退化过程的复原模型。
4、通过大量的实验验证和对比分析，评估算法和模型的性能和效果。
在研究方法上，可以采用文献调研、实验设计和数据分析等多种手段进行深入 研究。通过阅读相关文献，了解现有的技术和方法，总结优缺点和发展趋势。 在实验设计上，需要针对水下环境的特性，设计合理可行的实验方案，并对实 验结果进行全面的分析和比较。在数据分析上，需要对实验结果进行定性和定 量评估，以验证算法和模型的性能和效果。
3、水下图像增强和修复算法的 应用
水下图像增强和修复算法在多个领域中得到了广泛的应用，如水下考古、水下 机器人导航、水下环境监测等。例如，在水下考古中，通过增强和修复水下遗 址的图像，可以帮助考古学家更准确地识别和评估遗址的价值和状态。在水下 机器人导航中，通过增强和修复水下环境的图像，可以帮助机器人更准确地识 别目标物体和地形特征，提高机器人的导航精度和稳定性。
1、深入研究水下环境的特性和退化机制，为算法和模型的设计提供更为准确 的依据。
基于图像融合的水下图像清晰化方法
Engineering，2019，40（ 9） ： 193 － 197．
中图分类号： TP751． 1
文献标识码： A
文章编号： 2096 － 2304（ 2019） 09 － 0193 － 05
Underwater Image Clearness Method Based on Image Fusion
近年来，水下成像技术在海洋环境监测、海洋资源勘探、 水下军事目标监视等领域发挥着越来越重要的作用。由于 水体对光的吸收和散射作用，水下图像存在对比度低、模糊、 色偏等缺陷，严重影响了水下成像的质量，如何提高水下图
像的清晰度是水下成像技术需要解决的重要问题。 已有的水下图像清晰化方法主要分为两类： 一类是图像
清晰化处理，将获得的 3 个图像作为图像融合的输入图像。综合考虑图像的可见度、饱和度、对比度和显著度等性能
指标定义 3 个输入图像的权重图，以权重图作为融合权值对输入图像进行多尺度融合。实验结果表明： 该方法能够
显著提高水下图像的清晰度，并且能够有效校正色偏。
关键词： 多尺度融合； 推广的暗通道先验； 带有色彩恢复的多尺度 Ｒetinex； 对比度受限自适应直方图均衡； 权重图
本文引用格式： 孙杰． 基于图像融合的水下图像清晰化方法［J］． 兵器装备工程学报，2019，40（ 9） ： 193 － 197．
Citation format： SUN Jie． Underwater Image Clearness Method Based on Image Fusion［J］． Journal of Ordnance Equipment
基于图像融合的水下图像清晰化方法
孙杰
（ 中国人民解放军 91550 部队，辽宁 大连 116023）
一种水下彩色图像复原方法、系统及存储介质[发明专利]
![一种水下彩色图像复原方法、系统及存储介质[发明专利]](https://img.taocdn.com/s3/m/ea76c06568eae009581b6bd97f1922791688becc.png)
专利名称：一种水下彩色图像复原方法、系统及存储介质专利类型：发明专利
发明人：周妍,顾鑫涛,李庆武,霍冠英
申请号：CN202111404314.4
申请日：20211124
公开号：CN113989164A
公开日：
20220128
专利内容由知识产权出版社提供
摘要：本发明公开了一种水下彩色图像复原方法、系统及存储介质。
方法中提出了背景光偏移假设，并基于此建立背景光修正的水下成像模型，将水下图像分解为雾天图像和水下偏移分量；利用单目深度估计网络获得水下图像的相对深度并将其转化为绝对深度，结合深度图估计全局背景光并基于背景光偏移假设将水下图像背景光修正为雾天图像背景光；再利用非线性最小二乘拟合获得水下偏移分量，从而实现水下图像去水并得到雾天图像；最后，优化去水后的含雾图像的透射率，并结合修正后的背景光实现图像复原。
因此，本发明提供的方法将水下图像复原问题转化为雾天图像复原问题，从而可以有效消除水下图像的颜色失真和雾状模糊。
申请人：河海大学常州校区
地址：213022 江苏省常州市晋陵北路200号
国籍：CN
代理机构：南京纵横知识产权代理有限公司
代理人：许婉静
更多信息请下载全文后查看。
基于图像处理技术的水下图像增强与恢复技术研究
基于图像处理技术的水下图像增强与恢复技术研究随着科学技术的发展，人类对深海的探索渐渐加深，然而水下光环境与陆上光环境存在着天壤之别，这就导致了水下图像的清晰度相对较差，同时还存在着很多问题，例如海水的散射、水下亮度不均以及颜色变幻等。
这些问题给水下图像的观测和研究造成了很大的困难。
那么如何解决这些问题呢？基于图像处理技术的水下图像增强与恢复技术就应运而生。
一、水下图像增强技术为了提高水下图像的清晰度，我们不得不想尽办法去寻找水下图像增强技术。
比较常见的方法如下：1、色彩平衡算法水下图像的颜色非常单调以及色彩变幻比较大，这就需要采用色彩平衡算法进行处理。
该算法可以对图像的总体色彩进行调整，使图像呈现出更好的效果。
2、图像滤波算法图像滤波算法可以有效缓解海水的散射现象，使得水下图像变得更加清晰，更加容易被观察。
3、调整亮度和对比度调整亮度和对比度是水下图像增强的重要手段之一。
通过对亮度和对比度的调整，可以使得图像的整体质量得到提高。
二、水下图像恢复技术水下图像恢复技术主要是针对已有的模糊、失真图像进行恢复。
比较常见的水下图像恢复技术有：1、基于双极滤波的图像恢复算法该算法主要是通过对图像的信息进行统计和分析，然后通过双极滤波技术对图像进行恢复。
2、基于小波变换的水下图像恢复算法这种方法可以将原始图像进行小波变换，然后利用压缩感知算法去除图像信息中的噪声和干扰，最后得到更为清晰的图像。
3、基于深度学习的水下图像恢复技术基于深度学习的水下图像恢复技术是近年来发展起来的技术，它利用神经网络对水下图像进行分析，然后通过模型训练得到更高质量的水下图像。
三、图像处理技术的应用基于图像处理技术的水下图像增强与恢复技术可以应用在很多领域。
例如：1、海洋勘探海洋勘探是水下图像处理技术的重要应用之一。
通过增强和恢复水下图像，可以帮助海洋勘探人员更加精确地进行深海勘探工作。
2、水下考古水下考古难度极大，利用水下图像处理技术可以发现更多隐藏在海水中的珍贵文物和文化遗存。
双背景光自适应融合与透射图精准估计水下图像复原
双背景光自适应融合与透射图精准估计水下图像复原郑建华;杨高林;刘双印;曹亮;张子豪【期刊名称】《农业工程学报》【年(卷),期】2022(38)14【摘要】针对水下图像普遍存在低对比度、低亮度和颜色失真,以及现有的水下图像复原方法恢复结果不自然、亮度不均和主体色调偏红等问题,该研究提出了双背景光自适应融合与透射图精准估计水下图像方法。
采用基于水下光衰减特性和背景光平坦性的双背景光自适应融合策略以提高估算的融合背景光准确度,通过新型水下暗通道先验、反向饱和图和三通道光谱衰减系数估算出更加精准的水下图像透射图,最后将估算出的融合背景光与精准透射图应用于水下成像模型得到复原后的水下图像。
在广东罗非鱼良种场水产养殖数据集和水下图像增强基准数据集的试验结果表明:对比暗通道先验、最大强度先验、基于模糊和光吸收、蓝绿通道去雾、基于背景光统计模型和透射图优化5种水下图像复原方法,在主观恢复效果评价中,该文方法能有效纠正水下图像失真、亮度偏暗和主体色调偏红等问题;在7个客观评价指标中,该文方法在6个指标中取得最好值,其中全参考图像质量评价指标中的峰值信噪比、结构相似性、均方误差和视觉信息保真度等数值比次好水下图像复原方法分别提升了0.52%、2.1%、3.4%和0.86%;无参考图像质量评价指标中的自然图像质量评价指标和水下图像质量评价数值比次好水下图像复原方法分别提升了2.4%和7.4%。
该文方法在解决传统水下图像复原方法中存在的亮度不均和颜色偏红等问题具有一定优势,可以为水下图像复原方法提供技术借鉴。
【总页数】9页(P174-182)【作者】郑建华;杨高林;刘双印;曹亮;张子豪【作者单位】仲恺农业工程学院信息科学与技术学院;仲恺农业工程学院智慧农业创新研究院;广东省高校智慧农业工程技术研究中心;广东省农产品安全大数据工程技术研究中心【正文语种】中文【中图分类】TP391【相关文献】1.基于自适应透射率比的水下图像复原算法2.自适应背景光估计与非局部先验的水下图像复原3.基于透射率融合与优化的水下图像复原4.水下图像复原中背景光求解方法研究最新进展5.基于背景光修正成像模型的水下图像复原因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
水下图像形成模型复原图像. 通过多次实验，所提出的基于透射率融合优化的水下图像复原方法得到的图像不仅具
有相对自然的颜色，同时保持着良好的细节和对比度信息.
关键词：透射率融合；色偏校正；水下图像复原；水下图像形成模型
中图分类号：TP391
文献标志码：A
文章编号：0493-2137(2019)10-1033-12
方法有一定的性能缺陷，而其根本原因在于其无法对于散射造成的色彩失真问题进行有效处理，同时也未充分考虑
对比度信息带来的影响. 因此，本文提出了一种透射率融合与优化方法，并由此给出有效的水下图像复原方案. 该
方案考虑各通道在水下衰减差异性，建立了基于颜色衰减差异的水下图像形成模型，其场景环境光由成像光源计算
第 52 卷 第 10 期 2019 年 10 月
DOI:10.11784/tdxbz201805036
天津大学学报(自然科学与工程技术版) Journal of Tianjin University(Science and Technology)
Vol. 52 No. 10 Oct. 2019
基于透射率融合与优化的水下图像复原
Transmission Fusion and Optimization for Single Underwater Image Restoration
Yang Aiping1，Yang Bingwang1，Qu Chang1，Wang Jian1, 2
(1. School of Electrical and Information Engineering，Tianjin University，Tianjin 300072，China； 2. National Ocean Technology Center，Tianjin 300112，China)
得到．首先，利用色度色调算法对场景光源的颜色进
行估计；接着，基于水下场景约束，提出水体透射率估计方法，同时基于对比度先验提出对比度透射率估计算法；
然后，将上述两种透射率进行融合，并使用多方向梯度加权正则化进行细化；最后，通过求解基于颜色衰减差异的
杨爱萍 1，杨炳旺 1，曲 畅 1，王 建 1, 2
(1. 天津大学电气自动化与信息工程学院，天津 300072；2. 国家海洋技术中心，天津 300112)
摘 要：由于光与水体介质的相互作用的固有复杂性，所拍摄的水下场景图像发生降质退化，这导致诸如水下图像
的低对比度以及色彩失真等问题. 尤其是对于污染较为严重或者高浑浊度水体下获得的图像，典型的水下图像处理
Abstract：Images acquired in underwater environments undergo a degradation process due to the inherent complexity of the interaction of light with the medium. Traditional methods fail to restore underwater images with heavy turbidity. This is mainly because they cannot efficiently remove the color distortion caused by scattering，and the restored image is blurred because of lack of contrast information. Thus，this paper proposes a transmission fusion estimation method. First，considering the difference in attenuation of each channel，a underwater image formation model based on the difference in color attenuation is obtained by assuming the light source is the same as the ambient light. Then， an effective color correction approach is designed to remove the color distortion; meanwhile，estimate the light source by the gray level algorithm. Next，the transmission fusion estimation method is established based on the transmission characteristics of water and the contrast constraint prior and is refined with multi-direction gradient weighted regularization. Finally，the clear image is obtained by solve the new underwater image model. The experimental results shows the image restored by the proposed underwater image restoration method which based on transmission fusion and optimization not only has the relatively natural color，but also maintains better detail and contrast information. Keywords：transmission fusion；color correction；underwater image restoration；underwater image formation model