【技术实现步骤摘要】
本专利技术涉及一种基于融合模型和颜色平衡的水下图像复原方法及系统，属于水下图像处理。
技术介绍
1、在水下探测任务中，为机器人提供水下目标的位置与环境信息可为机器人决策提供重要依据。相较于声呐图像，视觉信号的优点明显：细节丰富，不易受到反射噪声的干扰；光的传播速度快于声音，探测的实时性更好；人眼识别更直观，易于理解。因此，作为众多水下探测任务必不可少的预处理环节，水下图像信息恢复方法的有效性成为影响任务完成质量的重要因素。但水下环境获取的视觉图像通常会因为光在水中传播时受到的吸收衰减、水中物质的存在而导致的散射衰减、以及人工光源的引入而造成的场景亮度不均匀的影响，产生细节模糊、噪声偏多和颜色失真等降质现象。针对这些问题，目前的水下图像增强方法主要从基于物理模型复原、基于图像信息增强、基于数据驱动学习或生成等途径来解决。
2、基于物理模型复原的方法从分析降质原因入手，建立数学模型模拟降质过程，估计出模型中的参数，便可以反演出降质前的清晰图像。已有的研究提出了多种先验信息以更准确地估计参数或建立场景适应性更强的成像模型，以求获得更好的复原效果。但仍存在先验信息的可靠性不高，以及颜色补偿方法的自适应性不足的问题，而通过构建深度学习网络进行参数估计的方法同样存在估计结果稳定性不够的问题。
3、因此，为在水下图像复原时更符合水下成像退化过程、能自适应地进行颜色补偿、且简单有效，亟需一种基于融合模型和颜色平衡的水下图像复原方法及系统。
技术实现思路
1、本专利技术的目的
2、为达到上述目的，本专利技术是采用下述技术方案实现的：
3、第一方面，本专利技术提供了一种基于融合模型和颜色平衡的水下图像复原方法，其特征是，包括：
4、获取水下降质原图像；
5、将获取的所述水下降质原图像分解为三通道图，执行迭代步骤，获得三通道图的背景光值以及各通道颜色自适应补偿后的颜色平衡图；
6、估计颜色平衡图的暗通道，将得到的背景光值、颜色平衡图和暗通道输入至预先构建的融合模型中，得到融合模型输出的复原后的清晰图像。
7、进一步的，预先构建的融合模型包括：
8、
9、式中，为复原后的清晰图像，(x, y)对应像素点坐标，为颜色平衡图，表示颜色平衡图的暗通道， b为背景光强。
10、进一步的，所述迭代步骤包括：
11、估计三通道图各通道的背景光值；
12、根据估计出的背景光值，定义当前偏色类型，从定义的偏色类型中确定本轮迭代对应的背景光均值计算因子、均值公差和调整步长；
13、根据均值计算因子确定背景光均值，根据所述背景光均值和均值公差，得到判断各通道灰度值是否需要调整的无偏区间；
14、判断所述的各通道背景光值是否收敛于无偏区间，若不收敛，按所述的调整步长进行灰度线性转换，得到估计的颜色平衡图；
15、重复上述过程，直到三通道背景光值收敛于无偏区间为止，获得各通道颜色自适应补偿后的最终的颜色平衡图。
16、进一步的，估计三通道图各通道的背景光值，包括：
17、对获得的三通道图的每个通道分别应用高斯低通滤波，得到平滑后的图像；
18、在平滑后的图像上应用索伯算子来计算梯度图；
19、将计算得到的梯度图进行二值化处理后，分离出背景光所在的平坦区域；
20、在分离出的平坦区域中，分析三通道在平坦区域的灰度值差异，估计出背景光值。
21、进一步的，根据估计出的背景光值，定义当前偏色类型，从定义的偏色类型中确定本轮迭代对应的背景光均值计算因子、均值公差和调整步长，包括：
22、根据所述背景光值，计算通道间背景光值的极差；
23、根据所述极差确定图像的偏色类型，其中，
24、当所述极差小于阈值，为无偏色类型，所有通道背景光值作为背景光均值计算因子，均值公差为0.1，调整步长为0.02；
25、当所述极差不小于阈值且一个通道的背景光值大于当前均值，为单通道偏色类型，所有通道背景光值作为背景光均值计算因子，均值公差为0.2，调整步长为0.04；
26、当所述极差不小于阈值且两个通道的背景光值大于当前均值，为双通道偏色类型，将背景光估计值的极大值和极小值作为均值计算因子，均值公差为0.2，调整步长为0.04。
27、进一步的，根据均值计算因子确定背景光均值，根据所述背景光均值和均值公差，得到用于判断各通道灰度值是否需要调整的无偏区间，包括：
28、根据获得的背景光均值计算因子和定义的偏色类型，计算背景光均值；
29、根据所述背景光均值和均值公差，得到判断各通道灰度值是否需要调整的无偏区间。
30、进一步的，按所述调整步长进行灰度线性转换，得到估计的颜色平衡图，包括：
31、灰度线性转换公式如下：
32、；
33、其中，为调整步长，其中：
34、当偏色通道估计的背景光值高于所述背景光均值，通过相减降低灰度值，纠正该通道像素的过高灰度值；若存在灰度值低于0情况，则将灰度[0, 2]转换为原值的1/2，避免下溢，公式如下：
35、；
36、当偏色通道估计的背景光值低于所述的背景光均值，通过相加提高灰度值，纠正该通道像素的过低灰度值；若存在灰度值高于1情况，则将灰度[, 1]转换为[, 1]，避免上溢，公式如下：
37、。
38、第二方面，本专利技术提供了一种基于融合模型和颜色平衡的水下图像复原系统，其特征在于，包括：
39、获取模块：用于获取水下降质原图像；
40、处理模块：用于将获取的所述水下降质原图像分解为三通道图，执行迭代步骤，获得三通道图的背景光值以及各通道颜色自适应补偿后的颜色平衡图；
41、复原模块：用于估计颜色平衡图的暗通道，将得到的背景光值、颜色平衡图和暗通道输入至预先构建的融合模型中，得到融合模型输出的复原后的清晰图像。
42、第三方面，本专利技术提供了一种计算机设备，包括处理器及存储介质；
43、所述存储介质用于存储指令；
44、所述处理器用于根据所述指令进行操作以执行根据第一方面所述方法的步骤。
45、第四方面，本专利技术提供了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现第一方面所述方法的步骤。
46、与现有技术相比，本专利技术所达到的有益效果：
47、本专利技术提供的基于融合模型和颜色平衡的水下本文档来自技高网...
【技术保护点】
1.一种基于融合模型和颜色平衡的水下图像复原方法，其特征是，包括：
2.根据权利要求1所述的基于融合模型和颜色平衡的水下图像复原方法，其特征是，预先构建的融合模型包括：
3.根据权利要求2所述的基于融合模型和颜色平衡的水下图像复原方法，其特征是，所述迭代步骤包括：
4.根据权利要求3所述的基于融合模型和颜色平衡的水下图像复原方法，其特征是，估计三通道图各通道的背景光值，包括：
5.根据权利要求4所述的基于融合模型和颜色平衡的水下图像复原方法，其特征是，根据估计出的背景光值，定义当前偏色类型，从定义的偏色类型中确定本轮迭代对应的背景光均值计算因子、均值公差和调整步长，包括：
6.根据权利要求1所述的基于融合模型和颜色平衡的水下图像复原方法，其特征是，根据均值计算因子确定背景光均值，根据所述背景光均值和均值公差，得到判断各通道灰度值是否需要调整的无偏区间，包括：
7.根据权利要求1所述的基于融合模型和颜色平衡的水下图像复原方法，其特征是，按所述调整步长进行灰度线性转换，得到估计的颜色平衡图，包括：
8
9.一种计算机设备，其特征在于，包括处理器及存储介质；
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1~7任一项所述方法的步骤。
...【技术特征摘要】
1.一种基于融合模型和颜色平衡的水下图像复原方法，其特征是，包括：
2.根据权利要求1所述的基于融合模型和颜色平衡的水下图像复原方法，其特征是，预先构建的融合模型包括：
3.根据权利要求2所述的基于融合模型和颜色平衡的水下图像复原方法，其特征是，所述迭代步骤包括：
4.根据权利要求3所述的基于融合模型和颜色平衡的水下图像复原方法，其特征是，估计三通道图各通道的背景光值，包括：
5.根据权利要求4所述的基于融合模型和颜色平衡的水下图像复原方法，其特征是，根据估计出的背景光值，定义当前偏色类型，从定义的偏色类型中确定本轮迭代对应的背景光均值计算因子、均值公差和调整步长，包括：
...【专利技术属性】
技术研发人员：朱洁，王慧斌，郑豪，祁峥东，孙杰，
申请(专利权)人：南京晓庄学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。