《毕业设计答辩-深海环境视频图像自适应增强技术研究》由会员分享，可在线阅读，更多相关《毕业设计答辩-深海环境视频图像自适应增强技术研究（38页珍藏版）》请在金锄头文库上搜索。
1、深海环境视频图像自适应增强技术研究答辩人：指导老师：目录课题背景研究内容实验结果对比分析总结与展望课题背景目前，除了各种传感器，声呐探测技术外，近距离观测与作业主要依靠水下视频图像信息，其原因是视频图像含有丰富的颜色和纹理信息，易于识别和理解。进入21世纪是海洋的世纪，深海探测技术是海洋领域的关键技术之一。而要实现正确的导航以及近距离水下目标场景的检查、识别与维修等作业，其首要条件是必须能够对其周围环境实时、清晰地感知。但是，海底视频观测图像存在以下问题：第一：海水中大量存在的悬浮颗粒，会削弱成像光线，使拍摄出来的图像信噪比较低、图像纹理细节模糊。第二：深海成像必须采用人工光源照明，造成摄像机
2、成像光线的强弱分布差异较大，反映到图像上即是存在曝光过度和曝光不足区域。u局部区域曝光不足u图像出现曝光过度现象u同时存在曝光过度和曝光不足区域u图像整体亮度偏低v海底图像降质类型研究内容图像质量评价分类图像质量评价分类1 1、主观质量评价方法、主观质量评价方法2 2、客观质量评价方法、客观质量评价方法v图像质量评价基于JPEG压缩图像的无参考质量评价算法l指标存在于0到100之间，数值越接近0，图像画质越好，相反则图像降质严重，需要进行后续处理以满足研究需求。u13.7771u13.3319u12.3483区域提取区域提取1 1、单一门限法、单一门限法2 2、映射法、映射法v海底图像曝光过度
3、和曝光不足区域提取单一门限提取l传统的判断曝光过度的方法就是简单的设定一个门限，例如254，来判断一个像素是否曝光过度l这种方法的优缺点是：优点简单快捷，编程容易实现缺点不能很好的将曝光过度区域像素与它周围过渡区域像素区分开来映射法提取l本课题根据文献29中提出的检测方法，构造一个映射MapMi，其取值范围在0到1之间，反映了图像像素受曝光过度影响的程度。l经调试得，当MapMi的值大于0.81时，图像像素曝光过度。同理，我们构造一个映射MapDi来表征像素曝光不足的程度，l经调试得，当MapDi的值大于0.17时，图像像素曝光不足。29 Guo D, Cheng Y, Zhuo S, et
4、al. Correcting over-exposure in photographsC. 2010. 515-521.两种提取方法实验结果对比u单一门限曝光过度区域u单一门限曝光不足区域u映射法曝光过度区域u映射法曝光不足区域l由图中对比知，采用映射法提取的曝光过度和曝光不足区域相较于单一门限法得到的区域更加完整图像去雾方法图像去雾方法1 1、基于图像处理的增、基于图像处理的增强方法强方法2 2、基于物理模型的复、基于物理模型的复原方法原方法v图像去雾基于暗原色先验的单幅图像去雾算法l暗原色先验算法各个模块之间的相互依赖关系如下：1、计算暗原色l对于输入的原始图像I，其暗原色的计算过程如下：
5、u原始图像u暗原色图l由图知，经过暗原色处理后，绝大多数像素的亮度趋近于0，只有极少数亮度比较大的像素，它们对应的恰是研究所需的海底场景。l本课题中在大量实验的基础上，确定海底光强A的值为137.2、选取海底光强3、计算初始透射率l最初的透射率的计算如下：l当的值是0时保留图像中所有的雾气，当的值为1时去除图像中所有雾气，本课题中经多次实验确定，当的值取0.93时，透射光的计算最接近真实。4、精细化透射率l这一步的目的是，修正初始透射率边缘粗糙的点，细化图像轮廓的边缘部分，得到最终的精细化结果，二者的对比如下图所示：u原始图像u初始透射图u修正后透射图5、去雾l经过一系列的推导演算，得到最终的
6、图像去雾公式如下：l图像去雾结果如下图所示：u原始海底图像u去雾后图像l由实验结果图像知，去雾后图像中的仪器设备更加清晰，海底珊瑚轮廓更加完整，图像整体清晰度明显提高。光照不均图像增强算法光照不均图像增强算法1 1、传统光照不均图像、传统光照不均图像增强算法增强算法2 2、基于动态范围扩展、基于动态范围扩展的光照不均图像增强的光照不均图像增强算法算法传统的光照不均图像增强算法v光照不均图像增强算法l基于同态滤波的光照不均图像增强算法，其算法流程如下：l基于Retinex理论的光照不均图像增强算法，该算法分为三类：u单尺度Retinex算法（SSR）u多尺度Retinex算法（MSR）u带彩色恢
7、复的Retinex算法（MSRCR）l本课题实现了同态滤波算法及MSRCR算法，发现这些算法针对陆上图像的光照不均问题可以取得较好的增强效果，然而，对于海底图像同时存在曝光过度和曝光不足区域的问题，这些算法就显示出其局限性，增强效果不能满足需求。基于动态范围扩展的光照不均图像增强算法1、动态范围l动态范围是用数学方法来描绘特定场所的亮度层次范围，它是图像光强度的最亮值和最暗值的比，通常来说，动态范围越大，图像层次感越强，对图像细节的描述能力就越大。l由上图知，由于图像动态范围不足，当图像细节放大时，图像出现模糊不清、细节描述能力弱的现象。2、计算图像“闲置动态空间”l上图是一张海底图像的直方图
8、，我们提取了曝光过度和曝光不足区域后发现图像存在未被利用的动态空间集合1和2，则整幅图像像素的集合就表示为：l已知图像存在“闲置动态空间”，求出曝光不足区域像素值的上下限以及曝光过度区域像素的最大值和最小值，即可得到图像的“闲置动态空间”。l至此，图像像素分为5类：3、动态范围扩展l以右图为例，该图像的实际动态范围是27253，并没有达到图像最大灰度级0255图像存在“闲置动态空间”。经过图像像素分类后，我们来进行图像动态范围扩展，其示意图如下：l动态范围扩展后，图像各个区域像素集合的大小表示为：l图像动态空间被充分利用起来，接着，计算扩展后图像各个区域像素值的上下限：l已知扩展后曝光正常区域
9、的上下限，相应的，扩展后图像像素分为三类：l根据三角形相似比法则，得到扩展后图像像素的值为：l经过上述过程，整幅图像就完成了动态范围扩展的过程，扩展后图像细节显著增强，对比度提高，基本达到增强海底图像的目的，为了进一步提高图像的对比度，以获得更加清晰易辨识的图像，最后对图像采用直方图均衡化处理。4、单通道直方图均衡化l首先将图像从RGB模式转换到YCbCr模式，将传统的直方图均衡化对三通道的处理，转化为仅对图像的Y通道分离处理，由如下公式得到图像像素值的前概率，最后进行直方图变换。实验结果对比分析海底图像结果对比及分析u海底原始图像u去雾图像u同态滤波结果图像uRetinex理论结果图像u本课
10、题结果图像u海底原始图像u去雾图像u同态滤波结果图像uRetinex理论结果图像u本课题结果图像u海底原始图像u去雾图像u同态滤波结果图像uRetinex理论结果图像u本课题结果图像u海底原始图像u去雾图像u同态滤波结果图像uRetinex理论结果图像u本课题结果图像l海底图像各算法结果图像质量比对表图像序号对应算法图像(a1)图像(a2)图像(a3)图像(a4)原始图像9.857810.448412.273914.8131去雾算法9.6249210.362511.732312.8802同态滤波算法9.49349.886511.527011.8530Retinex理论算法9.30829.910
11、811.361411.9262本课题算法9.00548.97649.981710.8345l对应直方图为：陆上图像实验结果分析u原始图像u同态滤波图像uRetinex理论图像u本课题图像l陆上图像质量判断表图像序号对应算法图像(a1)图像(a2)图像(a3)原始图像10.421910.790510.8777同态滤波算法8.64658.85889.4834Retinex理论算法8.86148.94459.5928本课题算法8.34129.29429.2410l对应直方图为：与其他同类光照不均图像增强算法的比较u原始图像u文献29算法结果图像u文献64算法结果图像u本课题方法结果图像29 Guo
12、D, Cheng Y, Zhuo S, et al. Correcting over-exposure in photographsC. 2010. 515-521.64 Hou L, Ji H, Shen Z. Recovering Over-/Underexposed Regions in Photographs.J. SIAM J. Imaging Sciences, 2013, 6(4): 2213-2235.u原始图像u本课题方法结果图像u文献29算法结果图像u文献64算法结果图像总结本文针对海底探测的需要，调研了当前较为成熟的多种图像增强算法，分析了各种算法的适用区域和优缺点，针对海底图像普遍存在的纹理细节模糊、图像对比度低以及光照不均等问题采取相应的图像增强方法处理图像，并针对海底图像光照不均现象提出了一种基于动态范围扩展的海底视频图像增强算法，详细介绍了算法的基础原理和实现步骤，经过多次实验调试证明该算法能够可靠运行，对海底图像具有很好的针对性，对陆上图像的光照不均问题也有较好的处理效果，基本达到精度要求。展望l改进算法，使得算法不仅仅适用于海底图像，对陆上图像光照不均现象也要取得更好的增强效果。l整个系统的运行时间较长，实时性不高，因此，针对图像处理的算法需要进一步优化，提高算法代码性能。谢谢！
