一种水下暗图像复原方法及系统.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115937032A(43)申请公布日2023.04.07(21)申请号202211632243.8(22)申请日2022.12.19(71)申请人青岛理工大学地址266520山东省青岛市黄岛区嘉陵江东路777号(72)发明人代成刚陈成军李东年赵正旭林明星(74)专利代理机构济南圣达知识产权代理有限公司37221专利代理师于凤洋(51)Int.Cl.G06T5/00(2006.01)G06T7/514(2017.01)G06T7/50(2017.01)G06T7/90(2017.01)权利要求书2页说明书8页附图1页(54)发明名称一种水下暗图像复原方法及系统(57)摘要本发明提出了一种水下暗图像复原方法及系统，涉及图像处理技术领域，具体方案包括：根据水下暗图像的先验信息，计算背景光值和场景深度；基于背景光值和场景深度，结合水下场景分解模型，构建目标函数并求解，计算出反射率图像、照度图像和噪声项；通过对比度拉伸与亮度增强，对反射率图像和照度图像进行矫正，得到复原后的水下暗图像；本发明基于静态参数优化与场景分解模型，对不同程度的水下暗图像具有较好的复原效果，且在图像亮度提升过程中还能有效地平滑图像噪声，复原图像色彩。CN115937032ACN115937032A权利要求书1/2页1.一种水下暗图像复原方法，其特征在于，包括：根据水下暗图像的先验信息，计算背景光值和场景深度；基于背景光值和场景深度，结合水下场景分解模型，构建目标函数并求解，计算出反射率图像、照度图像和噪声项；通过对比度拉伸与亮度增强，对反射率图像和照度图像进行矫正，得到复原后的水下暗图像。2.如权利要求1所述的一种水下暗图像复原方法，其特征在于，所述水下暗图像的先验信息包括：水下暗图像通道之间的先验信息和图像色彩及饱和度先验信息。3.如权利要求1所述的一种水下暗图像复原方法，其特征在于，所述背景光值的计算方法为：步骤(1)：将水下暗图像平均分为多个区域，采用评价函数计算各个区域的分值；步骤(2)：选择分值最高的区域作为候选区域，重复步骤(1)，直到候选区域的尺寸小于预设的阈值，输出该区域；步骤(3)：计算输出区域的像素均值作为背景光值。4.如权利要求1所述的一种水下暗图像复原方法，其特征在于，所述水下场景分解模型具体为：Pc(x)＝Gc[1‑sc(x)]+Fc(x)·Ic(x)·sc(x)+Qc(x)其中，c()为水下暗图像，c为背景光值，c()为场景深度，Fc()为反射率图像，Ic()为照度图像，Qc()表示经照度和场景深度衰减后的噪声项，x为像素坐标，c∈{r,,}为图像的红、绿、蓝三通道，“.”表示点对点相乘。5.如权利要求1所述的一种水下暗图像复原方法，其特征在于，所述目标函数具体为：其中，为未知量保持项，为噪声抑制项，表示照度分量的保持项，为反射率的平滑项，表示四邻域梯度滤波模板，||.||2和|.|1分别是L2和L1范数，表示卷积运算，I′表示平滑的水下暗图像，φ1、φ2、φ3是三个参数，用于平衡目标函数中各项的权重。6.如权利要求1所述的一种水下暗图像复原方法，其特征在于，所述复原后的水下暗图像，具体为：其中，是矫正亮度后的照度图，是对比度拉伸后的反射率图像，x为像素坐标，c∈{r,g,b}为图像的红、绿、蓝三通道，“.”表示点对点相乘。7.如权利要求1所述的一种水下暗图像复原方法，其特征在于，还包括通过静态参数优化方法，获取最优参数，具体为：初始化样本集合；2CN115937032A权利要求书2/2页计算样本的图像质量指标；根据各个样本的图像质量指标筛选出优秀样本集合；对优秀样本集合进行二进制码交换操作；对优秀样本集合内的样本逐一执行二进制编码突变操作；将优秀样本集合中图像质量指标最大的样本作为最优参数。8.一种水下暗图像复原系统，其特征在于，包括先验计算模块、函数求解模块和图像复原模块：先验计算模块，被配置为：根据水下暗图像的先验信息，计算背景光值和场景深度；函数求解模块，被配置为：基于背景光值和场景深度，结合水下场景分解模型，构建目标函数并求解，计算出反射率图像、照度图像和噪声项；图像复原模块，被配置为：通过对比度拉伸与亮度增强，对反射率图像和照度图像进行矫正，得到复原后的水下暗图像。9.一种电子设备，其特征是，包括：存储器，用于非暂时性存储计算机可读指令；以及处理器，用于运行所述计算机可读指令，其中，所述计算机可读指令被所述处理器运行时，执行上述权利要求1‑7任一项所述的方法。10.一种存储介质，其特征是，非暂时性地存储计算机可读指令，其中，当所述非暂时性计算机可读指令由计算机执行时，执行权利要求1‑7任一项所述方法的指令。3CN115937032A说明书1/8页一种水下暗图像