基于新成像模型的水下圖像增強

王金鵬，張榮榮

(中國海洋大學 信息科學與工程學院，山東 青島 266100)

?

基于新成像模型的水下圖像增強

王金鵬，張榮榮

(中國海洋大學 信息科學與工程學院，山東 青島 266100)

光在水中傳播時會受到水體的吸收和散射作用，從而導致水下圖像整體模糊、顏色失真。針對這些問題，提出一種基于新成像模型的水下圖像增強算法，該模型是針對光照不均問題通過對典型的水下成像模型進行改進得出的。另外通過分通道處理，解決了暗原色先驗不適用于水下圖像的問題。最后在去除后向散射噪聲的同時對圖像顏色進行校正。實驗對比結(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題并適用于光照不均的情況。

水下圖像；圖像增強；光照不均；后向散射噪聲；顏色校正

0 引言

圖像增強作為圖像處理領域的重要技術之一，經(jīng)常用來對圖像進預處理，以改善圖像的質(zhì)量。對于水下圖像，由于成像過程中水介質(zhì)和水中雜質(zhì)的吸收和散射效應影響，導致圖像模糊，噪聲多，顏色失真，對比度低，整體偏暗，不利于信息的提取和分析，嚴重影響其使用價值，這樣水下圖像增強技術顯得尤為重要。

目前已有的水下圖像增強技術主要包括直方圖處理算法、濾波算法、顏色恒常算法、衰減補償算法、圖像融合算法、基于簡化成像模型的算法以及若干種對以上算法進行綜合的算法。其中直方圖處理主要包括直方圖均衡化[1]、規(guī)定化以及對比度拉伸等，這類算法可以增強圖像對比度，但是同時會導致因色階的丟失造成的信息丟失以及噪聲放大問題，文獻[2]提出的基于滑動拉伸的圖像增強算法：先在RGB空間內(nèi)進行對比度拉伸，然后轉(zhuǎn)換到HIS空間對飽和度和亮度分量進行拉伸。而濾波算法又可以分為空域濾波和頻域濾波，這類算法可以在一定程度上去除噪聲，但是也會導致圖像細節(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]。顏色恒常類算法主要用來校正顏色，消除色偏，這類算法能從一定程度上解決顏色失真問題，但是對于噪聲問題無能為力。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償算法，這類算法針對光在水中傳播時產(chǎn)生的衰減進行補償以消除色偏，文獻[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上進行圖像增強，而圖像融合算法是在多幅圖像基礎上進行的，如TREIBITZ T等人[8]通過改變光源位置獲得多幅圖像，然后對這些圖像進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則進行圖像融合獲得清晰圖像[8]。該類算法的關鍵是圖像的采集以及融合準則的選取。近年來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算法，如文獻[9-11]都是基于簡化的成像模型先去除后向散射噪聲然后再進行顏色校正，但是這些算法在去除后向散射時是基于暗通道先驗[12]，而該先驗不適用于水下圖像，因此效果常常不理想。本文針對這一問題做出了改進。

水下圖像顏色失真嚴重導致暗通道先驗不再適用，因此本文提出通過分通道處理來解決這一問題。此外由于水下環(huán)境的復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題，常見的水下成像模型將背景光看作常量，然而這常與實際不符。本文針對這一問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算法，該算法能復原清晰圖像并校正圖像顏色，同時能改善光照不均問題。

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)和相機參數(shù)，難以實用。因此這里對其進行簡化，忽略前向散射和部分參數(shù)，同時將水下圖像常存在的光照不均問題考慮進去，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[12]中提出了著名的暗通道先驗并將其用于去霧算法，該先驗在估算透過率、大氣光方面簡單好用，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綠色的。暗原色先驗去霧的原理是：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，原來值最小的加上霧之后的值仍然是最小的，這樣找出這個通道，應用暗原色先驗，這里認為該通道的值全部是霧貢獻的，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，這樣就沒法直接用暗通道先驗估計“霧”的濃度了。

因此本文提出將R G B三通道分開處理，對每個通道應用分通道后的暗通道先驗，即將圖像分塊求每塊的各通道最小值，此時的暗通道先驗可以表示為：

(2)

為了估算tc(x)，現(xiàn)將成像模型改寫成如下形式：

(3)

然后對等式兩邊同時取最小值：

(4)

最后應用分通道后的暗通道先驗：

(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題。這里假設背景光在局部區(qū)域內(nèi)基本不變，這樣可以分區(qū)域進行估算，為了消除塊效應，在估算之后進行平滑濾波處理。

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，應當保證分塊尺寸較大，另外濾波時的濾波半徑也要設置得大一點。

4 復原清晰圖像并進行顏色校正

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

(8)

此時只是去除了后向散射噪聲，顏色失真問題依然沒有解決，這里采用一個系數(shù)μc進行顏色校正：

(9)

本文算法處理結(jié)果展示如圖1所示。

圖1 圖像增強前后對比圖

5 實驗結(jié)果分析

本文分別對水池實驗、淺海實驗采集的圖片以及從網(wǎng)上下載的深海圖片進行了處理，并與文獻[11-12]提出的方法處理結(jié)果進行對比。圖2的三幅原圖分別是水池實驗圖、淺海實驗圖和網(wǎng)上下載的深海圖，從處理結(jié)果可以看出文獻[11-12]的方法對于顏色失真嚴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顏色失真嚴重的圖片仍然有效，同時在一定程度上解決了光照不均問題，而對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模型和分通道方法能適用于水下圖像增強。

圖2 水下圖像增強效果對比

6 結(jié)論

本文對典型的水下成像模型進行了改進，并基于改進的成像模型和簡化的暗通道先驗提出了一種水下圖像增強方法。經(jīng)實驗證明，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，同時改善了水下圖像常見的光照不均問題。

[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及相關應用研究[D]. 杭州：浙江大學, 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[J]. 微型機與應用,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[J].微型機與應用，2017,36(14)：46-48.

2017-01-22)

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

張榮榮(1990-)，男，碩士研究生，主要研究方向：水下運動目標檢測與跟蹤。