基于清晰度評(píng)價(jià)的水下退化圖像盲復(fù)原

陳從平 鄒 雷 王 健

（三峽大學(xué) 機(jī)械與材料學(xué)院，湖北 宜昌 443002）

隨著科學(xué)技術(shù)的不斷發(fā)展，水下視覺成像、探測(cè)技術(shù)已在工業(yè)、軍事、民用等各個(gè)領(lǐng)域得到了一定的應(yīng)用，如海洋資源探測(cè)、水下打撈等，在這些過程中，需要通過視覺系統(tǒng)為水下機(jī)器人提供大量的信息，以實(shí)現(xiàn)對(duì)目標(biāo)的自動(dòng)辨識(shí)和操作的自動(dòng)導(dǎo)引.但由于水下照明環(huán)境惡劣，造成成像質(zhì)量較差，細(xì)節(jié)模糊，難以獲取準(zhǔn)確的信息.因而在對(duì)目標(biāo)辨識(shí)之前，需要對(duì)圖像進(jìn)行復(fù)原處理，以獲得盡量清晰的圖像.

近年來已有不少文獻(xiàn)對(duì)水下圖像復(fù)原方法進(jìn)行了研究，主要集中在非模型法和模型法兩大類［1－2].非模型法主要根據(jù)圖像特征和點(diǎn)擴(kuò)展函數(shù)的相關(guān)知識(shí)對(duì)降質(zhì)圖像進(jìn)行處理，包括直方圖均衡化及其改進(jìn)算法、基于非線性變換以及小波變換等算法、盲反卷積算法等［3－5].這些方法的共同缺點(diǎn)是使圖像清晰化的同時(shí)，會(huì)造成圖像失真，視覺效果差.模型法是根據(jù)光照物理模型去估計(jì)圖像的降質(zhì)模式，然后再根據(jù)估計(jì)結(jié)果去補(bǔ)償、復(fù)原降質(zhì)圖像，包括基于散射模型［6]和高斯模型的水下圖像復(fù)原算法［7]、基于模擬方法的水下圖像盲復(fù)原算法［8]等.該類方法雖然能不失真地對(duì)降質(zhì)圖像進(jìn)行復(fù)原，但通常需要有關(guān)成像系統(tǒng)和成像環(huán)境的一些附加信息，而這些信息在真實(shí)作業(yè)環(huán)境中難以獲得.針對(duì)以上存在的問題，本文提出了一種基于清晰度評(píng)價(jià)的水下圖像自適應(yīng)復(fù)原算法，大量實(shí)驗(yàn)驗(yàn)證了本文提出算法的有效性.

1 水下數(shù)字圖像成像的特點(diǎn)

雖然水下成像技術(shù)近幾年得到了飛速發(fā)展，在成像質(zhì)量方面有很大的提高，但仍然呈現(xiàn)明顯的不足，主要表現(xiàn)為［9]：①照明光為匯聚光，以照明光最強(qiáng)點(diǎn)為中心，徑向逐漸減弱，反映到圖像上就是背景灰度分布不均，輪廓灰度過渡平滑；②由于水體及懸浮物物對(duì)光的吸收效應(yīng)、散射效應(yīng)和卷積效應(yīng)使得水下圖像極不理想，產(chǎn)生嚴(yán)重的非均勻亮度和細(xì)節(jié)模糊，而且圖像信噪比很低，對(duì)比度差；③水體的波動(dòng)導(dǎo)致圖像中產(chǎn)生許多假細(xì)節(jié)，如自陰影、假紋理、假輪廓等，會(huì)給后續(xù)目標(biāo)辨識(shí)造成困難.

由于不能確切地知道模糊過程的退化模型，本文采用圖像盲復(fù)原方法對(duì)水下退化圖像進(jìn)行恢復(fù)處理.由于影響水下成像質(zhì)量的主要因素是水體對(duì)照明光的后向散射，可以將水下圖像模糊過程的退化模型看成是高斯模型［10]，故對(duì)退化圖像的復(fù)原處理就轉(zhuǎn)化為對(duì)高斯模型的參數(shù)估計(jì)，本文在此基礎(chǔ)上提出了一種基于清晰度評(píng)價(jià)的參數(shù)估計(jì)算法對(duì)水下圖像盲復(fù)原，獲得了較好的效果.

2 算法原理

2.1 復(fù)原算法

對(duì)于水下圖像的成像過程，一般情況下認(rèn)為噪聲為未知加性噪聲，成像系統(tǒng)具備線性和空間位移不變性［11]，則成像模型可以描述為

式中，g（x，y）表示得到的退化圖像，h（x，y）表示成像系統(tǒng)的點(diǎn)擴(kuò)展函數(shù)（PSF），f（x，y）表示原始的清晰圖像，n（x，y）為噪聲.取點(diǎn)擴(kuò)展函數(shù)為對(duì)稱二維高斯模型為

式中，Ω為PSF的支持域，（i0，j0）為Ω的中心點(diǎn)，k為歸一化系數(shù)，0≤a≤1為待定參數(shù)，其值決定了PSF的精度.在已求得PSF的情況下，由于噪聲的具體信息未知，據(jù)式（1）可采用Lucy－Richardson（L－R）迭代算法對(duì)水下退化圖像進(jìn)行復(fù)原：

式中，⊕為卷積，f為復(fù)原圖像的估計(jì)，取初值為g.當(dāng)式（3）迭代收斂時(shí)，即可得到復(fù)原圖像.

2.2 參數(shù)估計(jì)

由于式（2）所表示的PSF包含未知參數(shù)a，需要對(duì)a進(jìn)行估計(jì).一般情況下，參數(shù)估計(jì)的準(zhǔn)確性取決于所選擇的評(píng)價(jià)標(biāo)準(zhǔn)并最終決定圖像的復(fù)原質(zhì)量.本文以圖像清晰度作為評(píng)價(jià)標(biāo)準(zhǔn)，既與人眼的視覺相符合又具有客觀性：

式中，I（i，j）為圖像在點(diǎn)（i，j）處的實(shí)際灰度值，E為清晰度，其值越大表示圖像越清晰.對(duì)參數(shù)a進(jìn)行估計(jì)時(shí)，取a的初始值為0，具體步驟如圖1所示，其中最大E值對(duì)應(yīng)的圖像即為最清晰復(fù)原圖像.

圖1 盲復(fù)原算法流程圖

3 實(shí)驗(yàn)及結(jié)果

為驗(yàn)證算法的有效性，選取水深6m以上河床底部石塊水下圖像與較為渾濁的橋墩水下表面裂縫圖像進(jìn)行實(shí)驗(yàn)，分別用盲反卷積算法、基于散射模型的水下圖像復(fù)原算法以及本文算法對(duì)水下圖像進(jìn)行復(fù)原，結(jié)果分別如圖2～3所示，可以看出用本文算法復(fù)原后的圖像清晰度比另外兩種算法復(fù)原后的圖像清晰度要高，并且能夠有效地消除振鈴效應(yīng).本文算法中對(duì)應(yīng)的參數(shù)a估計(jì)結(jié)果分別如圖4～5所示，隨所選取的模板增大，E－a曲線出現(xiàn)不同的極大值，但對(duì)同一原始水下退化圖像，極大值點(diǎn)對(duì)應(yīng)的a值基本相同；進(jìn)一步，由圖4、圖5及另外30組對(duì)比實(shí)驗(yàn)統(tǒng)計(jì)結(jié)果表明，當(dāng)模板大小為13×13左右時(shí)，模板大小變化對(duì)E－a曲線極大值影響較小，趨于收斂，因而實(shí)際使用本算法時(shí)，為保持較高的清晰度，同時(shí)盡量較少計(jì)算量，可選模板為11×11左右為宜.

表1為圖2～3復(fù)原前后模糊信噪比（BSNR）［12]和清晰度比較結(jié)果，可以看出利用本文算法復(fù)原后圖像的BSNR和清晰度都比另外兩種算法高，進(jìn)一步驗(yàn)證了本文算法的有效性.

表1 圖像復(fù)原前后BSNR和清晰度對(duì)比

4 結(jié) 論

水下圖像受環(huán)境與光照條件影響退化嚴(yán)重，圖像模糊.為獲得清晰圖像，以最高清晰度為評(píng)價(jià)準(zhǔn)則對(duì)圖像進(jìn)行盲復(fù)原，并通過實(shí)際水下圖像對(duì)算法進(jìn)行了驗(yàn)證，結(jié)果表明利用本文算法圖像模糊信噪比及清晰度都得到顯著提高.

［1]張 航，羅大庸.圖像盲復(fù)原算法研究現(xiàn)狀及其展望［J].中國(guó)圖像圖形學(xué)報(bào)，2004，9（10）：1145－1146.

［2]李慶忠，李長(zhǎng)順，王中琦.基于小波變換的水下降質(zhì)圖像復(fù)原算法［J].計(jì)算機(jī)工程，2011，37（7）：1－3.

［3]高志榮，呂 進(jìn).基于壓縮感知與小波域奇異值分解的圖像認(rèn)證［J].中南民族大學(xué)學(xué)報(bào)：自然科學(xué)版，2010，29（4）：89－93.

［4]KashifIqbal and Rosalina Abdul Salam.Underwater Image Enhancement Using an Integrated Color Model［J].IAENG International Journal of Computer Science，2007，34（2）.

［5]范 泛，楊克成，夏 珉，等.盲反卷積方法在水下激光圖像復(fù)原中的應(yīng)用［J].光電與光電技術(shù)，2010，8（3）：13－17.

［6]邊信黔，王曉娟.基于散射模型的水下圖像復(fù)原［J].機(jī)器人，2010，32（6）：721－725.

［7]馬 田，籍 芳.水下數(shù)字圖像盲復(fù)原算法研究［J].現(xiàn)代電子技術(shù)，2010，313（2）：109－111.

［8]魯國(guó)春，聶 武，張 赫.基于模擬方法的水下圖像復(fù)原［J].大連海事大學(xué)學(xué)報(bào)，2011，37（3）：70－73.

［9]王 猛，白洪亮.同態(tài)濾波器在水下圖像對(duì)比度增強(qiáng)中的應(yīng)用［J].應(yīng)用科技，2003，30（7）：15－17.

［10]孫傳東，陳良益，高立民，等.水的光學(xué)特性及其對(duì)水下成像的影響［J].應(yīng)用光學(xué)，2002，21（4）：39－46.

［11]章毓晉.圖像工程［M].2版.北京：清華大學(xué)出版社，2007.

［12]單曉明.數(shù)字圖像的盲復(fù)原研究［D].南京：南京理工大學(xué)，2005.