陳龍彪

摘 要：水下機器人的圖像采集受環(huán)境影響特別大，尤其是處于湍流中。如何針對水下機器人成像技術(shù)、信號傳遞、圖像恢復(fù)受水速影響和處于湍流時圖像采集不清晰而對地形分析不精確的難題，本文基于水下機器人圖像采集、圖像復(fù)原原理及方法提出了更加優(yōu)化的理論分析以及實際檢測，深入于機器人的圖像復(fù)原。

關(guān)鍵詞：水下機器人;湍流;圖像復(fù)原

水下航行器（ROV），也被稱為無人駕駛潛水，水下機器人遠程控制是在一個特殊的工作。因為水下環(huán)境是非常危險的，所以水下機器人已經(jīng)成為一個重要的工具來研究海洋開發(fā)。21世紀初以來，人們越來越意識到水下圖像的重要性。在海里巖土工程調(diào)查、海洋監(jiān)測、海洋環(huán)境檢測、安全搜索和救援、管道檢查、考古、漁業(yè)、等領(lǐng)域，甚至水下圖像恢復(fù)已成為我們必須面對的一個問題，在圖像恢復(fù)的湍流原理是一個水下圖像恢復(fù)的主要挑戰(zhàn)。因此，恢復(fù)水下湍流圖像最多恢復(fù)有用信息的原始圖像是一個迫在眉睫的問題，同樣也是水下機器人問題研究中的一個主要問題。

1 研究目標及內(nèi)容

當前的水下機器人圖像復(fù)原技術(shù)，大多是基于退化模型的圖像恢復(fù)算法來進行研究，將水下獲取到的圖像經(jīng)過處理，形成可識別，分析的圖像，幫助我們在水下資源勘測，環(huán)境檢測，安全搜救等各個方面開展工作。

隨著噴射光的傳播，各種各樣的任意效果。壓力、溫度等的變化，對折射率的任意變化的隨機折射率風波還光的相位偏差，但最終未瞄準，然后移動光束角位差。能源的散射的情況下，光的條件的差異，所以，水，水的吸收效果，散射效果和卷積效果，是典型的水下視覺圖像，通常在水中具有圖像，還是有限的，低對比度、照明、模糊和不均勻性，耀斑，色彩的損失等問題。該項目研究和水中的難克服，噴氣，圖像的采集，分析和處理過程中，這也是本文的主要研究目標。

湍流是流體流動狀態(tài)。當流速在很大程度上增加時，流動線不再清晰可辨。在流場中存在許多小漩渦，層流被破壞，并且不僅在相鄰流動層之間滑動，而且還混合。最后，形成湍流。在了解了湍流的原因后，水下圖像劣化的問題很嚴重，需要提取有效的信息。通過分析衛(wèi)星成像與水下圖像的相似性，將大氣湍流模型應(yīng)用于水下圖像。在此過程中，在調(diào)整湍流系數(shù)k的值以獲得圖像恢復(fù)后的圖像后，分析恢復(fù)的圖像以獲得更清晰的輸出圖像，有效地減少了細節(jié)模糊。當湍流模型應(yīng)用于水下圖像處理時，湍流模型取代了普通的同態(tài)濾波器傳遞函數(shù)來執(zhí)行圖像恢復(fù)處理。這是本文的理論基礎(chǔ)。

2 實現(xiàn)方案

2.1 問題分析

在水下環(huán)境中，由于水介質(zhì)對光線的散射與吸收作用，使水下圖像產(chǎn)生嚴重的灰白效應(yīng)，水的流動、攝像機與目標物的運動都會使圖像產(chǎn)生模糊，因此，圖像增強是必不可少的。本文基于盲目圖像復(fù)原方法，首先脫離真實圖像辨識出點擴散函數(shù)PSF，然后用經(jīng)典圖像復(fù)原算法復(fù)原退化圖像。

2.2 退化模型

一般的圖像退化模型可以通過表達式（1）來進行表示：

其經(jīng)過傅里葉變化至頻域后可表示成表達式（2）：

2.3 點擴散函數(shù)的確定

光在水中傳播時，散射方式主要有兩種，種是在遇到懸浮粒子時，射方向與光前進方向一致的現(xiàn)象，為前向散射;還有一種是在遇到懸浮粒子時，生的向光前進相反的方向散射的現(xiàn)象，為后向散射。

放置在系統(tǒng)輸入平面上、空間頻率為ν的一維余弦光柵的光強分布可表為：

通過系統(tǒng)后像的光強分布則為式（4）：

2.4 基于圖像先驗和圖像結(jié)構(gòu)特征的模糊圖像盲復(fù)原算法

（1） 問題描述。

式子（6）所搭建的模型可以用來描述圖像的降質(zhì)和模糊的過程：

（2）提出的盲復(fù)原算法。

假設(shè)由模糊核參數(shù)表示的模糊核函數(shù)為：

盲復(fù)原算法的流程框圖，如圖所示：

（3）基于最大后驗估計復(fù)原圖像判決準則。

3 結(jié)論

通過以上模型算法的分析，初步完成了對水下湍流條件下圖像復(fù)原方案的搭建，通過后期的代碼實現(xiàn)，可以較好地實現(xiàn)水下圖像復(fù)原的目的。

參考文獻

[1]陳琳. 水下圖像復(fù)原處理方法的研究[D].中國海洋大學，2015.

[2]孫飛飛. 水下圖像增強和復(fù)原方法研究[D].中國海洋大學，2011.

[3]楊淼， 魏志強. 基于湍流退化模型的自適應(yīng)水下圖像復(fù)原及其評價[J]. 海洋技術(shù)學報， 2012，31（4）：26-31.