一种基于交替方向乘子法的水下光照不均匀图像增强方法

摘要

本发明公开了一种基于交替方向乘子法的水下光照不均匀图像增强方法，首先，估计初始光照图时，将图像从RGB颜色空间转换到Lab颜色空间，提取亮度分量作为初始光照图；然后基于交替方向乘子法原理，构造一个增广拉格朗日框架的约束优化方程，通过迭代求解优化方程，得到精准光照图；根据Retinex理论，将待处理图像与光照图转换到对数域求取对数域中的反射图像，再进行指数运算即可得到增强图像。最后，利用双边滤波器抑制水下噪声，获得更细致的水下增强图像。本发明提出的方法有效地提高了水下光照不均匀图像的质量，相较于同类方法，在去除光照对水下图像的影响以及保留图像细节方面有更好的性能。

说明书

技术领域

本发明属于图像处理技术领域，具体涉及一种水下光照不均匀图像增强方法。

背景技术

水下环境的未知性和复杂性是人类开发海洋资源的一大挑战。相比于声学探测设备，水下视觉传感器能够直观地获取丰富多彩、高分辨率的水下环境和目标特征信息，正被广泛应用于海洋技术开发和科学研究。然而，由于水对光的散射和吸收，水下图像常呈现可见度低、边缘模糊、颜色失真等现象。此外，深海点光源的聚射效应、水面波纹对自然光的折射效应，都会导致水下图像呈现严重的光照不均匀现象。因此，如何解决光照不均匀引起的水下图像模糊和失真问题对实现高效的水下探测、识别和作业等至关重要。

发明内容

为了克服现有技术的不足，本发明提供了一种基于交替方向乘子法的水下光照不均匀图像增强方法，首先，估计初始光照图时，将图像从RGB颜色空间转换到Lab颜色空间，提取亮度分量作为初始光照图；然后基于交替方向乘子法原理，构造一个增广拉格朗日框架的约束优化方程，通过迭代求解优化方程，得到精准光照图；根据Retinex理论，将待处理图像与光照图转换到对数域求取对数域中的反射图像，再进行指数运算即可得到增强图像。最后，利用双边滤波器抑制水下噪声，获得更细致的水下增强图像。本发明提出的方法有效地提高了水下光照不均匀图像的质量，相较于同类方法，在去除光照对水下图像的影响以及保留图像细节方面有更好的性能。

本发明解决其技术问题所采用的技术方案包括如下步骤：

步骤1：从水下图像中提取初始光照图

步骤2：基于交替方向乘子法原理，构造一个增广拉格朗日框架的约束优化方程，通过迭代求解优化方程，获取精准光照图；再采用Gamma校正方法对精准光照图进行校正，得到校正后的精准光照图；

步骤3：根据Retinex理论对校正后的精准光照图进行增强，得到反射图；再采用双边滤波方法对反射图保边去噪，得到最终的水下增强图像。

进一步地，所述从水下图像中提取初始光照图的方法如下：

将水下图像S(x,y)从RGB颜色空间转换到Lab颜色空间，将Lab颜色空间的亮度分量L作为初始光照图

进一步地，所述获取精准光照图的方法如下：

构造优化方程：

其中，‖·‖

利用交替方向乘子法将优化方程式(1)更新如式(2)：

采用增广拉格朗日乘子方法求解式(2)，构造式(2)的增广拉格朗日目标函数：

其中

其中，ε是正实数，k是迭代序数；

迭代过程在满足式(7)时停止，获取精准光照图。

进一步地，所述采用Gamma校正方法对精准光照图进行校正的方法如下：

采用Gamma校正方法对精准光照图在亮度域进行校正，降低亮区像素点的亮度值，提高暗区像素点的亮度值，得到校正后的精准光照图T

其中，T(x,y)是精准光照图。

进一步地，根据Retinex理论对校正后的精准光照图进行增强得到反射图的方法如式(9)：

R(x，y)＝exp(log S(x，y)-log T

其中，R(x,y)是反射图。

进一步地，所述采用双边滤波方法对反射图保边去噪，得到最终的水下增强图像R

其中，R(m,n)是反射图的像素点，(m,n)是中心点位置，(i,j)是当前点位置；q(i,j,m,n)是权重系数，由定义域核与值域核确定，如式(11)：

式中，σ

进一步地，所述α＝0.08，γ＝0.8，σ

本发明的有益效果如下：

1、本发明基于Retinex颜色恒常性理论，提出一种在交替方向乘子法基础上构造增广拉格朗日框架的优化方法来求取精准光照图，将亮度通道与颜色通道分离，只对光照图进行处理，保证了处理过程中水下图像的颜色不受影响。本发明提出的方法有效地提高了水下光照不均匀图像的质量，相较于其他几种算法，在去除光照对水下图像的影响以及保留图像细节方面有更好的性能。

2、经由本发明所提出方法处理后的增强水下图像的信息熵都高于其他算法，相比于其他算法，本算法处理后的图像质量更高、蕴含的信息量更大；大多情况下本文算法处理结果的NIQE值均优于其他算法，更接近人眼视觉系统。

附图说明

图1为本发明方法流程图。

图2为四种不同情况下的原始水下图像及其像素分布直方图，其中(a)为图像1：人工点光源不均匀水下图像；(b)为图像2：弱光照水下图像；(c)为图像3：自然光照不均匀水下图像；(d)为图像4：自然弱光照且光照不均匀水下图像；(e)～(h)分别为(a)～(d)的像素分布直方图。

图3为采用五种不同算法分别对图像1的增强结果及其像素分布直方图，其中(a)为VCIP算法增强结果；(b)为UDCP算法增强结果；(c)为GC算法增强结果；(d)为SSR算法增强结果；(e)为本发明方法增强结果；(f)～(j)分别为(a)～(e)的像素分布直方图。

图4为采用五种不同算法分别对图像2的增强结果及其像素分布直方图，其中(a)为VCIP算法增强结果；(b)为UDCP算法增强结果；(c)为GC算法增强结果；(d)为SSR算法增强结果；(e)为本发明方法增强结果；(f)～(j)分别为(a)～(e)的像素分布直方图。

图5为采用五种不同算法分别对图像3的增强结果及其像素分布直方图，其中(a)为VCIP算法增强结果；(b)为UDCP算法增强结果；(c)为GC算法增强结果；(d)为SSR算法增强结果；(e)为本发明方法增强结果；(f)～(j)分别为(a)～(e)的像素分布直方图。

图6为采用五种不同算法分别对图像4的增强结果及其像素分布直方图，其中(a)为VCIP算法增强结果；(b)为UDCP算法增强结果；(c)为GC算法增强结果；(d)为SSR算法增强结果；(e)为本发明方法增强结果；(f)～(j)分别为(a)～(e)的像素分布直方图。

具体实施方式

下面结合附图和实施例对本发明进一步说明。

根据Retinex理论中物体颜色恒常性的特性，将一幅图像S(x,y)分解为反射图像R(x,y)和亮度图像L(x,y)两幅不同的图像，将亮度图像分离，即可求出反射图像。

如图1所示，一种基于交替方向乘子法的水下光照不均匀图像增强方法，包括以下步骤：

步骤1：从水下图像中提取初始光照图

步骤2：基于交替方向乘子法原理，构造一个增广拉格朗日框架的约束优化方程，通过迭代求解优化方程，获取精准光照图；再采用Gamma校正方法对精准光照图进行校正，得到校正后的精准光照图；

步骤3：根据Retinex理论对校正后的精准光照图进行增强，得到反射图；再采用双边滤波方法对反射图保边去噪，得到最终的水下增强图像。

进一步地，所述从水下图像中提取初始光照图的方法如下：

将水下图像S(x,y)从RGB颜色空间转换到Lab颜色空间，在Lab颜色空间中，L、a、b三个分量相互独立、互不影响，将Lab颜色空间的亮度分量L作为初始光照图

进一步地，所述获取精准光照图的方法如下：

构造优化方程：

其中，‖·‖

利用交替方向乘子法将优化方程式(1)更新如式(2)：

采用增广拉格朗日乘子方法求解式(2)，构造式(2)的增广拉格朗日目标函数：

其中

其中，ε是一个非常小的正实数，通常取值为10

迭代过程在满足式(7)时停止，获取精准光照图。

进一步地，所述采用Gamma校正方法对精准光照图进行校正的方法如下：

采用Gamma校正方法对精准光照图在亮度域进行校正，降低亮区像素点的亮度值，提高暗区像素点的亮度值，得到校正后的精准光照图T

其中，T(x,y)是精准光照图。

进一步地，根据Retinex理论对校正后的精准光照图进行增强得到反射图的方法如式(9)：

R(x,y)＝exp(log S(x,y)-log T

进一步地，针对增强图像往往存在着边缘模糊、噪声明显的问题，采用双边滤波方法对反射图保边去噪，得到最终的水下增强图像R

其中，R(m，n)是反射图的像素点，(m，n)是中心点位置，(i，j)是当前点位置；q(i，j，m,n)是权重系数，由定义域核与值域核确定，如式(11)：

式中，σ

具体实施例：

1、针对图2中人工点光源不均匀(图像1)、弱光照(图像2)、自然光照不均匀(图像3)和自然弱光照且光照不均匀(图像4)四种不同情况的水下图像采用本发明方法进行实验验证，如图3～6，并与VCIP、UDCP、伽马校正(GC)、SSR四种算法进行对比。

2、分别估计四幅水下图像的初始光照图，并基于交替方向乘子法原理，构造一个增广拉格朗日框架的约束优化方程，通过迭代求解优化方程，得到精准光照图。

3、根据Retinex理论，将原始水下图像与精准光照图转换到对数域求取对数域中的反射图像，再进行指数运算即可得到增强图像。最后，利用双边滤波器抑制水下噪声，获得更细致的水下图像的增强图像。

4、如表1，采用图像信息熵(Information Entropy)和图像自然统计特性(Naturalimage quality evaluator，NIQE)作为指标对处理结果进行对比和评价。

表1处理结果评价表

从表1中可以看出，本发明方法相对于其他四种方法有效地提高了水下光照不均匀图像的质量，在去除光照对水下图像的影响以及保留图像细节方面有更好的性能。