一種基于光補(bǔ)償?shù)乃聢D像增強(qiáng)算法

朱靜儀，張瑜慧，杜 義，丁一凡

（宿遷學(xué)院，宿遷 223800）

0 引言

水下圖像在海洋生物監(jiān)測、地質(zhì)或生物環(huán)境評估等科學(xué)探索領(lǐng)域至關(guān)重要。水下場景中，除了水的吸收效應(yīng)外，水下介質(zhì)中的懸浮顆粒會對入射光線產(chǎn)生散射效應(yīng)，導(dǎo)致水下圖像出現(xiàn)霧化和模糊的現(xiàn)象。在水下拍攝圖像具有挑戰(zhàn)性，受光線從物體表面反射，并被水粒子偏轉(zhuǎn)和散射等諸多因素的影響，水下圖像出現(xiàn)不同程度的降質(zhì)現(xiàn)象。水下物體反射的光射向相機(jī)時，一部分光與這些懸浮粒子相遇，這些懸浮粒子吸收并散射光。在沒有背景光源的環(huán)境中，散射通常擴(kuò)展為多次散射，進(jìn)一步將光束分散成均勻的背景光。由于不同波長的光衰減程度不同，從而引起顏色變化。在水下采集的圖像中，光散射和顏色變化導(dǎo)致對比度降低與顏色偏差。光的散射效應(yīng)會造成水下圖像模糊；波長吸收會導(dǎo)致捕獲的圖像顏色失真；人工照明設(shè)備以及攝像系統(tǒng)的浮動使得水下光照環(huán)境呈非均勻狀態(tài)，圖像中心部位形成亮斑而周圍形成暗區(qū)，嚴(yán)重影響圖像的對比度。

基于水下成像的特點(diǎn)，提高水下成像的質(zhì)量，改善光照因素造成的影響與顏色失真，已經(jīng)成為水下圖像處理的研究熱點(diǎn)?，F(xiàn)有的水下圖像處理可分為，基于成像模型的圖像復(fù)原方法和圖像增強(qiáng)方法兩大類?；诔上衲Ｐ偷膱D像復(fù)原方法針對水下圖像退化過程，構(gòu)建適用于水下環(huán)境的成像模型以恢復(fù)圖像，該類方法的重點(diǎn)在于分析水下成像的特點(diǎn)，并據(jù)此構(gòu)建模型。而圖像增強(qiáng)方法主要通過改變圖像在不同顏色通道的強(qiáng)度分布，改善圖像的亮度、顏色與對比度，從而在視覺上改善水下圖像的視覺質(zhì)量。

光照問題以及水下圖像的顏色失真是影響圖像質(zhì)量的關(guān)鍵因素。圖像增強(qiáng)方法不考慮水下光學(xué)成像和光照機(jī)理，直接根據(jù)降質(zhì)圖像的特征進(jìn)行處理，能夠在一定程度上提高圖像質(zhì)量。圖像復(fù)原利用物理模型估計圖像的降質(zhì)模式，再根據(jù)估計值復(fù)原降質(zhì)圖像，可以較好地實現(xiàn)降質(zhì)圖像的復(fù)原，但是仍然存在兩個主要問題：一是估計介質(zhì)散射光或景深信息的算法太費(fèi)時且存在局限性；二是目前采用的水下成像模型大多數(shù)沒有考慮因人工光源導(dǎo)致的水下光照不均勻的問題。

本文提出了一種基于水下模型的圖像增強(qiáng)方法，該方法考慮到水下圖像的色散、色偏、對比度低等問題，利用水下光學(xué)物理模型，結(jié)合暗通道先驗，以及自適應(yīng)直方圖均衡技術(shù)，進(jìn)行多尺度光補(bǔ)償，較好地復(fù)原水下圖像。

1 水下圖像增強(qiáng)算法

1.1 水下成像模型

因為水下光學(xué)成像與霧天成像模型相似，所以暗通道先驗算法被廣泛應(yīng)用于水下圖像增強(qiáng)。其成像模型為

式中，表示水下圖像，表示理想圖像，也可以視作入射光照射到場景表面后未經(jīng)散射的反射光，A表示背景光，()表示透射率。透射率由光的衰減系數(shù)，景深函數(shù)()確定，表達(dá)式如式（2）所示。

何愷明從大量無霧圖像的統(tǒng)計規(guī)律中發(fā)現(xiàn)，R、G、B 3 個顏色通道中，至少存在一個顏色通道強(qiáng)度值很低，甚至接近于0。暗通道圖像為

式中，J表示顏色通道，Ω()表示以像素為中心的局部區(qū)域。

由于水下成像的特殊性，在深海中，自然光幾乎衰減為零，此時海底成像的光源主要來源于人造光源，通常假設(shè)人造光源與相機(jī)在同一水平面上，光源發(fā)出照射分量，經(jīng)過距離()到達(dá)物體表面。此時的入射光()為

再經(jīng)反射形成反射光，表達(dá)式為

將式（5）帶入水下成像模型式（1），獲得深海水下成像模型為

實際中，圖像在去除后向散射干擾后，仍然受到人造光的影響，也存在光在傳輸中衰減的問題。與傳統(tǒng)的圖像生成模型相比，基于暗通道先驗的算法，能夠更加準(zhǔn)確地估算水下場景深度。當(dāng)自然光到達(dá)水下，光會存在一定的衰減，場景中的點(diǎn)反射光傳播到相機(jī)從而形成圖像。

1.2 算法步驟

在水下成像過程中，色散是光吸收和懸浮顆粒在到達(dá)相機(jī)的過程中多次散射的結(jié)果；色偏是由于不同波長的光衰減不一致造成的，這是因為不同波長的光在傳播的過程中隨著距離的增加，衰減差異較大，尤其在深海成像過程中還存在人造光源自身顏色增益的影響。

在從水下圖像的頂部到底部的深度范圍內(nèi)，光衰減的程度在每個區(qū)域中變化，因而需要估計每個補(bǔ)償點(diǎn)的水下深度。通常，為了克服水下攝影環(huán)境中的照明不足問題，會使用人造光源來輔助攝影。從而在補(bǔ)償衰減損失時，也需要考慮人造光源貢獻(xiàn)的亮度，以避免過度補(bǔ)償。 算法在進(jìn)行適當(dāng)?shù)难a(bǔ)償之前，考慮圖像范圍內(nèi)衰減的能量和人造光源的亮度。具體算法步驟為：

（1）對水下圖像白平衡處理，獲得圖像。

（2）由暗通道先驗，獲得深度()與暗通道圖像。

（3）對圖像進(jìn)行自適應(yīng)直方圖均衡處理。

（4）提取直方圖均衡化圖的照度，色度與顯著性信息。

（5）提取圖像的照度，色度與顯著性信息。

（6）多尺度融合，進(jìn)行散射光與色彩變化補(bǔ)償，增強(qiáng)圖像。

圖1（a）是待處理水下圖像，該圖整體偏藍(lán)，存在對比度低及顏色失真現(xiàn)象。圖1（b）為對圖（a）進(jìn)行白平衡處理的結(jié)果圖，經(jīng)過白平衡處理之后，顏色失真情況好轉(zhuǎn)。圖1（c）在白平衡基礎(chǔ)上，進(jìn)行了自適應(yīng)直方圖均衡化，由圖可見，圖像的對比度得到增強(qiáng)。圖1（d）、（e）與（f）分別是圖1（c）的照度圖、色度圖與顯著性圖。圖1（g）是圖1（a）的暗通道先驗結(jié)果圖。圖1（h）、（i）與（j）分別是圖1（g）的照度圖、色度圖與顯著性圖。圖1（k）是最終多尺度融合的處理結(jié)果，由圖可見圖像清晰度增強(qiáng)，對比度得到拉伸，顏色失真得到改善。

圖1

2 算法分析與評價

2.1 圖像增強(qiáng)評價指標(biāo)

圖像增強(qiáng)質(zhì)量評價標(biāo)準(zhǔn)主要分為兩類：主觀評價與客觀評價。其中主觀評價利用人眼觀察和評判圖像增強(qiáng)效果，但是評價結(jié)果容易受到環(huán)境，及評判人員心境與經(jīng)驗等因素影響。雖然人眼的視覺對誤差的敏感度并不是絕對的，其感知結(jié)果會受到許多因素的影響而發(fā)生變化，但是主觀評價標(biāo)準(zhǔn)依然是常用的評價方法。

客觀評價能夠定量的評價圖像質(zhì)量。常見的評價指標(biāo)有很多，本文選擇3種適合水下圖像增強(qiáng)的客觀評價指標(biāo)，分別是、、。其中指標(biāo)無需參考圖像，其余兩種需要提供參考圖像對待評價圖像進(jìn)行評估，這些指標(biāo)能相對公正地測量圖像質(zhì)量，評價增強(qiáng)算法的優(yōu)劣。

（1）。是色彩濃度，飽和度和對比度的線性組合，用來定量評價水下圖像在色偏，模糊和低對比度等方面的情況，屬于無參考圖像的圖像質(zhì)量評價指標(biāo)，目前逐漸成為水下圖像增強(qiáng)的重要評價指標(biāo)之一，表達(dá)式如下：

其中，σ表示色度的標(biāo)準(zhǔn)差，con表示亮度的對比，μ表示飽和度的平均值，系數(shù)，，用于調(diào)整色度、亮度與飽和度的權(quán)重比值。

（2）。圖像均方誤差。設(shè)待評價圖像和參考圖像的大小為×，定義為：

（3）。峰值信噪比（）可以用來衡量增強(qiáng)圖像與參考圖像的相似程度，數(shù)值越大，表示增強(qiáng)效果越佳。定義為

其中，MAX是圖像的最大像素值。

2.2 實驗結(jié)果與分析

實驗所用圖像選自數(shù)據(jù)庫UIEB，該數(shù)據(jù)庫包含水下圖像及對應(yīng)的高質(zhì)量參考圖像。實驗從UIEB 數(shù)據(jù)庫選用20 幅具有代表性的圖像，用于檢測不同算法的增強(qiáng)效果。

在對比實驗中，論文選擇了經(jīng)典的自適應(yīng)直方圖均衡化算法（contrast limited adaptive histogram equalization，CLAHE），研究表明符合Rayleigh 分布的水下圖像在視覺上更加符合人類視覺習(xí)慣。除此之外，還選擇了暗通道先驗（dark channel prior，DCP）算法，以及WCID算法，這些算法在增強(qiáng)圖像領(lǐng)域都是經(jīng)典算法，具有代表性。

圖2 是4 種增強(qiáng)算法的結(jié)果圖，其中圖（a）是3 幅水下原圖像，圖（b）、圖（c）、圖（d）與圖（e），分別對應(yīng)于應(yīng)用CLAHE 算法、DCP 算法、WCID 算法和本文算法對原圖進(jìn)行增強(qiáng)后的效果圖。從圖中可以觀察到，DCP 算法在水下圖像增強(qiáng)方面效果不佳，WCID 算法能夠在清晰度、對比度與飽和度上增強(qiáng)原圖，CLAHE 算法在修正色偏、提高清晰度等方面效果較好。本文算法相較于其余3種算法，在色調(diào)、飽和度、對比度及清晰度各方面都有較好的表現(xiàn)，在主觀評價方面，本文算法最優(yōu)。

圖2 水下圖像增強(qiáng)結(jié)果比較

表1 是本文算法與3 種經(jīng)典算法的3 種客觀評價數(shù)值。表中第1 列指標(biāo)，數(shù)值越大，表示圖像色偏越小，畫面清晰度越高，對比度也越高。從表中數(shù)據(jù)可以看出指標(biāo)顯示，本文算法最佳，遠(yuǎn)遠(yuǎn)高于DCP 算法與WCID 算法。在方面，本文算法平均值為18.6362，在4種算法的峰值信噪比上數(shù)值最大，表明本文所提算法增強(qiáng)的圖像與作為參考的質(zhì)量最佳圖像最接近。用于評價兩幅圖像的均方差，數(shù)值越小，表明待比較的雙方誤差越小。表1第3 列數(shù)據(jù)顯示本文算法最小。綜合3 種評價指標(biāo)可以看出，本文算法明顯優(yōu)于WCID 算法，在水下圖像增強(qiáng)應(yīng)用中，也優(yōu)于CLAHE 算法與DCP算法。

表1 算法質(zhì)量評價

3 結(jié)語

本文提出了一種新的水下圖像增強(qiáng)算法。該算法從水下成像模型出發(fā)，結(jié)合暗通道先驗與自適應(yīng)直方圖均衡，提高了圖像的清晰度與對比度，同時由于進(jìn)行多尺度光補(bǔ)償，能夠在色度，照度以及圖像顯著性上實現(xiàn)圖像增強(qiáng)，提高水下圖像質(zhì)量。