一种水下图像增强算法的实现和仿真

黄 波,顾 青

(昆明船舶设备试验研究中心 第2研究室,云南 昆明 650051)

一种水下图像增强算法的实现和仿真

黄 波,顾 青

(昆明船舶设备试验研究中心 第2研究室,云南 昆明 650051)

由于水下环境的特殊性和复杂性,使得水下图像的质量差、图像对比度低。文中给出了一种基于空间域的图像增强方法,该算法利用均值算法估计水下图像背景,从原水下图像衰减背景图像,再对衰减背景之后的图像进行改进的图像锐化处理。通过对算法仿真结果的分析可知,处理后的图像整体对比度明显提升,同时使得目标的边缘更加清晰。

水下图像;图像增强;锐化

水下光学成像技术是随着激光技术、传感器技术和光电成像技术的发展而形成的以水下摄像为基础的视觉技术。由于水体本身的性质和微生物的存在,造成了水下成像过程中水体对光的散射和吸收效应,使得水下图像具有光照不均匀和对比度低等缺陷,影响了水下图像的后期处理,例如图像分割、特征提取以及目标识别等[1-2]。所以,在对水下图像处理之前,多数情况下都需要对水下图像先进行预处理,即增强处理。图像增强是指根据特定的需要突出一幅图像中的某些信息,同时削弱或者去除某些不需要的信息的处理方法,其主要目的是使处理后的图像对某种特定的应用来说,比原始图像更适用。这类处理是为了某种应用目的而改善图像质量的。处理结果使图像更适合人观察或机器识别系统。应当明确的是,增强处理并不能增强原始图像的信息,其结果只能增强对某种信息的辨别能力,而同时这种处理有可能损失一些其他信息。

水下图像增强技术[3-5]可以分为空间域图像增强和频率域图像增强两大类。空间域图像增强技术主要包括直方图修正、灰度变换增强、图像平滑以及图像锐化等。在增强过程中可以采用单一的方法处理,但更多实际情况是采用几种方法联合处理,才能达到预期的增强效果。灰度变换和直方图灰度修正技术都是直接针对像素灰度值的,与该像素所处的邻域无关,而空间域增强则是基于图像中每一个小范围(邻域)内的像素进行灰度变换,某个点变换后的灰度由该点邻域之内的那些点灰度值共同决定,因此空间域增强也称为邻域运算或邻域滤波。频率域图像增强主要是在频域中对原图像进行滤波处理。

1 水下成像特点分析

由于水下环境的的特殊性,大多数水下观察和摄像系统都会采用主动式辅助照明系统,这使得水下图像呈现以下的特点:(1)由照明灯发出的光为汇聚光,其中心处亮度最强同时以径向逐渐减弱的方式照明,反映到图像上就是背景灰度分布不均匀。(2)水下成像过程中,水体对光的后向散射和吸收效应带来的非线性影响,使水下图像有较严重的非均匀亮度和细节模糊,图像对比度明显变差。

2 水下图像增强算法分析

在图像处理过程中,利用迭代阈值法[6]、衰减固定背景法[7]、衰减当前背景法[8]和数学形态学法[9]等方法,突出图像中有用的信息,滤除各类噪声、畸变等无用信息,从而提高图像的衬度和对比度。由于在实际成像过程中,会有一些无目标的背景图像被拍摄下来,所以在图像处理过程中可以预先对图像做衰减背景处理,然后再利用图像锐化的方法对图像进行增强处理。

2.1 衰减背景

为获得光照均匀、整体亮度较高的水下图像,针对水下成像图像的特点,先对其背景进行估计,为后续图像锐化做准备。其具体步骤为:(1)选取一幅水下图像,大小为1 128×1 504,如图1所示。(2)对图像进行分块,每块大小为24×32,共2 209块。(3)对每块图像采用均值进行背景估计,得到背景估计图像。(4)利用原图像减去背景估计图像,得到所需滤除背景后的目标图像,如图2所示。

图1 原水下图像

图2 处理后的图像

对比图1和图2可知,原图经过背景滤除处理之后,不仅保持了原图像的信息,同时图像部分亮度均匀。

2.2 图像锐化

对于离散的二维图像f(i,j),其二阶偏微分为

(1)

(2)

将式(1)和式(2)相加得到图像锐化的拉普拉斯算子

∂2f=f(i+1,j)+f(i-1,j)+f(i,j+1)+f(i,j-1)-4f(i,j)

(3)

故对应的滤波模板对应为

(4)

根据拉普拉斯算子模板90°旋转各向同性的特点,可得对于45°旋转各向同性的算子

(5)

同时根据高斯模板的思想,根据中心点的距离给模板周边的点赋予不同的权重,可以得到模板

(6)

利用拉普拉斯算子进行图像锐化的过程中,在增强边缘细节的同时也增强了噪声,为了在取得良好锐化效果的同时把噪声干扰降至最低,本文先对带有噪声的原始图像进行平滑滤波,然后再进行锐化,增强边缘和细节。

考虑高斯函数

(7)

其中,r2=x2+y2,σ为标准差。对h(r)进行二阶求导,得到高斯-拉普拉斯算子

(8)

式(8)经过离散化处理之后,就可以得到离散的拉普拉斯模板。

无论是拉普拉斯模板,还是高斯-拉普拉斯模板,其中的各系数和均为0。这说明这些算子在灰度恒定的区域响应为0,即在锐化处理后的图像中,原图像的平滑区域接近于黑色,而原图像中所有的边缘、细节和灰度跳变点都作为黑背景中的高灰度部分突出显示。在基于锐化的图像增强中,希望在增强的边缘和细节的同时能保留原图像中的信息。为达到上述效果,可做如下处理

(9)

其中,Sharpen()表示锐化算子。

3 仿真结果及分析

利用Mathworks公司的Matlab软件对上述算法进行仿真验证,经过处理后的图像如图3所示。

图3 图像锐化处理

通过对运行结果分析可知,经过本文所提算法的处理之后,原图中的噪声得到了有效抑制,同时,高斯函数的参数σ越小,处理后的图像细节增强效果越好,参数σ越大,则平滑效果越好。

4 结束语

本文通过对水下图像成像特点的研究和分析,给出了衰减背景-图像锐化处理的图像增强算法。通过Matlab的仿真分析可知,经过本文算法处理后,图像的整体对比度明显提升,同时使得目标的边缘更加清晰。

[1] 周建兴,岂兴明,矫津毅,等.Matlab从入门到精通[M].2版.北京:人民邮电出版社,2012.

[2]RafaelCGonzalez,RichardEWoods,etal.数字图像处理[M].阮秋琦,译.北京:电子工业出版社,2012.

[3]Jean-LucStarck,FionnMurtagh,EmmanuelJCandès,etal.Grayandcolorimagecontrastenhancementbythecurvelettransform[J].IEEETransactionsonImageProcessing,2003(12):706-717.

[4]AriciT,DikbasS,AltunbasakY.Ahistogrammodificationframeworkanditsapplicationforimagecontrastenhancement[J].IEEETransactionsonImageProcessing,2009(18):1921-1935.

[5]AgaianSS,SilverB,PanettaKA.Transformcoefficienthistogram-basedimageenhancementalgorithmsusingcontrastentropy[J].IEEETransactionsonImageProcessing,2007(16):741-758.

[6] 严曲,赵跃龙.一种基于迭代阈值法的身份证图像二值化算法研究[J].计算机测量与控制,2005,13(6):136-141.

[7] 孙飞飞.水下图像增强和复原方法研究[D].青岛:中国海洋大学,2011.

[8] 陈大力.数字图像处理中去噪算法的研究[D].沈阳:东北大学,2008.

[9] 王继芳.数字图像数学形态学算法研究与应用[D].郑州:解放军信息工程大学,2005.

Realization and Simulation of an Underwater Image Enhancement Algorithm

HUANG Bo,GU Qing

(Second Laboratory,Kunming Shipborne Equipment Research and Test Center,Kunming 650051,China)

The characteristic and complexity of the underwater environment makes the underwater image poor in quality and low in contrast.An image enhancement algorithm based on spatial domain is put forward in this paper.This algorithm utilizes the average algorithm to estimate the background image first,then subtracts the background image,and finally sharpens the image which has had its background subtracted.An analysis of the simulation result demonstrates that the contrast of images processed meliorates distinctly and the edge of the target is much clearer.

underwater image;image enhancement;image sharpening

2014- 09- 22

黄波(1985—),男,硕士,助理工程师。研究方向:靶场测量,数字图像处理。E-mail:huangbwly@126.com。顾青(1972—),男,高级工程师。研究方向:靶场测量方法,靶场测试设备。

10.16180/j.cnki.issn1007-7820.2015.04.006

TP391.41

A

1007-7820(2015)04-020-03