陸慧敏，胡學(xué)龍，李玉潔，李建如，中島翔太，芹川聖一

(1.同濟(jì)大學(xué)海洋地質(zhì)國(guó)家重點(diǎn)實(shí)驗(yàn)室，上海 200092;2.上海交通大學(xué)海洋工程國(guó)家實(shí)驗(yàn)室，上海 200240;3.揚(yáng)州大學(xué)信息工程學(xué)院，江蘇揚(yáng)州 225127;4.九州工業(yè)大學(xué)工學(xué)研究院，福岡北九州 8048550;5.山口大學(xué)工學(xué)研究院，山口宇部 7558611)

基于引導(dǎo)圖像濾波器的水下圖像清晰化算法

陸慧敏1，2，4*，胡學(xué)龍3，李玉潔4，李建如1，中島翔太5，芹川聖一4

(1.同濟(jì)大學(xué)海洋地質(zhì)國(guó)家重點(diǎn)實(shí)驗(yàn)室，上海 200092;2.上海交通大學(xué)海洋工程國(guó)家實(shí)驗(yàn)室，上海 200240;3.揚(yáng)州大學(xué)信息工程學(xué)院，江蘇揚(yáng)州 225127;4.九州工業(yè)大學(xué)工學(xué)研究院，福岡北九州 8048550;5.山口大學(xué)工學(xué)研究院，山口宇部 7558611)

水下圖像降質(zhì)主要受水體中光的前后向散射、光波衰減、水中浮游生物以及水下光照不均勻等的影響.針對(duì)傳統(tǒng)的水下圖像采集器所獲取的水下圖像存在光照不均勻、紋理細(xì)節(jié)模糊及對(duì)比度低等問題，建立了一種新的水下圖像光學(xué)成像模型，并提出一種基于引導(dǎo)圖像濾波器的水下圖像增強(qiáng)算法.根據(jù)水下光線的傳播特性，充分利用雙邊圖像濾波器的平滑保邊特性以估計(jì)散射光和圖像局域?qū)Ρ榷?，同時(shí)考慮不同波長(zhǎng)在水下傳輸?shù)奶匦?，得到更加?zhǔn)確的水下圖像增強(qiáng)模型，然后依據(jù)此模型復(fù)原清晰圖像，并對(duì)復(fù)原圖像進(jìn)行校正處理.結(jié)果表明，該算法能克服光照不均勻等困難，對(duì)水下圖像進(jìn)行實(shí)時(shí)處理，有效地提高了圖像的清晰度，且該方法已成功應(yīng)用于深海觀測(cè)系統(tǒng).

水下圖像;引導(dǎo)圖像濾波器;圖像復(fù)原;圖像增強(qiáng)

自1970年起，世界各國(guó)便開始對(duì)深海漁業(yè)資源和新的礦藏資源進(jìn)行探測(cè).視頻圖像觀測(cè)系統(tǒng)［1］因所獲取的圖像含有較為豐富的顏色和紋理信息而易于人眼識(shí)別和分析，故被廣泛用于近距離的水下探測(cè)，因此本文擬選擇該系統(tǒng)來解決在深海探測(cè)和作業(yè)過程中采礦機(jī)周圍微地形的實(shí)時(shí)高精度觀測(cè)等問題.在深海視頻圖像觀測(cè)系統(tǒng)中，水下圖像降質(zhì)的主要原因有:1)由于海水中存在大量的懸浮顆粒和微小離子，尤其是在水下機(jī)器人或深海采礦機(jī)周圍，因機(jī)器人手臂運(yùn)動(dòng)卷起的大量泥沙會(huì)妨礙觀測(cè)系統(tǒng)的正常工作，導(dǎo)致圖像對(duì)比度下降且紋理細(xì)節(jié)特征不明顯;2)人工輔助單色照明方式會(huì)影響圖像的可視范圍;3)圖像采集系統(tǒng)的振動(dòng)使得水下光照呈非均勻分布狀態(tài).近年來，水下圖像的增強(qiáng)處理備受關(guān)注.陳從平等［2］利用圖像背景獲得前景圖像后采用改進(jìn)的巴特沃斯同態(tài)濾波器提高圖像的對(duì)比度.Serikawa等［3］利用后向散射光成分估計(jì)高斯函數(shù)的卷積法，但該方法因耗時(shí)長(zhǎng)而不適用于實(shí)時(shí)系統(tǒng).Schechner等［4］利用偏振濾波器估計(jì)介質(zhì)散射光并進(jìn)行濾波從而有效地清晰化圖像，但在實(shí)際應(yīng)用過程中很難實(shí)現(xiàn)同時(shí)在同一場(chǎng)景拍攝2幅以上的圖像.李慶忠等［5］提出基于水下光照不均勻成像模型的去噪算法，通過去除小波變換后低頻部分的介質(zhì)散射光增強(qiáng)圖像的對(duì)比度.Lu等［6］提出了基于水下成像模型和光學(xué)顏色校正法的圖像清晰算法.He等［7］提出借助暗通道模型估計(jì)降質(zhì)圖像的深度信息，進(jìn)而復(fù)原清晰圖像.Fattal［8］利用獨(dú)立成分分析法估計(jì)圖像的前景和背景，從而分割出圖像中的模糊部分.Xiao等［9］利用雙邊濾波器改進(jìn)暗通道模型，提高了算法的實(shí)時(shí)性.本文在傳統(tǒng)的暗通道估計(jì)模型的基礎(chǔ)上，結(jié)合水下圖像的成像特點(diǎn)建立一種新的基于水深以及目標(biāo)與水下相機(jī)間距離的成像模型，利用引導(dǎo)圖像濾波器對(duì)圖像進(jìn)行濾波，采用相機(jī)特性增強(qiáng)算法復(fù)原圖像顏色，以期使得圖像更加清晰.

1 水下圖像光學(xué)成像模型

水體中光的前后向散射一般會(huì)導(dǎo)致拍攝的圖像呈薄霧籠罩狀且紋理細(xì)節(jié)模糊；水中光的衰減效應(yīng)易降低圖像的對(duì)比度，使得目標(biāo)與背景的區(qū)分度偏低，影響視覺辨析；水下人工光源光線強(qiáng)度分布不均勻，導(dǎo)致拍攝的圖像局部區(qū)域過亮或過暗；水體中微小生物會(huì)造成圖像成像時(shí)出現(xiàn)斑點(diǎn)現(xiàn)象，因此筆者首先建立了如圖1所示的水下物理成像模型.

圖1 水下圖像光學(xué)成像模型Fig.1 Underwater imaging model

通過該模型可將水下圖像的成像視為從目標(biāo)到攝像機(jī)之間的前向散射、后向散射、直接傳輸以及被吸收等4個(gè)部分的線性疊加，故攝像機(jī)獲取的圖像I（x）可表示為

其中J（x）為真實(shí)場(chǎng)景下的圖像，βs為散射系數(shù)，βa為吸收系數(shù)，d（x）為目標(biāo)與攝像機(jī)間的距離，A為顏色變化常量.

2 水下圖像清晰化算法

2.1 圖像降質(zhì)暗通道

根據(jù)模型（1）可知，欲對(duì)水下圖像進(jìn)行復(fù)原，首先必須去除前后向散射光和浮游生物的影響，然后依據(jù)衰減規(guī)律進(jìn)行增強(qiáng)處理.

由于水下圖像的暗通道主要集中在圖像的r通道，因此在計(jì)算圖像的局部暗通道時(shí)僅須計(jì)算r通道的暗通道即可.定義局部暗通道

其中Jc（x）為像素x在圖像顏色通道c上的圖像區(qū)域，c∈｛r，g，b｝；Ω為圖像的滑動(dòng)窗口，本文選取窗口大小為7×7.通過計(jì)算r通道的最小值得到圖像的散射景深圖像（x）：

利用引導(dǎo)圖像濾波器可求得圖像的噪聲分布，最終得到復(fù)原后的圖像

其中t0的取值一般為0.1.

2.2 引導(dǎo)圖像濾波器

類似于雙邊濾波器［10］，假設(shè)Ip，Gp分別為原圖像和參考圖像在像素p的強(qiáng)度值，q為參考圖像中對(duì)應(yīng)的像素點(diǎn)，則引導(dǎo)圖像濾波器為

2.3 顏色校正

為了滿足實(shí)時(shí)處理的需要，根據(jù)攝像機(jī)光譜特性和光在水中的傳輸特性［11］，得到在波長(zhǎng)λ為400～700 nm范圍的加權(quán)RGB傳遞函數(shù)τRGB：

其中τλ為顏色傳遞函數(shù)，Cb（λ）為水下光學(xué)譜函數(shù).根據(jù)式（7），顏色校正后的圖像為

其中（x）為增強(qiáng)前的圖像.

3 仿真與分析

本文測(cè)試編程平臺(tái)為Intel Core2 CPU，主頻2.0 GHz，內(nèi)存為1 GB，軟件環(huán)境：Matlab和Microsoft Visual C＋＋2008.為了驗(yàn)證本文算法的性能，筆者對(duì)大小為345×292的水下圖像（圖2（a））進(jìn)行增強(qiáng)處理，各階段的處理結(jié)果如圖2（b）～（d）所示.同時(shí)，將本文算法與偏振濾波器法［4］1659、暗通道法［7］1400、獨(dú)立成分分析法［8］3和雙邊濾波器法［9］716等幾種典型的圖像增強(qiáng)算法進(jìn)行對(duì)比，結(jié)果如圖3所示，各算法下的運(yùn)行時(shí)間如表1所示.

圖2 水下圖像增強(qiáng)過程Fig.2 Flowchart of our program

由圖2可知，本文算法能夠有效地去除水下圖像的噪聲，并能顯著增強(qiáng)圖像的對(duì)比度.

由圖3及表1可知，本文算法的去噪性能好，圖像全局的對(duì)比度高，增強(qiáng)效果顯著，并且能夠滿足實(shí)時(shí)處理視頻的需求.

4 結(jié)語

本文將水下光學(xué)成像模型應(yīng)用于暗通道，并在空間域直接增強(qiáng)處理圖像，建立了一種新的水下圖像清晰化算法.仿真實(shí)例表明，本文方法較現(xiàn)有的基于頻域的圖像增強(qiáng)算法具有更高的可靠性與實(shí)時(shí)性，能夠滿足水下機(jī)器人和深海采礦機(jī)實(shí)時(shí)監(jiān)測(cè)的需求.

表1 各算法的運(yùn)行時(shí)間比較Tab.1 Run time comparison of different methods

圖3 各圖像增強(qiáng)算法的處理結(jié)果Fig.3 Different models for underwater image dehazing

［1］KOCAK D，DALGLEISH F，CAIMI F，et al.A focus on recent developments and trends in underwater imaging［J］.Mar Technol Soc J，2008，42（1）：52－67.

［2］陳從平，王健，鄒雷，等.一種有效的低對(duì)比度水下圖像增強(qiáng)算法 ［J］.激光與紅外，2012，42（5）：567－571.

［3］SERIKAWA S，LU H.Underwater image dehazing using joint trilateral filter［J］.Comput Electr Eng，2014，40（1）：41－50.

［4］SCHECHNER Y Y，AVERBUCH Y.Regularized image recovery in scattering media［J］.IEEE Trans Pattern Anal Mach Intell，2007，29（9）：1655－1660.

［5］李慶忠，葛中峰.基于水下光照不均勻成像模型的圖像清晰化算法 ［J］.光電子·激光，2011，37（22）：202－204.

［6］LU Huimin，LI Yujie，ZHANG Lifeng，et al.Contrast enhancement for images in turbid water［J］.J Opt Soc Am A，2015，32（5）：886－893.

［7］HE Kaiming，SUN Jian，TANG Xiaoou.Guided image filtering［J］.IEEE Trans Pattern Anal Mach Intell，2012，35（6）：1397－1409.

［8］FATTAL R.Signal image dehazing［J］.ACM Trans Graphics，2008，27（3）：1－8.

［9］XIAO Chunxia，GAN Jiajia.Fast image dehazing using guided joint bilateral filter［J］.Visual Comput，2012，28（6／8）：713－721.

［10］PARIS S，DURAND F.A fast approximation of the bilateral filter using a signal processing approach［J］.Int J Comput Vision，2009，81（1）：24－52.

［11］TANG J，KIM J，PELI E.Image enhancement in the JPEG domain for people with vision improvement［J］.IEEE Trans Biomed Eng，2004，51（11）：2013－2023.

Enhancing algorithm based on underwater optical imaging model and guided image filters

LU Huimin1，2，4＊，HU Xuelong3，LI Yujie4，LI Jianru1，NAKASHIMA Shota5，SERIKAWA Seiichi4

（1.State Key Lab of Mar Geol，Tongji Univ，Shanghai 200092，China；2.State Key Lab of Ocean Engin，Shanghai Jiaotong Univ，Shanghai 200240，China；3.Sch of Inf Engin，Yangzhou Univ，Yangzhou 225127，China；4.Dept of Electr Engin ＆Electron，Kyushu Inst of Technol，Kitakyushu 8048550，Japan；5.Fac of Engin，Yamaguchi Univ，Ube 7558611，Japan）

This paper describes a novel method to enhance underwater images by enhancing.Scattering and color change are two major problems of distortion for underwater imaging.Scattering is caused by large suspended particles，like fog or turbid water.Color change corresponds to the varying degrees of attenuation encountered by light traveling in the water with different wavelengths，rendering ambient underwater environments dominated by a bluish tone.Our key contribution is to compensate the attenuation discrepancy along the propagation path，and to take the influence of the possible presence of an artificial lighting source into consideration.Next，the water depth in the image scene is estimated.A simple colorization method is also utilized for restoring color balance.The enhanced images are characterized by reduced noised level，better exposedness of the dark regions，improved global contrast while the finest details and edges are enhance significantly.

underwater imaging；image enhancement；image reconstruction；guided image filter

TP 391.4

A

1007-824X(2015)03-0060-04

2014-11-20.* 聯(lián)系人，E-mail:luhuimin@ieee.org.

日本學(xué)術(shù)振興會(huì)特別研究基金資助項(xiàng)目(25J10713，15F15077);同濟(jì)大學(xué)海洋地質(zhì)國(guó)家重點(diǎn)實(shí)驗(yàn)室開放課題(MGK1407);上海交通大學(xué)海洋工程國(guó)家實(shí)驗(yàn)室開放課題(SKL1301);中國(guó)科學(xué)院海洋研究所開放課題(MGE2015KG02).

陸慧敏，胡學(xué)龍，李玉潔，等.基于引導(dǎo)圖像濾波器的水下圖像清晰化算法［J］.揚(yáng)州大學(xué)學(xué)報(bào)(自然科學(xué)版)，2015，18(3):60-63，69.

（責(zé)任編輯 林 子）