Retinex算法在水下图像中的应用
Retinex算法方法在水下图像中的应用
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。 20190805185031
关键词：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
2.1水下图像概述
目前水下成像技术中成熟的技术主要有声成像技术和光成像技术[21]。
由于声波在水中的传播特性显著优越于电磁波和可见光，受水的浑浊度的影响小，因而水声探测成为水下测量的主要手段。目前的各种声纳系统，仍是执行水下观察与探测任务的主要手段，尤其是在大范围、远距离目标搜索和定位方面有着其它方法无可替代的优势。
水下光成像识别是利用自然光或者辅助光源照射水中的目标，经光敏传感器接收目标的反射光，并将它转变成电信号，再经电路和计算机处理变成可显示的目标图像。水下光成像由于受到光在水中传输特性的限制，一般作用距离只有十几米。光在水中传输时，发生吸收和散射现象，特别在有悬浮粒子的混浊水中，散射更为严重，吸收和散射的产生，使光能在水中衰减很快，致使水下光成像的观察距离减小。不过与声纳图像相比，水下光成像近距离生成的图像细节较清晰，而且可以实现高速成像。
2.2.1水中光学成像原理
自然光进入海中以后，受到海水的作用将衰减。即使是经过过滤的最纯净的水，它对光的衰减也是非常严重的。实验表明，水的衰减是光波长的复函数，它是由两个互不相关的物理过程即吸收和散射引起的，因此光在水中传输时的能量按指数规律迅速地衰减。单色平行光束的照度可用简单的指数方程来描述，即设I0是某水层的光量，经过传输了L路程后的光量I为：
上式中，a是体积吸收系数；b是体积散射系数。即使是清澈透明的海水，60％的衰减也是因为散射引起的，40％的衰减才是由吸收引起的，即a=0.02时，b=0.03
由此可知，水中光散射的衰减一般较大。习惯上也常用衰减长度表示水质对光的衰减特性，它表示光量衰减到原来的e-1所传输的距离，即衰减长度。
对于非常清的水体来说，比如在海洋深处，在这种情况下只有吸收而无散射，那么物体可视距离仅与照明光源的强度有关，当成像物体信息低于探测器可探测的能量阀值时达到最大探测距离，这时增加光照功率可以增加可视距离。对混浊水体，比如河水、湖水、海湾水、含有微生物的表面水以及含有沉积物的底部水，光源和探测器与物体之间水体的散射使光子成雾状散开，从而造成物体和背景表观对比度的下降，这种情况下，可视距离受到后向散射和对比度的限制。此时如果探测器处于饱和状态，增加光源功率并不能增加可视距离，大多数情况下反而使可视距离下降。
图2.1表示了影响海水中摄像的各种因素。白天日光产生的照明，足以透射到海中很深的地方。在水中理想的传输条件下，人眼能在深度大于300米的地方探测到太阳光。进入海水的日光由两部分组成：直射的太阳光与大气散射所产生的天光。入射到海水表面的光，一部分反射到空气中，一部分折射到水中
摘 要 1
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
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。 20190805185031
关键词：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
2.1水下图像概述
目前水下成像技术中成熟的技术主要有声成像技术和光成像技术[21]。
由于声波在水中的传播特性显著优越于电磁波和可见光，受水的浑浊度的影响小，因而水声探测成为水下测量的主要手段。目前的各种声纳系统，仍是执行水下观察与探测任务的主要手段，尤其是在大范围、远距离目标搜索和定位方面有着其它方法无可替代的优势。
水下光成像识别是利用自然光或者辅助光源照射水中的目标，经光敏传感器接收目标的反射光，并将它转变成电信号，再经电路和计算机处理变成可显示的目标图像。水下光成像由于受到光在水中传输特性的限制，一般作用距离只有十几米。光在水中传输时，发生吸收和散射现象，特别在有悬浮粒子的混浊水中，散射更为严重，吸收和散射的产生，使光能在水中衰减很快，致使水下光成像的观察距离减小。不过与声纳图像相比，水下光成像近距离生成的图像细节较清晰，而且可以实现高速成像。
2.2.1水中光学成像原理
自然光进入海中以后，受到海水的作用将衰减。即使是经过过滤的最纯净的水，它对光的衰减也是非常严重的。实验表明，水的衰减是光波长的复函数，它是由两个互不相关的物理过程即吸收和散射引起的，因此光在水中传输时的能量按指数规律迅速地衰减。单色平行光束的照度可用简单的指数方程来描述，即设I0是某水层的光量，经过传输了L路程后的光量I为：
上式中，a是体积吸收系数；b是体积散射系数。即使是清澈透明的海水，60％的衰减也是因为散射引起的，40％的衰减才是由吸收引起的，即a=0.02时，b=0.03由此可知，水中光散射的衰减一般较大。习惯上也常用衰减长度表示水质对光的衰减特性，它表示光量衰减到原来的e-1所传输的距离，即衰减长度。
对于非常清的水体来说，比如在海洋深处，在这种情况下只有吸收而无散射，那么物体可视距离仅与照明光源的强度有关，当成像物体信息低于探测器可探测的能量阀值时达到最大探测距离，这时增加光照功率可以增加可视距离。对混浊水体，比如河水、湖水、海湾水、含有微生物的表面水以及含有沉积物的底部水，光源和探测器与物体之间水体的散射使光子成雾状散开，从而造成物体和背景表观对比度的下降，这种情况下，可视距离受到后向散射和对比度的限制。此时如果探测器处于饱和状态，增加光源功率并不能增加可视距离，大多数情况下反而使可视距离下降。
图2.1表示了影响海水中摄像的各种因素。白天日光产生的照明，足以透射到海中很深的地方。在水中理想的传输条件下，人眼能在深度大于300米的地方探测到太阳光。进入海水的日光由两部分组成：直射的太阳光与大气散射所产生的天光。入射到海水表面的光，一部分反射到空气中，一部分折射到水中
摘 要 1
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
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/dzxx/dzkxyjs/2270.html
