水下彩色图像增强[20191212175452]
摘 要
二十一世纪是海洋开发时代，现在己成为全球共识。在人口急剧膨胀、陆地资源日益枯竭、环境不断恶化的情况下，开发海洋资源是一项影响深远的、面向2l世纪的战略选择。水下图像的分析和识别是海洋研究和开发中的关键技术之一，而水下图像是重要依据。但是由于水下图像成像条件复杂、质量较差，难以直接用于海洋工程、海洋科学研究及军事等方面，给实际操作和科研带来了很大的难题。因此我们需要对水下图像作相应的增强处理，使之更加利于图像的高级处理，更加符合人类的视觉特性和机器识别的要求。
本文研究的重点是水下彩色图像增强算法以及其在实际方面的应用，分别从空域和多尺度两个角度来介绍了水下彩色图像增强算法。空域方面详细讲述了灰度变化、直方图均衡化、同态滤波这三种算法。灰度变化和直方图均衡化分别利用图像的亮度信息改善图像和利用图像的概率密度使之服从均匀分布而扩张像素的动态范围去处理图像，但是它们都不可以抑制噪声，所以效果并不是最佳。
本文对于多尺度算法，主要研究了小波变换和Retinex。基于小波变换的图像增强算法较传统算法有着明显的优越性，由于小波变换具有多分辨率分析的特性，因此经小波变换处理后的图像，细节部分清晰，层次感强，一些在原图中隐约的细节特征得到突出，增强效果比较明显。Retinex算法对由于光照不均而引起的低对比度彩色图像具有很好的增强效果，既能保持颜色的恒定性，又能使得动态范围压缩和边缘增强相协调，克服了传统增强算法的不足。增强后的画面细节还原充分，轮廓清晰，视觉效果好。
摘 要 1
 查看完整论文请+Q: 351916072 
关键字:水下彩色图像增强；Retinex算法；小波变换；直方图均衡化；同态滤波
目 录
ABSTRACT 2
目 录 3
第1章 绪论 1
1.1 课题背景 1
1.2 国内外研究状况 2
1.3研究意义与成果 6
1.4 本文主要内容 8
第2章 水下图像的基础理论 9
2.1水下图像概述 9
2.2水下光学成像的规律和特点 9
2.2.1水中光学成像原理 9
2.2.2 水对光的吸收特性 12
2.2.3 水对光的散射特性 12
2. 3 水下图像增强的常用方法 13
2.3.1直方图增强 14
2.3.2 锐化 16
2.3.3平滑滤波 16
2.3.4 频域低通 17
2. 4本章小结 18
第3章 水下彩色图像空域增强方法 19
3. 1灰度变换算法的实现 19
3.1.1 灰度变换算法基本理论 19
3.1.2 灰度变换算法的分析 20
3. 2直方图均衡化算法的实现 21
3.2.1 直方图均衡化算法基本理论 21
3.2.2 直方图均衡化的仿真与分析 24
3. 3 同态滤波算法的实现 25
3.3.1 照明反射模型 25
3.3.2 同态滤波基本原理 25
3.3.3 同态滤波算法的仿真与分析 27
第4章 水下彩色图像多尺度增强算法 29
4. 1 小波变换算法的实现 29
4.1.1 小波变换基本理论 29
4.1.2 小波变换算法的仿真与分析 31
4.2 Retinex算法的实现 31
4.2.1 Retinex 理论 32
4.2.2 多尺度Retinex算法 32
4.2.3 水下彩色图像的亮度通道MSR增强 33
4.2.4 Retinex算法的仿真与分析 35
第5章 总结和展望 37
5. 1 总结 37
5. 2 工作展望 37
参考文献 39
致 谢 42
第1章 绪论
1.1 课题背景
随着电子计算机技术的进步，计算机图像处理近年来得到飞跃的发展，己经成功的应用于几乎所有与成像有关的领域，并正发挥着相当重要的作用。它利用计算机对数字图像进行系列操作，从而获得某种预期的结果。图像增强本身就是图像处理中最具有吸引力的领域之一[1]。对图像进行处理时，经常运用图像增强技术以改善图像的质量。而针对质量很差的水下图像，图像增强就更为重要了。
在一般情况下，经过图像的传送和转换，如成像、复制、扫描、传输和显示等，经常会造成图像质量的下降。在摄影时由于光照条件不足或过度，会使图像过暗或过亮；光学系统的失真、相对运动、大气流动等都会使图像模糊；传输过程中会引入各种类型的噪声；而工业企业现场恶劣的环境也给高品质图像的获取带来极大的困难。总之输入的图像在视觉效果和识别方便性等方面可能存在诸多问题，这类问题不妨统称为质量问题[2]。
尽管由于目的、观点、爱好等的不同，图像质量很难有统一的定义和标准，但是根据应用要求改善图像质量却是一个共同的目标。图像增强是指根据特定的需要突出图像中的重要信息，同时减弱或去除不需要的信息。从不同的途径获取的图像，通过进行适当的增强处理，可以将原本模糊不清甚至根本无法分辨的原始图像处理成清晰的富含大量有用信息的可使用图像，有效地去除图像中的噪声、增强图像中的边缘或其他感兴趣的区域，从而更加容易对图像中感兴趣的目标进行检测和测量。处理后的图像是否保持原状已经是无关紧要的了，不会因为考虑到图像的一些理想形式而去有意识的努力重现图像的真实度。图像增强的目的是增强图像的视觉效果，将原图像转换成一种更适合于人眼观察和计算机分析处理的形式。它一般要借助人眼的视觉特性，以取得看起来较好地视觉效果，很少涉及客观和统一的评价标准。增强的效果通常都与具体的图像有关系，靠人的主观感觉加以评价。
迄今为止，图像增强技术己经广泛用于军事、地质、海洋、森林、医学、遥感、微生物以及刑侦等方面[3]，图像增强技术的快速发展同它的广泛应用是分不开的，发展的动力来自稳定涌现的新的应用，我们可以预料，在未来社会中图像增强技术将会发挥更为重要的作用。
海洋覆盖了地球表面的71％，是全球生命支持系统的一个基本组成部分，它蕴藏着巨量的资源和能源，被人类视为可以利用的“第六大洲”。人类社会的发展必然会越来越多的依赖海洋。同时国际安全，地区安全和沿海国家的安全，大都与海洋息息相关。因此开展水下图像处理方法的研究，在国民经济和军事上都具有重要的价值和意义。
目前水下图像主要存在于诸多领域，如水下勘测、水下机器人、水下视频、军事等方面，典型的水下图像主要有以下特点[4]：
1)照明光由探照灯发出，为汇聚光照明。成像光线的强弱分布呈现较大差异，以照明光最强点为中心，径向逐渐减弱，反映到图像上就是背景灰度分布不均。
2)由于水体对光的吸收效应、散射效应和卷积效应使得水下图像极不理想，使水下图像有较严重的非均匀亮度和细节模糊，而且图像信噪比很低，图像对比度明显变差。
3)照明条件不良，使水下图像变得更差，比如出现假细节、自阴影、假轮廓等。
由于获取得水下图像普遍质量较差，在对图像进行目标识别、图像压缩、图像分割等分析与处理之前，就必须首先对其做一定的预处理。而图像增强可以增加图像的对比度，突出感兴趣的细节及特征，改善图像的视觉效果，提供直观、清晰、适合于分析的图像。因此，图像增强技术对于水下图像尤为重要，而水下图像增强算法的研究也有很强的实际应用价值[5][6]。
1.2 国内外研究状况
数字图像处理的发展历史不长，但己经引起了人们的重视。在图像处理过程中，图像增强是十分重要的一个环节。
在一个图像系统中，图像每一个环节都会产生干扰，都会使图像质量降低。例如，医学上由于受到人体的器官、组织、光照等各个方面的影响，拍到的照片总是不尽人意，不太清晰，很难识别病变组织与正常组织，做出早期诊断。因此，如何对这些“降质”图像或受到噪声污染的质量不太满意的图像进行处理，以符合我们的要求，例如尽可能恢复原貌，这是图像处理的一般要求。图像增强是图像处理的一部分，其目的是将图像中感兴趣的部分尽可能突现出来，改善图像的视觉效果。从质量评价观点来看，就是提高图像的可懂度。过去曾用光学和电子技术增强图像，并取得了不错的效果。随即各行各业对图像增强提出了更高的要求。例如一幅侦察图像甚至有可能是经过各种欺骗和伪装后的侦察图像，在这类图像中，目标与背景可能混淆不清，很难区别。如何从中识别出我们感兴趣的目标，如机场、跑道、飞机、建筑物等等，就需要进行增强处理，以便将我们感兴趣的目标物突现出来拍。
为了适应各种用途，图像增强需要采取各种技术手段综合处理，而且针对不同的用途，处理手段也大相径庭。图像增强不考虑图像质量下降的原因，只将图像中感兴趣的特征有选择的突出，而衰减不需要的特征。由于还没有关于图像质量的统一标准，所以图像增强理论目前尚无统一的权威性定义，关于各种增强方法的评价只能根据它在实际应用当中的效果来进行。
传统的图像增强方法对于改善图像质量发挥了重要作用。随着对图像增强技术研究的不断深入，新的图像增强方法不断出现。目前主要分为如下几类：
(1)传统的图像增强方法
传统的图像增强的处理方法基本可以分为空域图像增强和频域图像增强两大类。空域是指组成图像的像素的集合，空域图像增强直接对图像中像素灰度值进行运算处理，如灰度变换、直方图均衡化、图像的空域平滑和锐化处理、伪彩色处理等。频域图像增强是对图像经傅立叶变换后的频谱成分进行操作，然后逆傅立叶变换获得所需结果，如低通滤波技术[7]、高通滤波器技术[8]、带通和带阻滤波、同态滤波等。为了适应图像的局部特性，基于局部变换的图像增强方法应运而生，如局部直方图均衡化[9]、对比度受限自适应直方图均衡化[10]、利用局部统计特性的噪声去除方法[11]。
目前还将一些学科与图像处理相结合，如基于神经网络的脉冲噪声滤波技术[12]、基于纹理分析的保细节平滑技术[13]等。
(2)基于小波的图像增强方法
在图像增强中变换域增强也得到很广泛的应用，例如傅氏变换[14]、离散余弦变换[15]、小波变换[16]等，其中小波是近年末发展起来的一种新的时频分析工具，它具有时频局部化能力和多分辨率分析的能力，使得它很适合于信号处理领域。对图像进行多尺度小波变换后，不同频率的信号出现在不同尺度的子带图像上，有了这些特性就能很好的对感兴趣的部分进行增强。小波变换中的多尺度分析，是由Mallat于1989年首先提出的，被认为是分析工具及方法上的重大突破。小波分析在时域或频域上都具有良好的局部特性，而且由于对高频信号采取逐步精细的时域或空域步长，．从而可以聚焦到分析对象的任意细节。随后取得了许多研究成果，如Satatretal提出了一种非线性的多尺度增强方法、杨煊提出了一种基于方向信息的多尺度边缘检测和图像去噪的方法等。有的学者提出Curveletn[17]变换也受到极大的关注。
(3)数学形态学增强方法
数学形态学[18]是用具有一定形态的结构元素去量度和提取图像中的对应形状，以达到对图像分析和识别的目的。它的数学基础是集合论，最基本的形态学算子有腐蚀、膨胀、开和闭。数学形态学增强技术主要是形态学平滑去噪技术，相对图像开启，然后再闭合，是一种对图像进行平滑的方法。这两种操作的综合效果是去除或减弱亮区和暗区的各类噪声。基于数学形态学的形态学滤波器可借助先验图像的几何信息，利用数学形态学算子有效的去除噪声，同时又可以保留图像中原有信息[2]。
(4)模糊增强方法
近年来，不少学者致力于把模糊集理论引入图像处理和识别技术的研究。由于图像本身的复杂性，多灰度分布所带来的不确定性和不精确(即模糊性)，使得用模糊集合理论进行图像处理成为可能。自Pal和King率先将模糊集合理论[19]应用到图像增强处理上，模糊增强技术受到了人们的重视。Chenetal(1995)把模糊集引入到经典的直方图修正中，提出了一种自动直方图修正方法；Action(1998)基于模糊非线性回归给出了一种图像增强方法，并且用于遥感图像的去噪和边缘增强；近年来Hanetal(2002)推广了通常意义的彩色直方图，提出了模糊彩色直方图的概念，并且已经成功用于彩色图像的检索；Russo(2002)[20]充分利用模糊集理论解决不确定性问题的优势，较好地解决了受到冲击噪声干扰的彩色图像的边缘检测问题；另外模糊集方法和神经网络、遗传算法结合用于图像增强的方法证在研究之中。
（5）Retinex算法方法
为了更好地认识水下世界，我们常常需要借助光电系统对水下物体进行成像。但是，在水下摄影过程中，由于水体对光具有很强的衰减作用，实验表明，即便在清澈的海水中，60％的衰减是由散射引起，吸收带来的衰减约占40％，而且水体越浑浊，散射部分所占的比例越大。水体吸收使得水下一定深度下变成漆黑的世界，需要辅助照明才可实施有效的光电摄影；而水体散射使得水下成像的图像对比度降低，图像细节不清晰，可观察距离衰减。对于自带照明的光电成像应用，水体的后向散射对成像的影响更大。
由于水下生物和物质的可见光彩色图像不仅与人眼视觉一致，而且包含有许多丰富的信息，因此，利用太阳光照明的浅海水下成像以及深海的白光彩色摄影仍是当前水下光电成像的主要模式之一。在这种彩色水下成像中，有效地去除水体散射光的影响对于提高水下成像的质量具有重要的作用，因此，人们不断从成像模式和图像处理等方面探索提高水下光电成像质量的方法。比如，通过偏振成像提高自然照明条件下的水下彩色图像能见度，以及预测处理滤波复原算法、四元数衰减系数反转复原处理算法、集成色彩模型增强算法、点扩散函数PSF处理算法和Retinex算法等进行水下彩色图像的增强。

原文链接：http://www.jxszl.com/dzxx/gdxx/1512.html