CN109658343B - 结合颜色转换和自适应曝光的水下图像增强方法 - Google Patents

Abstract

本发明属于图像处理领域，为获得高对比度、高饱和度、低噪声的水下图像，本发明，结合颜色转换和自适应曝光的水下图像增强方法，步骤如下：输入原始水下图像；对原始水下图像进行颜色平衡处理；对颜色平衡后的图象在HSV空间对S、V空间进行CLAHE处理；对颜色平衡后的图像从RGB空间转换到Lab空间进行颜色转换；将两幅自适应曝光处理后的图像进行线性融合。本发明主要应用于图像处理场合。

Description

结合颜色转换和自适应曝光的水下图像增强方法

技术领域

本发明属于图像处理领域，图像增强范畴,具体涉及对水下图像进行颜色校正、颜色转换和亮度调整以实现水下图像增强的效果。具体讲，涉及结合颜色转换和自适应曝光的水下图像增强方法。

背景技术

因受到光线吸收、水中悬浮物颗粒导致的散射等影响，水下图像会出现对比度低、细节模糊、颜色失真等问题。不同波长的光线在水中的衰减程度不同，通常情况下红光在水中衰减最为严重，所以水下图像呈现蓝绿色偏。选取适当的图像增强技术，可以改善图像亮度、提高对比度、去除色偏等。对图像进行直方图均衡是最常用的图像增强方法，可以处理水下图像的对比度问题。

直方图均衡(HE)是多种空间域处理技术的基础，可实现对比度的增强，但直方图均衡方法导致变换后图像的灰度级减少，部分细节丢失，产生过增强现象。自适应直方图均衡(AHE)对图像亮度进行重分布，以提高对比度，但是该方法会导致图像噪声放大。对比度受限自适应直方图均衡(CLAHE)在自适应直方图均衡的基础上对每个小区域进行对比度限幅处理，有效增加图像细节的同时抑制了噪声的放大，但是仍会放大一部分噪声并且存在均衡后颜色过饱和的现象。Ancut等对原始输入图像进行白平衡处理并与CLAHE变换后的图像进行高斯-拉普拉斯金字塔融合，大大提高了图像的对比度、饱和度，但也导致部分图像处理后颜色过于绚烂、不真实，此外采用双边滤波器使得算法运行时间较长。Kashif Iqbal对RGB三通道滑动拉伸将颜色均值化，再将图像投射到HSI颜色空间，对图像的饱和度H和强度I进行拉伸，提高了图像质量，但是图像色偏问题依然存在。针对光照不均的问题，在三通道的相关性最小的Lab空间对图像的L通道进行处理，可以有效处理图像亮度问题。颜色转换方法利用Lab空间三通道相关性小的特性实现了两幅图像之间的颜色转换。Ancuti在12年研究的基础上，对颜色校正、对比度增强方面做了改进，并首次将颜色转换的方法用于水下图像颜色校正，所得图像颜色更贴合人的主观感受。

发明内容

为克服现有技术的不足，本发明旨在CLAHE变换的基础上，提出一种结合颜色转换和自适应曝光的方法，以获得高对比度、高饱和度、低噪声的水下图像。为此，本发明采取的技术方案是，结合颜色转换和自适应曝光的水下图像增强方法，步骤如下：

Step1.输入原始水下图像；

Step2.对原始水下图像进行颜色平衡处理；

Step3.对颜色平衡后的图象在HSV空间对S、V空间进行CLAHE处理；

Step4.对颜色平衡后的图像从RGB空间转换到Lab空间进行颜色转换，通过计算图像Lab各通道的均值参考图像的均值m_guide，源输入图像的均值m_source和标准差参考图像的标准差σ_guide，源输入图像的标准差σ_source，分别计算L、a、b三通道的变换值，最后将Lab空间的值转换到空间RGB，获得颜色转换后的RGB图像：

对颜色平衡后的图像以及颜色转换后的图像进行自适应曝光处理，自适应曝光方法即参考Y_i的图像亮度曝光情况来校正Y_j的曝光程度：

其中Y_i表示标准输入图像的照明强度即Lab通道中的L，Y_j表示经过一系列增强处理后的图像照明强度，自适应曝光即校正Y_j的局部亮度过高问题，GF为导向滤波处理,接下来将滤波后的曝光映射图s(x)与Y_j相乘即校正了其L通道，完成图像的自适应曝光处理；

Step5.将两幅自适应曝光处理后的图像进行线性融合。

进一步的，对曝光映射图进行导向滤波处理，式(2)中的GF即为导向滤波处理,GF在去噪的同时可以很好地保留图像边缘，然后再将滤波后的曝光映射图s(x)与Y_j相乘即校正其L通道，完成图像的自适应曝光处理。

对输入图像I₁、I₂进行线性融合，

I＝a·I₁+(1-a)·I₂ (3)

其中a为输入权重，取a＝0.5，意为对两个输入进行像素级融合，中和二者的颜色与对比度。

本发明的特点及有益效果是：

本发明提供了一种结合颜色转换和自适应曝光以校正图像颜色和亮度的方法。由于本发明是在CLAHE的基础上进行的改进，因此，图像的颜色、对比度和亮度都有了较好的改进。本文选用主观效果图及基于人类视觉感知系统的UIQM(无参考的水下图像质量评价方法)、UCIQE(水下彩色图像质量评价方法)、PCQI(局部块的对比度索引)进行评价。

选用十张经典水下图像进行具体实验，可看到主观效果图能较好地突出图像的细节，对比度也有很大的提高，并且很好地去除了蓝绿色偏。客观指标UIQM的均值为6.3613，UCIQUE平均值为0.6657，PCQI平均值为1.2842。与原始水下图像处理的相关算法相比，本发明的主观图像视觉效果较佳，客观指标也均有提高。

附图说明：

图1是本发明方法实验流程图；

图2是本发明方法实验常用水下图像；

图3是本发明方法实验颜色平衡图像；

图4是本发明方法实验CLAHE图；

图5是本发明方法实验颜色转换的参考图像；

图6是本发明方法实验线性融合的输入图像1；

图7是本发明方法实验线性融合的输入图像2；

图8是本发明方法实验结果图。

具体实施方式

1图像对比度增强

图像经现有的颜色平衡方法进行预处理后，在HSV空间的S、V通道对图像进行CLAHE处理。所得图像对比度增强效果明显，但部分图像存在明显的颜色失真问题。此外，使用颜色平衡方法在一定程度上也导致部分图片颜色过饱和。因此需要对CLAHE处理的图像进行颜色校正，本发明选用颜色转换的方法进行颜色校正，以获得视觉效果符合人眼感知、颜色较为真实的图像。

2图像颜色校正

颜色转换用于纠正参考图像和目标图像之间严重的色彩不一致性问题，可在光源复杂的情况下平衡颜色。将输入图像和参考图像从RGB空间转换到Lab颜色空间得到I_{guide_lab}(Lab通道的参考图像)和I_{source_lab}(Lab通道的源输入图像)，再分别计算其Lab各通道的均值m_guide(参考图像的均值)，m_source(源输入图像的均值)和标准差σ_guide(参考图像的标准差)，σ_source(源输入图像的标准差)。依式(1)分别计算L、a、b三通道的变换值，最后将Lab空间的值转换到RGB空间，获得颜色转换后的RGB图像。

本发明依照不同的颜色、对比度制作出一个简单的参考图像集。水下图像在[0，50]及[200，250]间的像素点分布很少，表明图像由于衰减导致对比度低、亮度不佳，经过颜色转换处理后，像素点广泛分布在[0，255]，对比度得到提高。

由于参考图像的对比度远远大于输入图像的对比度，因而会产生一定程度的过曝光，即输入图像经颜色转换得到的目标图像会出现亮度过大区，使得局部亮度过大区域的图像细节丢失。因此本发明对颜色转换后的图像进行自适应曝光处理。

3图像亮度调整

本发明在Lab空间对图像进行自适应曝光处理。在Lab空间通过改变L通道的值进行亮度调整的效果很好。主要原因是L,a,b三通道相关性不大，改变图像亮度基本不会影响到图像的色度，因而在处理亮度的同时能够保持色度的良好性态，从而有效地处理图像亮度。

本发明选用快速求取自适应曝光映射图s(x)来校正图像的亮度，如式(2)。Y_i表示标准输入图像的照明强度(Lab通道中的L)，Y_j表示经过一系列增强处理后的图像照明强度，λ为可调常量，可取值0.3,自适应曝光即校正Y_j的局部亮度过高问题。自适应曝光方法即参考Y_i的图像亮度曝光情况来校正Y_j的曝光程度。

为了减少噪声对曝光校正的影响，本文对曝光映射图进行导向滤波处理，GF即为导向滤波处理,GF在去噪的同时可以很好地保留图像边缘。然后再将滤波后的曝光映射图s(x)与Y_j相乘即校正了其L通道，完成了图像的自适应曝光处理。

4线性融合

本文选取颜色转换后的图像作为自适应曝光的待处理图像Y_j,将CLAHE处理后的图像作为标准输入图像Y_i，经自适应曝光处理，颜色转换后的图像的曝光程度优化为CLAHE变换图像的曝光情况记为线性融合时的输入I₁。此外，CLAHE处理后的图像的细节信息多，因此颜色转换后的图像对比度得到增强。

为降低CLAHE处理后的图像噪声，选用CLAHE处理后的图像作为标准输入图像Y_i，将颜色平衡处理后的图像作为待处理图像Y_j，该Y_j无局部过曝光现象，也基本不含被放大的噪声，只是细节信息有待增强，因此可以得到对比度提高、噪声降低的图像，记为输入I₂。

对输入图像I₁、I₂进行线性融合，

I＝a·I₁+(1-a)·I₂ (3)

其中a为输入权重，取a＝0.5。意为对两个输入进行像素级融合，中和二者的颜色与对比度，得到较好的视觉效果。

下面通过算法流程结合附图对本发明进行进一步描述：

Step6.输入原始水下图像图2；

Step7.对原始水下图像进行颜色平衡处理，得到图3；

Step8.对颜色平衡后的图象在HSV空间对S、V空间进行CLAHE处理，得到图4；

Step9.对颜色平衡后的图像从RGB空间转换到Lab空间进行颜色转换。通过计算图像Lab各通道的均值m_guide,m_source和标准差σ_guide,σ_source。分别计算L,a,b三通道的变换值，最后将Lab空间的值转换到RGB空间，获得颜色转换后的RGB图像。

对颜色平衡后的图像以及颜色转换后的图像进行自适应曝光处理。自适应曝光方法即参考Y_i的图像亮度曝光情况来校正Y_j的曝光程度。

其中Yi表示标准输入图像的照明强度(Lab通道中的L)，Y_j表示经过一系列增强处理后的图像照明强度，自适应曝光即校正Yj的局部亮度过高问题。GF为导向滤波处理,GF在去噪的同时可以很好地保留图像边缘。接下来将滤波后的曝光映射图s(x)与Y_j相乘即校正了其L通道，完成了图像的自适应曝光处理。如图6、图7；

Step10.将两幅自适应曝光处理后的图像进行线性融合，得到本发明的实验结果图8。

I＝a·I₁+(1-a)·I₂，a＝0.5。

Claims (2)

1.一种结合颜色转换和自适应曝光的水下图像增强方法，其特征是，步骤如下：

Step1.输入原始水下图像；

Step2.对原始水下图像进行颜色平衡处理；

Step3.对颜色平衡后的图象在HSV空间对S、V通道进行CLAHE处理；

Step4.对颜色平衡后的图像从RGB空间转换到Lab空间进行颜色转换，通过计算图像Lab各通道的参考图像的均值m_guide，源输入图像的均值m_source和参考图像的标准差σ_guide，源输入图像的标准差σ_source，分别计算L、a、b三通道的变换值，最后将Lab空间的值转换到空间RGB，获得颜色转换后的RGB图像：

对颜色平衡后的图像以及颜色转换后的图像进行自适应曝光处理，自适应曝光方法即参考Y_i的图像亮度曝光情况来校正Y_j的曝光程度：

其中Y_i表示标准输入图像的照明强度即Lab通道中的L，Y_j表示经过一系列增强处理后的图像照明强度，自适应曝光即校正Y_j的局部亮度问题，GF为导向滤波处理,接下来将滤波后的曝光映射图s(x)与Y_j相乘即校正了其L通道，完成图像的自适应曝光处理；

Step5.将两幅自适应曝光处理后的图像进行线性融合。

2.如权利要求1所述的结合颜色转换和自适应曝光的水下图像增强方法，其特征是，对输入图像I₁、I₂进行线性融合，

I＝a·I₁+(1-a)·I₂ (3)

其中a为输入权重，取a＝0.5，意为对两个输入进行像素级融合，中和二者的颜色与对比度。

Images