专利汇可以提供一种多尺度融合图像特征信息的水下图像增强方法专利检索,专利查询,专利分析的服务。并且本 发明 提供一种多尺度融合图像特征信息的 水 下图像增强方法。本发明方法,包含以下三个过程:首先,采用动态 阈值 白平衡 解决 颜色 偏色;其次,增强图像 对比度 ,使用同态滤波分离高频信息和低频信息,使用梯度场双区间直方图均衡化增强高频信息,采用Gamma校正处理低频信息,调整图像曝光度。最后,基于 图像对比度 、 饱和度 和最佳曝光度,采用多尺度融合策略对高频信息、双区间直方图输出图和Gamma校正后低频信息进行融合,得到增强图像。本发明 专利 提出了一种多尺度融合图像特征信息的水下图像增强方法,该方法通过多尺度融合策略,不仅增强图像细节和全局对比度,而且有效避免图像的过曝光和曝光不足,对图像暗区域的细节具有较好增强效果。,下面是一种多尺度融合图像特征信息的水下图像增强方法专利的具体信息内容。
1.一种多尺度融合图像特征信息的水下图像增强方法,其特征在于,包含的以下步骤:
步骤S01:将原始图像转换到YCbCr空间,分别获取所述原始图像的Y、Cb、Cr的通道数据,并进行白平衡处理,得到颜色校正后图像;
步骤S02:将所述颜色校正后的图像按照R、G、B通道进行分解,通过高斯型同态滤波分通道处理,获取所述颜色校正后的图像的高频信息R、G、B通道图像和低频信息的R、G、B通道图像;
步骤S03:对所述高频信息的R、G、B通道分别进行梯度场双区间直方图均衡化,得到细节增强后的高频信息的R、G、B通道图像;
步骤S04:通过Gamma校正分别提升所述低频信息R、G、B通道的亮度,同时增强高频信息较暗区域的细节信息,得到细节增强后的低频信息的对比度权重图、饱和度权重图和曝光度权重图;
步骤S05:考虑融合结果图像的对比度、饱和度和曝光度,分别获取所述步骤S02中获取的所述图像的高频信息R、G、B通道图像、所述步骤S03中得到的所述细节增强后的高频信息的R、G、B通道图像和所述步骤S04中得到的低频信息的对比度权重图、饱和度权重图和曝光度权重图,将所述对比度权重图、所述饱和度权重图和所述曝光度权重图融合得到最终权重图;
步骤S06:根据所述步骤S02中得到的所述高频信息R、G、B通道图像、所述步骤S03中得到的细节增强后的高频信息的R、G、B通道图像细节增强后高频信息和所述步骤S04中得到的所述低频信息以及每幅图像的最终权重图进行多尺度融合,使用Laplacian金字塔重建,得到最终融合图像。
2.根据权利要求1所述的一种多尺度融合图像特征信息的水下图像增强方法,其特征还在于:所述步骤S01中的白平衡算法,首先将所述原始图像转换到YCbCr空间,获取输入图像的Y、Cb、Cr通道数据,将原图像均匀的分为12个区域,计算所述Cb和所述Cr通道的方差DCb,DCr:
其中i表示Cb或Cr两个颜色通道,i(x,y)表示i通道中x,y位置的值,m表示区域的宽,n表示区域的高;取前10%的亮度值最为最终白点参考点;
在R、G、B空间中计算每个通道的增益Gri为:
Gri=MaxY/mi;
其中i表示R、G、B三通道,mi表示i通道白色参考点的平均值,MaxY表示在YCbCr空间中原始图像Y分量的最大值。按照下式分通道计算最终像素值:
Wi(x,y)=i(x,y)×Gri。
3.根据权利要求1所述的一种多尺度融合图像特征信息的水下图像增强方法,其特征还在于:所述步骤S02中高斯型同态滤波公式如下:
W(x,y)=i(x,y)·r(x,y);
其中,W表示白平衡输出图,i表示高频信息,r表示低频信息;
通过傅里叶变换将图像从空间域转换到频率域,可得到:
Wf(u,v)=if(u,v)+rf(u,v);
通过高斯滤波器作为传递函数H(u,v)为:
其中,Rh表示高频增益,Rl表示低频增益,D0表示截止频率,c表示控制斜面锐化的常数;
通过增强高频信息抑制低频信息得到结果图;
将得到的所述高频信息和所述低频信息转换到空间域为:
其中,Hom(x,y)表示图像的高频信息,r(x,y)表示图像的低频信息。
4.根据权利要求1所述的一种多尺度融合图像特征信息的水下图像增强方法,其特征还在于:所述步骤S03中的梯度场双区间直方图均衡化,进一步增强高频信息的细节和边缘;
在高频信息单通道中按下式得到高频信息的梯度幅值图为:
其中,i表示R、G、B三通道,Grai表示得到的i通道图像的梯度幅值图,Hom表示高频信息;
设图像的R、G、B任意通道的维度为M*N,则归一化直方图为:
其中,rk表示第k级灰度值,nk表示梯度幅值图中灰度值为rk的像素个数;
通过统计学中的下侧分位数,在0.75~0.8范围内,将rk作为区间阈值t,将[0,t]作为图像小梯度值的区间,[t,L-1]作为图像大梯度值的区间,将整个梯度场合理地分为小梯度区间I和大梯度区间II,分别进行处理,公式如下:
其中,I1表示区间I的原梯度值,I2表示区间II的原梯度值, 和 分别表示区间均衡化后的新梯度值,n(I1)表示区间I中梯度值小于等于I1的像素个数,n(I2)表示区间II中梯度值大于I2的像素个数且小于t的像素个数;N1和N2分别表示区间I和II包含的像素总数;
将 和 合成新的 组成目标梯度场,保留原梯度场的方向信息不变,建立目标梯度场设 ΔDH=Am*mXm*n+Xm*nBn*n,其中div表示散度算子,Xm*n表示DH的矩阵形式,则A,B矩阵分别为:
Am*mXm*n+Xm*nBn*n=Cm*n;
将所述A、B矩阵对角化为ΛAΛB,得到相似变换矩阵P、Q,即:
P-1AP=ΛA;
Q-1BQ=ΛB;
变换Am*mXm*n+Xm*nBn*n=Cm*n为P-1APP-1XQ+P-1XQQ-1BQ=P-1CQ,代入得到ΛAP-1XQ+P-1XQΛB=P-1CQ,化简得到:X=PYQ-1,计算出复原结果X,即DH。
5.根据权利要求1所述的一种多尺度融合图像特征信息的水下图像增强方法,其特征还在于:所述步骤S04中的Gamma校正公式为:
其中,r表示低频信息,rmax表示低频信息的最大灰度值,Ga表示Gamma校正后的低频信息的灰度值。
6.根据权利要求1所述的一种多尺度融合图像特征信息的水下图像增强方法,其特征还在于:所述步骤S05中的最终权重的提取包含以下步骤:
步骤S051:对所述步骤S02中得到的高频信息、所述步骤S03中得到的细节增强图像和所述步骤S04中得到的低频信息的灰度图通过拉普拉斯滤波器并取绝对值来估计全局对比度权重WLa,则:
WLa=|La*F|;
其中,La表示拉普拉斯算子,*表示卷积操作,F表示输入图像;将所述步骤S04中得到的低频信息的全局对比度设置为0.001;
步骤S052:通过所述步骤S02中得到的高频信息、所述步骤S03中得到的细节增强图像和所述步骤S04中得到的低频信息R、G、B通道内每个像素的标准差作为饱和度权重WSa为:
其中,R(x,y),G(x,y),B(x,y)分别表示输入图像F的RGB通道,mean(x,y)表示(x,y)位置的RGB三通道的平均值,WSa(x,y)为(x,y)位置的饱和度权重;
步骤S053:通过期望为0.5的高斯曲线计算每个点的最佳曝光度权重WE,则:
步骤S054:对每个融合输入图像,将对比度权重WLa,饱和度权重WSa和最佳曝光度权重WE对应像素点的值相乘,公式如下:
得到一个二维权重图WK,对权重图进行归一化,公式为:
其中,xy分别表示(x,y)像素点,k表示第k个输入图像,N表示N个输入图像。
7.根据权利要求1所述的一种多尺度融合图像特征信息的水下图像增强方法,其特征还在于:所述步骤S06中的多尺度融合包括以下步骤:
步骤S061:通过Laplacian金字塔分解输入图像I,使用 表示;通过Gaussian金字塔分解归一化后的最终权重图 使用 表示,其中上标l表示第l层;
步骤S062:将得到的金字塔按照下式逐个像素进行融合:
其中,L{F}表示输出图的第l层Laplacian金字塔;
步骤S063:重建输出图的Laplacian金字塔,得到融合图。
8.根据权利要求1所述的一种多尺度融合图像特征信息的水下图像增强方法,其特征还在于:所述步骤S02中高斯型同态滤波中的D0=2,Rh=2.5,Rl=0.3,c=3.5。
9.根据权利要求1所阐述的一种多尺度融合图像特征信息的水下图像增强方法,其特征还在于:所述步骤S04中的Gamma校正中的γ=0.5。
10.根据权利要求1所阐述的一种多尺度融合图像特征信息的水下图像增强方法,其特征在于:所述步骤S05中的提取最终权重中高斯曲线的σ=0.2。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
一种基于多特征融合的海面背景下红外船舰的检测方法 | 2020-05-08 | 665 |
三维大视野扫频光学相干断层成像中脉络膜的分割方法 | 2020-05-08 | 622 |
一种摄像式燃气表字轮实时识别装置及方法 | 2020-05-08 | 105 |
一种基于化学反应优化的列车车轮踏面图像分割方法 | 2020-05-08 | 801 |
一种基于色调统计特性分类的多角度SAR图像融合方法 | 2020-05-12 | 257 |
一种基于激光视觉系统的平面焊缝特征点提取方法 | 2020-05-11 | 737 |
一种图像对比度调整方法、装置、终端设备及存储介质 | 2020-05-13 | 730 |
一种去除雾化的图像增强装置及方法 | 2020-05-12 | 617 |
一种增强凸文图像对比度的处理方法 | 2020-05-13 | 766 |
基于图像HSV透射率加权校正的机载图像去雾方法 | 2020-05-12 | 608 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。