基于直方图自适应拉伸的水下图像增强算法

摘要

水下图像由于光的衰减和散射效应而呈现颜色失真和对比度下降问题,严重影响了水下机器人视觉的观测性能。为解决此问题,提出了一种水下降质图像自适应增强算法。首先对图像进行重叠分块处理;然后对每个图像子块利用基于粒子群优化算法(PSO)自适应地确定其增强后图像的最优均值和标准差参数,并进行相应的直方图拉伸处理;最后采用双线性插值的方法将各个增强后的分块区域拼接成整幅图像。实验结果表明,该算法不但可以提高水下图像的对比度,去除散射模糊问题;且能较好地克服水下图像的颜色失真问题。与现有算法相比,该算法较好地保留了原始图像的信息,对图像局部区域的变化具有更好的适应性,且增强后的图像具有良好的视觉质量。