水下机器人湍流作业情况的图像退化及复原研究

陈龙彪

摘 要：水下机器人的图像采集受环境影响特别大，尤其是处于湍流中。如何针对水下机器人成像技术、信号传递、图像恢复受水速影响和处于湍流时图像采集不清晰而对地形分析不精确的难题，本文基于水下机器人图像采集、图像复原原理及方法提出了更加优化的理论分析以及实际检测，深入于机器人的图像复原。

关键词：水下机器人;湍流;图像复原

水下航行器（ROV），也被称为无人驾驶潜水，水下机器人远程控制是在一个特殊的工作。因为水下环境是非常危险的，所以水下机器人已经成为一个重要的工具来研究海洋开发。21世纪初以来，人们越来越意识到水下图像的重要性。在海里岩土工程调查、海洋监测、海洋环境检测、安全搜索和救援、管道检查、考古、渔业、等领域，甚至水下图像恢复已成为我们必须面对的一个问题，在图像恢复的湍流原理是一个水下图像恢复的主要挑战。因此，恢复水下湍流图像最多恢复有用信息的原始圖像是一个迫在眉睫的问题，同样也是水下机器人问题研究中的一个主要问题。

1 研究目标及内容

当前的水下机器人图像复原技术，大多是基于退化模型的图像恢复算法来进行研究，将水下获取到的图像经过处理，形成可识别，分析的图像，帮助我们在水下资源勘测，环境检测，安全搜救等各个方面开展工作。

随着喷射光的传播，各种各样的任意效果。压力、温度等的变化，对折射率的任意变化的随机折射率风波还光的相位偏差，但最终未瞄准，然后移动光束角位差。能源的散射的情况下，光的条件的差异，所以，水，水的吸收效果，散射效果和卷积效果，是典型的水下视觉图像，通常在水中具有图像，还是有限的，低对比度、照明、模糊和不均匀性，耀斑，色彩的损失等问题。该项目研究和水中的难克服，喷气，图像的采集，分析和处理过程中，这也是本文的主要研究目标。

湍流是流体流动状态。当流速在很大程度上增加时，流动线不再清晰可辨。在流场中存在许多小漩涡，层流被破坏，并且不仅在相邻流动层之间滑动，而且还混合。最后，形成湍流。在了解了湍流的原因后，水下图像劣化的问题很严重，需要提取有效的信息。通过分析卫星成像与水下图像的相似性，将大气湍流模型应用于水下图像。在此过程中，在调整湍流系数k的值以获得图像恢复后的图像后，分析恢复的图像以获得更清晰的输出图像，有效地减少了细节模糊。当湍流模型应用于水下图像处理时，湍流模型取代了普通的同态滤波器传递函数来执行图像恢复处理。这是本文的理论基础。

2 实现方案

2.1 问题分析

在水下环境中，由于水介质对光线的散射与吸收作用，使水下图像产生严重的灰白效应，水的流动、摄像机与目标物的运动都会使图像产生模糊，因此，图像增强是必不可少的。本文基于盲目图像复原方法，首先脱离真实图像辨识出点扩散函数PSF，然后用经典图像复原算法复原退化图像。

2.2 退化模型

一般的图像退化模型可以通过表达式（1）来进行表示：

其经过傅里叶变化至频域后可表示成表达式（2）：

2.3 点扩散函数的确定

光在水中传播时，散射方式主要有两种，种是在遇到悬浮粒子时，射方向与光前进方向一致的现象，为前向散射;还有一种是在遇到悬浮粒子时，生的向光前进相反的方向散射的现象，为后向散射。

放置在系统输入平面上、空间频率为ν的一维余弦光栅的光强分布可表为：

通过系统后像的光强分布则为式（4）：

2.4 基于图像先验和图像结构特征的模糊图像盲复原算法

（1） 问题描述。

式子（6）所搭建的模型可以用来描述图像的降质和模糊的过程：

（2）提出的盲复原算法。

假设由模糊核参数表示的模糊核函数为：

盲复原算法的流程框图，如图所示：

（3）基于最大后验估计复原图像判决准则。

3 结论

通过以上模型算法的分析，初步完成了对水下湍流条件下图像复原方案的搭建，通过后期的代码实现，可以较好地实现水下图像复原的目的。

参考文献

[1]陈琳. 水下图像复原处理方法的研究[D].中国海洋大学，2015.

[2]孙飞飞. 水下图像增强和复原方法研究[D].中国海洋大学，2011.

[3]杨淼， 魏志强. 基于湍流退化模型的自适应水下图像复原及其评价[J]. 海洋技术学报， 2012，31（4）：26-31.