本文關(guān)鍵詞：基于圖像融合的水下圖像增強(qiáng)算法研究

  更多相關(guān)文章： 水下圖像 顏色修正 亮度增強(qiáng) 多分辨率融合

【摘要】：雖然水下圖像采集是獲取水下信息的重要途徑之一,但在水下環(huán)境中,圖像質(zhì)量嚴(yán)重退化,包括顏色失真、細(xì)節(jié)模糊及對(duì)比度下降等。水下圖像退化主要是由光在水體中的衰減和散射造成的,光線(xiàn)衰減造成圖像顏色迅速衰退,前向散射導(dǎo)致圖像的細(xì)節(jié)模糊,而后向散射使得圖像對(duì)比度降低。所以水下圖像增強(qiáng)技術(shù)的主要任務(wù)是消除水下成像過(guò)程中的圖像退化,增強(qiáng)圖像的清晰度和還原真實(shí)顏色。本文根據(jù)水下圖像退化的原因,采用一種基于融合方法的水下圖像增強(qiáng)方法,主要工作內(nèi)容包括以下幾個(gè)方面：(1)針對(duì)顏色衰退這一特性,對(duì)原始圖像進(jìn)行白平衡處理,以獲取顏色修正后的圖像；針對(duì)對(duì)比度降低這一特性,對(duì)原始圖像進(jìn)行全局對(duì)比度增強(qiáng),以獲取亮度增強(qiáng)后的圖像。針對(duì)能見(jiàn)度減低和細(xì)節(jié)模糊的退化現(xiàn)象,本文采用提取感興趣區(qū)域(ROD權(quán)重圖的方法。(2)對(duì)顏色修正和亮度增強(qiáng)兩種方法處理所得的兩幅圖像提取感興趣區(qū)域權(quán)重圖,每幅圖像將獲得亮度、色度和顯著區(qū)域三幅權(quán)重圖,并將兩幅圖像的亮度權(quán)重圖、色度權(quán)重圖和顯著區(qū)域權(quán)重圖分別進(jìn)行歸一化,即獲得兩幅圖像新的亮度、色度、顯著區(qū)域權(quán)重圖。然后將每幅圖像的亮度、色度、顯著區(qū)域權(quán)重圖合并,即可獲得兩幅最終的權(quán)重圖。最后對(duì)兩幅圖像分別加權(quán),得到ROI顏色修正圖像和ROI亮度增強(qiáng)圖像。(3)將兩幅ROI圖像進(jìn)行多分辨率融合。首先對(duì)兩幅圖像進(jìn)行小波分解,生成低頻分量和高頻分量；然后低頻分量直接加權(quán)平均融合,高頻分量用局部方差法進(jìn)行融合；最后小波逆變換重構(gòu)圖像,實(shí)現(xiàn)融合增強(qiáng)。實(shí)驗(yàn)結(jié)果表明,本文算法提高了圖像的清晰度,與其他水下圖像增強(qiáng)方法進(jìn)行了對(duì)比,本文水下圖像增強(qiáng)結(jié)果較好,而且在水下圖像特征點(diǎn)檢測(cè)性能方面具有較好的提升作用。
【關(guān)鍵詞】：水下圖像 顏色修正 亮度增強(qiáng) 多分辨率融合
【學(xué)位授予單位】：大連海事大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：TP391.41
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 第1章 緒論10-16
• 1.1 課題的背景及意義10
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀10-14
• 1.3 本文研究?jī)?nèi)容與章節(jié)安排14-16
• 1.3.1 研究?jī)?nèi)容14-15
• 1.3.2 章節(jié)安排15-16
• 第2章 水下圖像增強(qiáng)基礎(chǔ)理論16-34
• 2.1 水下圖像成像理論16-20
• 2.1.1 水下成像系統(tǒng)16-18
• 2.1.2 水下散射模型18-20
• 2.2 水下圖像增強(qiáng)常用方法20-33
• 2.2.1 直方圖均衡化20-22
• 2.2.2 Retinex圖像增強(qiáng)方法22-24
• 2.2.3 雙邊濾波方法24-26
• 2.2.4 暗通道先驗(yàn)26-30
• 2.2.5 多分辨率圖像融合方法30-33
• 2.3 本章小結(jié)33-34
• 第3章 水下圖像顏色修正和亮度增強(qiáng)方法34-49
• 3.1 方法介紹34-37
• 3.2 顏色修正37-41
• 3.2.1 白平衡方法37-38
• 3.2.2 白平衡處理結(jié)果對(duì)比38-41
• 3.3 亮度增強(qiáng)41-44
• 3.3.1 直方圖均衡化方法41-42
• 3.3.2 直方圖均衡化結(jié)果對(duì)比42-44
• 3.4 ROI圖像生成44-48
• 3.5 本章小結(jié)48-49
• 第4章 基于小波變換的多分辨率融合算法49-62
• 4.1 總體算法介紹49-50
• 4.2 多分辨率融合算法50-54
• 4.2.1 基于小波變換的圖像分解和重構(gòu)51-52
• 4.2.2 融合規(guī)則52-53
• 4.2.3 融合結(jié)果53-54
• 4.3 水下圖像增強(qiáng)結(jié)果分析54-61
• 4.3.1 水下圖像融合結(jié)果對(duì)比54-59
• 4.3.2 水下圖像特征點(diǎn)檢測(cè)59-61
• 4.4 本章小結(jié)61-62
• 第5章 結(jié)論與展望62-64
• 5.1 總結(jié)62
• 5.2 展望62-64
• 參考文獻(xiàn)64-68
• 攻讀學(xué)位期間公開(kāi)發(fā)表論文68-69
• 致謝69

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 ;飛利浦半導(dǎo)體推出“靈動(dòng)100”圖像增強(qiáng)新技術(shù)[J];廣播與電視技術(shù);2001年11期

2 ;飛利浦半導(dǎo)體推出“靈動(dòng)100”圖像增強(qiáng)新技術(shù)[J];電子世界;2001年11期

3 高進(jìn);圖像增強(qiáng)電路設(shè)計(jì)[J];光電技術(shù)應(yīng)用;2005年05期

4 黃世國(guó);耿國(guó)華;;一種非線(xiàn)性逆擴(kuò)散圖像增強(qiáng)算法[J];計(jì)算機(jī)應(yīng)用;2006年08期

5 吳笑松;李明;;數(shù)字乳腺圖像增強(qiáng)的應(yīng)用和比較[J];CT理論與應(yīng)用研究;2006年04期

6 都安平;趙永強(qiáng);潘泉;張惠娟;;基于偏振特征的圖像增強(qiáng)算法[J];計(jì)算機(jī)測(cè)量與控制;2007年01期

7 黃世國(guó);耿國(guó)華;;一種前后向復(fù)擴(kuò)散圖像增強(qiáng)算法[J];小型微型計(jì)算機(jī)系統(tǒng);2007年03期

8 李鴻燕;郝潤(rùn)芳;馬建芬;王華奎;;基于獨(dú)立分量分析的圖像增強(qiáng)[J];彈箭與制導(dǎo)學(xué)報(bào);2007年05期

9 史卉萍;耿國(guó)華;周明全;董建民;;基于模糊集的圖像增強(qiáng)[J];微計(jì)算機(jī)信息;2008年24期

10 Barry E.Mapen;代永平;;波域中的圖像增強(qiáng)[J];現(xiàn)代顯示;2008年09期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 薛麗;王波濤;;基于形態(tài)學(xué)的運(yùn)動(dòng)員號(hào)碼牌圖像增強(qiáng)[A];第十九屆測(cè)控、計(jì)量、儀器儀表學(xué)術(shù)年會(huì)(MCMI'2009)論文集[C];2009年

2 陳鉗生;陳英;李潤(rùn)午;韋禮珍;;基于遺傳優(yōu)化的小波域印章圖像增強(qiáng)研究[A];2007中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];2007年

3 張瑩;王太勇;冷永剛;鄧輝;;調(diào)參雙穩(wěn)系統(tǒng)圖像增強(qiáng)應(yīng)用初探[A];2008年全國(guó)振動(dòng)工程及應(yīng)用學(xué)術(shù)會(huì)議暨第十一屆全國(guó)設(shè)備故障診斷學(xué)術(shù)會(huì)議論文集[C];2008年

4 李孟歆;金風(fēng);張穎;;一種新的圖像增強(qiáng)混合方法研究[A];創(chuàng)新沈陽(yáng)文集（A）[C];2009年

5 謝云;余江;裴以建;白寶丹;;基于小生境遺傳算法的圖像增強(qiáng)[A];2007'儀表，，自動(dòng)化及先進(jìn)集成技術(shù)大會(huì)論文集（一）[C];2007年

6 盧漢明;高德俊;;基于多尺度變換相結(jié)合的圖像增強(qiáng)算法[A];第二屆“測(cè)繪科學(xué)前沿技術(shù)論壇”論文精選[C];2010年

7 張鐵棟;秦再白;朱煒;;基于模糊算法的水聲圖像增強(qiáng)[A];第十二屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2005年

8 劉毅;高旭輝;;一種改進(jìn)的夜視圖像增強(qiáng)處理算法[A];2006年全國(guó)光電技術(shù)學(xué)術(shù)交流會(huì)會(huì)議文集（D 光電信息處理技術(shù)專(zhuān)題）[C];2006年

9 劉海華;高智勇;陳心浩;舒振宇;;基于形態(tài)學(xué)操作的圖像增強(qiáng)方法(英文)[A];第二屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議(HHME2006)——第15屆中國(guó)多媒體學(xué)術(shù)會(huì)議(NCMT'06)論文集[C];2006年

10 趙建;;基于偏微分方程的非線(xiàn)性圖像增強(qiáng)方法[A];第九屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集Ⅱ[C];2011年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 許欣;圖像增強(qiáng)若干理論方法與應(yīng)用研究[D];南京理工大學(xué);2010年

2 李艷梅;圖像增強(qiáng)的相關(guān)技術(shù)及應(yīng)用研究[D];電子科技大學(xué);2013年

3 陳一平;圖像增強(qiáng)及其在視覺(jué)跟蹤中的應(yīng)用[D];國(guó)防科學(xué)技術(shù)大學(xué);2011年

4 王彥臣;基于多尺度數(shù)字X光圖像增強(qiáng)方法的研究[D];中國(guó)科學(xué)院研究生院（長(zhǎng)春光學(xué)精密機(jī)械與物理研究所）;2005年

5 孫飛飛;水下圖像增強(qiáng)和復(fù)原方法研究[D];中國(guó)海洋大學(xué);2011年

6 潘天工;面向PACS系統(tǒng)的圖像增強(qiáng)和圖像加密算法研究[D];哈爾濱理工大學(xué);2014年

7 魯志波;醫(yī)學(xué)圖像增強(qiáng)與插值的算法研究[D];解放軍信息工程大學(xué);2007年

8 李建奇;礦物浮選泡沫圖像增強(qiáng)與分割方法研究及應(yīng)用[D];中南大學(xué);2013年

9 豐國(guó)棟;數(shù)字化X線(xiàn)攝影圖像增強(qiáng)方法研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2009年

10 李燦飛;基于偏微分方程的醫(yī)學(xué)圖像增強(qiáng)與分割方法研究[D];湖南大學(xué);2012年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 許文君;灰度圖像多尺度對(duì)比度增強(qiáng)電路設(shè)計(jì)與實(shí)現(xiàn)[D];南京理工大學(xué);2015年

2 陳萌;多重虛擬曝光夜視圖像對(duì)比度增強(qiáng)算法研究[D];西南科技大學(xué);2015年

3 孔壯;霧天圖像增強(qiáng)方法研究及FPGA實(shí)現(xiàn)[D];電子科技大學(xué);2015年

4 趙雨;基于加權(quán)紅—黑小波變換的DR圖像增強(qiáng)方法研究[D];南方醫(yī)科大學(xué);2015年

5 阿依古力·吾布力;基于剪切波和NSST變換的圖像增強(qiáng)算法研究[D];新疆大學(xué);2015年

6 樓彬彬;基于模式分解的醫(yī)學(xué)圖像增強(qiáng)方法的研究與實(shí)現(xiàn)[D];東北大學(xué);2013年

7 王沖;基于視網(wǎng)膜機(jī)制的圖像增強(qiáng)算法研究[D];電子科技大學(xué);2015年

8 魏生峰;基于模糊數(shù)學(xué)理論的醫(yī)學(xué)影像增強(qiáng)應(yīng)用研究[D];電子科技大學(xué);2014年

9 石鑫;運(yùn)動(dòng)模糊霧霾圖像增強(qiáng)算法研究[D];東北大學(xué);2013年

10 錢(qián)晟;基于Retinex理論的圖像增強(qiáng)算法的應(yīng)用研究[D];北京工業(yè)大學(xué);2015年

本文編號(hào)：697492