發(fā)布時(shí)間：2020-11-22 09:30

　　 水下圖像作為人們獲得水下信息的重要途徑,已經(jīng)廣泛應(yīng)用于水下機(jī)器人、海洋考古、海洋能源勘探等諸多領(lǐng)域。水下成像環(huán)境的特殊物理性質(zhì)導(dǎo)致獲取的圖像存在細(xì)節(jié)模糊、顏色失真、對(duì)比度低等降質(zhì)問題,嚴(yán)重影響了圖像信息的讀取。本文綜合考慮圖像的視覺效果、信息保留以及算法的復(fù)雜程度等因素,提出一種基于多尺度融合的水下圖像增強(qiáng)方法。本文主要工作如下:首先,分析光在水下的傳播特性,建立水下成像衰減模型和散射模型,簡(jiǎn)述水下圖像成像特點(diǎn)。對(duì)當(dāng)前主要的水下圖像增強(qiáng)方法進(jìn)行研究和實(shí)現(xiàn),包括直方圖均衡化方法、白平衡方法、Retinex增強(qiáng)方法、暗通道先驗(yàn)方法和圖像濾波降噪方法等。其次,針對(duì)水下圖像顏色失真和對(duì)比度下降兩個(gè)主要的退化問題,本文提出一種有效的基于多尺度融合的水下圖像增強(qiáng)方法。其采用改進(jìn)的白平衡方法、Lab顏色空間直方圖均衡化方法和梯度域引導(dǎo)濾波方法獲得顏色校正版本和對(duì)比度增強(qiáng)版本作為圖像融合輸入;選取顯著圖、色度圖等四項(xiàng)權(quán)重特征計(jì)算歸一化權(quán)重圖。考慮到計(jì)算的高效性,采用拉普拉斯金字塔和高斯金字塔對(duì)輸入圖像和權(quán)重圖像進(jìn)行多尺度分解與融合,得到最終的增強(qiáng)結(jié)果。最后,本課題建立了多種退化類型的水下圖像數(shù)據(jù)集,對(duì)多尺度圖像融合方法進(jìn)行檢驗(yàn),利用當(dāng)前比較優(yōu)秀的兩種無參考水下圖像評(píng)價(jià)方法對(duì)圖像質(zhì)量進(jìn)行評(píng)測(cè)。從視覺效果和圖像質(zhì)量評(píng)價(jià)標(biāo)準(zhǔn)兩方面對(duì)本文算法的有效性、適應(yīng)性和穩(wěn)定性進(jìn)行說明。
【學(xué)位單位】：哈爾濱工程大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類】：TP391.41;P714
【部分圖文】：

圖 2.1 光在水中的衰減情況[43]，在水下傳播時(shí)，紅光的傳輸距離最到 30 米左右，綠光傳輸距離到 20 米過百分之八十的光在水深為兩到三米，在水深為十米的深度時(shí)，就只剩下普遍存在顏色失真問題，通常呈現(xiàn)為題。理論和試驗(yàn)結(jié)果表明，當(dāng)光在水都呈現(xiàn)指數(shù)分布，用公式表示為0-αrrP = P e率，Pr表示光經(jīng)過 r 距離傳播后剩余不僅與光的波長(zhǎng)相關(guān)，還與水介質(zhì)相數(shù)變換，得到光脈沖的作用距離方程001 1ln( ) ln( )rrPPLα P αP= =

哈爾濱工程大學(xué)碩士學(xué)位論文數(shù)，a 表示吸收系數(shù)，b 表示散射系數(shù)。物質(zhì)對(duì)光的吸收和散射作用造成的[45]。接，進(jìn)一步分析水下圖像的降質(zhì)原因。從而。模型體和懸浮物質(zhì)對(duì)光的作用主要分為吸收和成像平面接收到的光強(qiáng)分為兩部分：一部標(biāo)輻射光，符號(hào)表示為AI ；另一部分為為SI 。成像平面接收到的總光強(qiáng)可以表示A SI = I + I

成像平面接收到的光強(qiáng)分為兩部分：一部分是目標(biāo)輻射光，符號(hào)表示為AI ；另一部分為由于為SI 。成像平面接收到的總光強(qiáng)可以表示成A SI = I + I圖 2.2 水下成像模型示意圖的反射光分成了三部分：直接衰減部分、前指目標(biāo)輻射光被水體吸收后，沒有經(jīng)過散射作個(gè)過程建立水下成像衰減模型，如圖 2.3 所示
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 余春艷;徐小丹;林暉翔;葉鑫焱;;應(yīng)用霧天退化模型的低照度圖像增強(qiáng)[J];中國(guó)圖象圖形學(xué)報(bào);2017年09期

2 孫玲姣;;基于Retinex理論的圖像增強(qiáng)算法研究[J];數(shù)碼世界;2016年12期

3 朱振軍;賈少華;;QMV141型微光圖像增強(qiáng)儀[J];輕兵器;2017年09期

4 程景云 ,朱泉生;用對(duì)流—擴(kuò)散方程的差分格式實(shí)現(xiàn)圖像增強(qiáng)的機(jī)理[J];上海海運(yùn)學(xué)院學(xué)報(bào);1989年04期

5 張春森;;利用TM資料提取森林信息的波段選擇及圖像增強(qiáng)方法探討[J];遙感信息;1989年04期

6 王超;;基于圖像增強(qiáng)的幾種霧天圖像去霧算法[J];自動(dòng)化應(yīng)用;2018年02期

7 李杰美慧;王謀;韓江鴻;吳丹陽(yáng);王惠剛;;小波變換在水下圖像增強(qiáng)中的應(yīng)用[J];技術(shù)與市場(chǎng);2016年07期

8 胡布?xì)J;莫曉麗;;降質(zhì)圖像增強(qiáng)及評(píng)價(jià)的應(yīng)用[J];數(shù)字技術(shù)與應(yīng)用;2015年09期

9 侯艷芹;李均利;魏平;陳剛;;一種基于二維離散小波變換的醫(yī)學(xué)圖像增強(qiáng)算法[J];計(jì)算機(jī)工程與應(yīng)用;2006年07期

10 王罡;;基于人眼視覺特性的艦船圖像增強(qiáng)方法[J];艦船科學(xué)技術(shù);2019年04期

相關(guān)博士學(xué)位論文 前10條

1 陳杰;基于色彩信息的圖像增強(qiáng)研究[D];南京郵電大學(xué);2017年

2 張憲紅;基于動(dòng)力系統(tǒng)的圖像增強(qiáng)與分割算法及在林火遙感中應(yīng)用[D];東北林業(yè)大學(xué);2017年

3 丁暢;復(fù)雜海況環(huán)境下海面圖像增強(qiáng)方法研究[D];大連海事大學(xué);2018年

4 向文鼎;霧天及海洋環(huán)境下的圖像增強(qiáng)與復(fù)原技術(shù)研究[D];中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院光電技術(shù)研究所);2019年

5 劉玉紅;基于生物視覺感知機(jī)制的圖像增強(qiáng)及質(zhì)量評(píng)價(jià)的研究[D];電子科技大學(xué);2018年

6 孔令海;基于PDE和曲率策動(dòng)流的圖像增強(qiáng)去噪模型研究[D];中國(guó)工程物理研究院;2005年

7 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

8 侯國(guó)家;水下圖像增強(qiáng)與目標(biāo)識(shí)別算法研究[D];中國(guó)海洋大學(xué);2015年

9 趙欣慰;水下成像與圖像增強(qiáng)及相關(guān)應(yīng)用研究[D];浙江大學(xué);2015年

10 陳燕;工業(yè)X射線圖像增強(qiáng)算法研究[D];中北大學(xué);2016年

相關(guān)碩士學(xué)位論文 前10條

1 卿文楊;單幅水下圖像增強(qiáng)算法研究[D];云南大學(xué);2018年

2 王亞敏;不同光照條件下的圖像增強(qiáng)算法研究[D];安徽大學(xué);2019年

3 陳碩;基于圖像增強(qiáng)的多特征自然場(chǎng)景文本檢測(cè)研究[D];武漢理工大學(xué);2018年

4 楊國(guó)慶;基于OCT技術(shù)的無創(chuàng)血糖監(jiān)測(cè)生物組織模型應(yīng)用及其圖像增強(qiáng)的量化評(píng)價(jià)[D];河北大學(xué);2019年

5 劉敏;基于Retinex理論的非均勻光照?qǐng)D像增強(qiáng)研究[D];廣西師范大學(xué);2019年

6 朱梅梅;基于單幅圖像的夜間低照度圖像增強(qiáng)方法研究[D];西安理工大學(xué);2019年

7 劉瑜;工業(yè)X射線圖像增強(qiáng)算法的研究與實(shí)現(xiàn)[D];中北大學(xué);2019年

8 王文;基于多尺度融合的水下圖像增強(qiáng)方法研究[D];哈爾濱工程大學(xué);2019年

9 朱禮義;礦井圖像增強(qiáng)和井下人員檢測(cè)算法的研究[D];中國(guó)礦業(yè)大學(xué);2019年

10 王澤琦;高動(dòng)態(tài)范圍醫(yī)學(xué)圖像增強(qiáng)方法研究[D];東北師范大學(xué);2019年

本文編號(hào)：2894485