基于新成像模型的水下圖像增強(qiáng)

王金鵬，張榮榮

(中國(guó)海洋大學(xué) 信息科學(xué)與工程學(xué)院，山東 青島 266100)

?

基于新成像模型的水下圖像增強(qiáng)

王金鵬，張榮榮

(中國(guó)海洋大學(xué) 信息科學(xué)與工程學(xué)院，山東 青島 266100)

光在水中傳播時(shí)會(huì)受到水體的吸收和散射作用，從而導(dǎo)致水下圖像整體模糊、顏色失真。針對(duì)這些問(wèn)題，提出一種基于新成像模型的水下圖像增強(qiáng)算法，該模型是針對(duì)光照不均問(wèn)題通過(guò)對(duì)典型的水下成像模型進(jìn)行改進(jìn)得出的。另外通過(guò)分通道處理，解決了暗原色先驗(yàn)不適用于水下圖像的問(wèn)題。最后在去除后向散射噪聲的同時(shí)對(duì)圖像顏色進(jìn)行校正。實(shí)驗(yàn)對(duì)比結(jié)果表明，該方法能較為有效地解決后向散射噪聲和顏色失真問(wèn)題并適用于光照不均的情況。

水下圖像；圖像增強(qiáng)；光照不均；后向散射噪聲；顏色校正

0 引言

圖像增強(qiáng)作為圖像處理領(lǐng)域的重要技術(shù)之一，經(jīng)常用來(lái)對(duì)圖像進(jìn)預(yù)處理，以改善圖像的質(zhì)量。對(duì)于水下圖像，由于成像過(guò)程中水介質(zhì)和水中雜質(zhì)的吸收和散射效應(yīng)影響，導(dǎo)致圖像模糊，噪聲多，顏色失真，對(duì)比度低，整體偏暗，不利于信息的提取和分析，嚴(yán)重影響其使用價(jià)值，這樣水下圖像增強(qiáng)技術(shù)顯得尤為重要。

目前已有的水下圖像增強(qiáng)技術(shù)主要包括直方圖處理算法、濾波算法、顏色恒常算法、衰減補(bǔ)償算法、圖像融合算法、基于簡(jiǎn)化成像模型的算法以及若干種對(duì)以上算法進(jìn)行綜合的算法。其中直方圖處理主要包括直方圖均衡化[1]、規(guī)定化以及對(duì)比度拉伸等，這類(lèi)算法可以增強(qiáng)圖像對(duì)比度，但是同時(shí)會(huì)導(dǎo)致因色階的丟失造成的信息丟失以及噪聲放大問(wèn)題，文獻(xiàn)[2]提出的基于滑動(dòng)拉伸的圖像增強(qiáng)算法：先在RGB空間內(nèi)進(jìn)行對(duì)比度拉伸，然后轉(zhuǎn)換到HIS空間對(duì)飽和度和亮度分量進(jìn)行拉伸。而濾波算法又可以分為空域?yàn)V波和頻域?yàn)V波，這類(lèi)算法可以在一定程度上去除噪聲，但是也會(huì)導(dǎo)致圖像細(xì)節(jié)丟失。經(jīng)典的算法有均值濾波、中值濾波、維納濾波以及雙邊濾波等[3]。顏色恒常類(lèi)算法主要用來(lái)校正顏色，消除色偏，這類(lèi)算法能從一定程度上解決顏色失真問(wèn)題，但是對(duì)于噪聲問(wèn)題無(wú)能為力。典型的算法有白平衡[4]、Retinex算法[5-6]等。此外另一種顏色校正算法是衰減補(bǔ)償算法，這類(lèi)算法針對(duì)光在水中傳播時(shí)產(chǎn)生的衰減進(jìn)行補(bǔ)償以消除色偏，文獻(xiàn)[7]中提出的算法就包括這種作用。以上提到的算法都是在一幅圖像的基礎(chǔ)上進(jìn)行圖像增強(qiáng)，而圖像融合算法是在多幅圖像基礎(chǔ)上進(jìn)行的，如TREIBITZ T等人[8]通過(guò)改變光源位置獲得多幅圖像，然后對(duì)這些圖像進(jìn)行高斯金字塔和拉普拉斯金字塔分解，最后基于一些融合準(zhǔn)則進(jìn)行圖像融合獲得清晰圖像[8]。該類(lèi)算法的關(guān)鍵是圖像的采集以及融合準(zhǔn)則的選取。近年來(lái)受到去霧算法的啟發(fā)，出現(xiàn)了很多基于散射介質(zhì)中成像模型的圖像增強(qiáng)算法，如文獻(xiàn)[9-11]都是基于簡(jiǎn)化的成像模型先去除后向散射噪聲然后再進(jìn)行顏色校正，但是這些算法在去除后向散射時(shí)是基于暗通道先驗(yàn)[12]，而該先驗(yàn)不適用于水下圖像，因此效果常常不理想。本文針對(duì)這一問(wèn)題做出了改進(jìn)。

水下圖像顏色失真嚴(yán)重導(dǎo)致暗通道先驗(yàn)不再適用，因此本文提出通過(guò)分通道處理來(lái)解決這一問(wèn)題。此外由于水下環(huán)境的復(fù)雜性以及光在水中的衰減特性，水下圖像常常存在光照不均的問(wèn)題，常見(jiàn)的水下成像模型將背景光看作常量，然而這常與實(shí)際不符。本文針對(duì)這一問(wèn)題提出一種新的成像模型，然后根據(jù)該成像模型提出一套水下圖像增強(qiáng)算法，該算法能復(fù)原清晰圖像并校正圖像顏色，同時(shí)能改善光照不均問(wèn)題。

1 成像模型

經(jīng)典的水下成像模型是MCGLAMERY B L于1979年提出的，他將成像過(guò)程分為三部分：直接傳輸部分、前向散射部分和后向散射部分[13]。但是此模型涉及眾多水質(zhì)參數(shù)和相機(jī)參數(shù)，難以實(shí)用。因此這里對(duì)其進(jìn)行簡(jiǎn)化，忽略前向散射和部分參數(shù)，同時(shí)將水下圖像常存在的光照不均問(wèn)題考慮進(jìn)去，最終獲得如下成像模型：

Ic(x)=Jc(x)tc(x)+Bc(x)[1-tc(x)],

c∈{r,g,b}

(1)

Ic是捕獲的圖像，Jc是未退化的清晰圖像，Bc(x)是背景光，tc(x)是透射率。

2 估算透射率tc(x)

文獻(xiàn)[12]中提出了著名的暗通道先驗(yàn)并將其用于去霧算法，該先驗(yàn)在估算透過(guò)率、大氣光方面簡(jiǎn)單好用，效果突出，然而它不適用于水下圖像。水下圖像的后向散射噪聲和水上圖像中的霧霾有些相似，但又不同，霧是灰白色的，而后向散射噪聲通常偏藍(lán)綠色的。暗原色先驗(yàn)去霧的原理是：未降質(zhì)的圖像大部分區(qū)域存在暗通道，而霧是灰白色的，它均勻地增加圖像中的RGB各通道值，因此，原來(lái)值最小的加上霧之后的值仍然是最小的，這樣找出這個(gè)通道，應(yīng)用暗原色先驗(yàn)，這里認(rèn)為該通道的值全部是霧貢獻(xiàn)的，這樣就知道了霧的濃度。然而在水中“霧”的RGB三通道值不相等，原本值最小的通道在加上霧之后可能不是最小的了，這樣就沒(méi)法直接用暗通道先驗(yàn)估計(jì)“霧”的濃度了。

因此本文提出將R G B三通道分開(kāi)處理，對(duì)每個(gè)通道應(yīng)用分通道后的暗通道先驗(yàn)，即將圖像分塊求每塊的各通道最小值，此時(shí)的暗通道先驗(yàn)可以表示為：

(2)

為了估算tc(x)，現(xiàn)將成像模型改寫(xiě)成如下形式：

(3)

然后對(duì)等式兩邊同時(shí)取最小值：

(4)

最后應(yīng)用分通道后的暗通道先驗(yàn)：

(5)

3 估算背景光Bc(x)

與水上圖像不同，水下圖像常常存在光照不均問(wèn)題，因此本文提出將成像模型中背景光改為變量，然而如此背景光的估算又成為新問(wèn)題。這里假設(shè)背景光在局部區(qū)域內(nèi)基本不變，這樣可以分區(qū)域進(jìn)行估算，為了消除塊效應(yīng)，在估算之后進(jìn)行平滑濾波處理。

由于背景區(qū)域通常亮度較大，因此估算Bc(x)時(shí)取以x為中心的局部區(qū)域的rgb各通道值的前10%的交集部分，即：

(6)

Bc(x)=Ic(y)

(7)

為了保證估算的背景光平滑，不出現(xiàn)塊效應(yīng)，應(yīng)當(dāng)保證分塊尺寸較大，另外濾波時(shí)的濾波半徑也要設(shè)置得大一點(diǎn)。

4 復(fù)原清晰圖像并進(jìn)行顏色校正

估算出tc(x),Bc(x)后，將成像模型做變形處理，同時(shí)給透射率設(shè)置下限t0，最終用下式復(fù)原清晰圖像：

(8)

此時(shí)只是去除了后向散射噪聲，顏色失真問(wèn)題依然沒(méi)有解決，這里采用一個(gè)系數(shù)μc進(jìn)行顏色校正：

(9)

本文算法處理結(jié)果展示如圖1所示。

圖1 圖像增強(qiáng)前后對(duì)比圖

5 實(shí)驗(yàn)結(jié)果分析

本文分別對(duì)水池實(shí)驗(yàn)、淺海實(shí)驗(yàn)采集的圖片以及從網(wǎng)上下載的深海圖片進(jìn)行了處理，并與文獻(xiàn)[11-12]提出的方法處理結(jié)果進(jìn)行對(duì)比。圖2的三幅原圖分別是水池實(shí)驗(yàn)圖、淺海實(shí)驗(yàn)圖和網(wǎng)上下載的深海圖，從處理結(jié)果可以看出文獻(xiàn)[11-12]的方法對(duì)于顏色失真嚴(yán)重的圖片和光照不均的圖片處理效果較差，而本文提出的方法對(duì)顏色失真嚴(yán)重的圖片仍然有效，同時(shí)在一定程度上解決了光照不均問(wèn)題，而對(duì)于顏色失真較輕的圖片處理效果也優(yōu)于前兩種方法，因此本文提出的改進(jìn)模型和分通道方法能適用于水下圖像增強(qiáng)。

圖2 水下圖像增強(qiáng)效果對(duì)比

6 結(jié)論

本文對(duì)典型的水下成像模型進(jìn)行了改進(jìn)，并基于改進(jìn)的成像模型和簡(jiǎn)化的暗通道先驗(yàn)提出了一種水下圖像增強(qiáng)方法。經(jīng)實(shí)驗(yàn)證明，該模型適用于水下圖像， 而本文基于該模型所提的方法能有效提高水下圖像質(zhì)量，同時(shí)改善了水下圖像常見(jiàn)的光照不均問(wèn)題。

[1] ZUIDERVELD K. Contrast limited adaptive histogram equalization[C]. Graphics GEMS IV, Academic Press Professional, InC. CA, USA, 1994:474-485.

[2] IQBAL K, SALAM R A, OSMAN A, et al. Underwater image enhancement using an integrated colour model[J]. IAENG International Journal of Computer Science, 2007, 34(2):239-244.

[3] 趙欣慰. 水下成像與圖像增強(qiáng)及相關(guān)應(yīng)用研究[D]. 杭州：浙江大學(xué), 2015.

[4] MALONEY L T, WANDELL B A. Color constancy: a method for recovering surface spectral reflectance[J]. Journal of the Optical Society of America Aoptics & Image Science and Vision, 1986, 3(1):29-33.

[5] CHAMBAH M, RIZZI A. Underwater color constancy: enhancement of automatic live fish recognition[J]. Proceedings of SPIE-The International Society for Optical Engineering, 2008, 5293:157-168.

[6] 李濤. 多尺度Retinex算法的分析與改進(jìn)[J]. 微型機(jī)與應(yīng)用,2016,35(4):40-43.

[7] CHIANG J Y, CHEN Y C. Underwater Image Enhancement by Wavelength Compensation and Dehazing[J]. IEEE Transactions on Image Processing A Publication of the IEEE Signal Processing Society, 2012, 21(4):1756-1769.

[8] TREIBITZ T, SCHECHNER Y Y. Turbid scene enhancement using multi-directional illumination fusion[J]. IEEE Transactions on Image Processing A Publication of the IEEE Signal Processing Society, 2012, 21(11):4662-4667.

[9] Lu Huimin, Li Yujie, SERIKAWA S. Underwater image enhancement using guided trigonometric bilateral filter and fast automatic color correction[C]. IEEE International Conference on Image and Graphics, 2015: 137-147.

[10] CARLEVARIS-BIANCO N, MOHAN A, EUSTICE R M. Initial results in underwater single image dehazing[C]. Oceans, IEEE, 2010:1-8.

[11] TAREL J P, HAUTIéRE N. Fast visibility restoration from a single color or gray level image[C]. International Conference on Computer Vision. IEEE, 2010:2201-2208.

[12] He Kaiming, Sun Jian, Tang Xiaoou. Single image haze removal using dark channel prior[J]. IEEE Transactions on Pattern Analysis & Machine Intelligence,2011,33(12):2341-2353.

[13] MCGLAMERY B L. A computer model for underwater camera systems[C]. Proceedings of SPIC 0208 Ocean Optics VI, 1980: 221-231.

Underwater image enhancement based on new imaging model

Wang Jinpeng, Zhang Rongrong

(School of Information Science and Engineering, Ocean University of China, Qingdao 266100, China)

As light transmitts in the water, it will suffer from attenuation and scattering caused by the medium. So the image in water are usually veiled in haze with color cast. Therefore, we present an approach for underwater image enhancement based on a new imaging model. Derived from the typical underwater imaging model, the new model takes the effect of non-uniform illumination into consideration. Besides, by processing each color channel separately, the problem that the dark channel prior does not apply for underwater image is solved. Finally, the backward scattering noise is removed and the colors are corrected. Comparison experiment results show that the proposed image enhancement method can eliminate backward scattering noise and reduce color cast, especially suitable for non-uniform lighting images.

underwater image; image enhancement; non-uniform illumination; backward scattering noise; color correction

TP391

A

10.19358/j.issn.1674- 7720.2017.14.015

王金鵬，張榮榮.基于新成像模型的水下圖像增強(qiáng)[J].微型機(jī)與應(yīng)用，2017,36(14)：46-48.

2017-01-22)

王金鵬(1989-)，男，碩士研究生，主要研究方向：水下圖像復(fù)原、水下圖像增強(qiáng)。

張榮榮(1990-)，男，碩士研究生，主要研究方向：水下運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤。