论文部分内容阅读
随着时代不断发展,海洋越来越吸引人类的关注和兴趣,海洋研究对于海洋资源勘探、海洋环境保护、海洋监测、灾害预测和海上国防军事等方面都具有重要的意义。在此背景下,本文就水下光学图像数据库、水下图像质量评测、水下图像复原和水下图像增强等方面展开了研究。 相比空气介质,水体对可见光的吸收效应和散射效应更加明显,因此水下光学图像普遍质量不高,存在能见度有限、低对比度、非均匀光照、模糊、颜色偏差(蓝绿色主导)、海洋雪和噪声等现象。本文研究以提高水下图像质量为目标,从图像失真度评测和图像质量增强两个方面出发,主要研究工作点包括: (1)针对水下图像研究领域缺乏一个统一的水下图像分类失真数据库这一现状,本文建立了真实水下图像主观数据库,该数据库所有图像均为水下拍摄的真实海洋场景。首先把图像按照主要失真大类进行区分,这包括水质浑浊图像、运动模糊图像、非均匀光照图像等,然后遵循主观评测标准,组织人员对每种失真进行主观失真度评测,并对评测结果进行分析,分析表明该数据库评测结果具有很好的一致性和可靠性。 (2)为满足水下图像质量实时评测需求,本文提出一种无参考的基于特征多元高斯分布距离衡量的水下图像客观失真度评价方法。该方法选取符合多元高斯分布的失真图像特征集和无失真图像特征集,这些特征集构成了图像质量失真空间,利用多元高斯变量马氏距离具有较强的群体区分能力这一特点,通过计算评测图像特征与两个特征集的马氏距离,准确定位出它在图像失真空间的位置,得出图像客观评测失真度。选取的特征包括自然图像统计特征,图像基本特征(如图像熵、色度、亮度等)和专门反映特定失真的特征(如模糊特征)等。在公开数据库和自建水下图像数据库验证本文算法,结果表明它在水下图像浑浊度预测和水下图像模糊度预测上与人的主观感受具有比较高的准确性和一致性。 (3)由于水下浑浊图像类似户外雾天图像雾状效应,图像对比度大大降低等特点,本文提出一种改进的水下传输图估计的水下图像复原算法,利用水下浑浊图像的退化模型,在不需要知道图像成像时的水体参数、相机参数等信息,也不采用偏振器等额外物理器件获取多张图片的前提下,直接从单幅退化图像中估计出背景环境光和传输图,从而复原图像。实验结果表明,该算法可以有效去除浑浊效应,提高图像对比度。 (4)不同于图像复原方法依赖于图像失真模型,提高图像质量也可以不依赖于模型而直接利用图像处理技术,如直方图均衡、白平衡等对失真图像进行处理。针对图像增强往往难以通过单一增强技术达到增强需求的特点,本文改进了一种基于图像金字塔的多尺度图像融合算法,该方法首先通过白平衡等多种技术增强得到多个融合输入图像,然后设计能够反映最终图像质量的多个权重,最后在多尺度上加权融合并重建得到最终增强图像。这种方法也不需要估计成像环境等参数,因此较为简便。实验结果表明,本文增强算法可以有效的增强图像质量。