基于优势特征图像融合的水下光学图像增强
林森1,2,3; 迟凯晨2; 李文涛1,3; 唐延东1,3
刊名光子学报
2020
卷号49期号:3页码:1-13
关键词数字图像处理 图像增强 图像融合 水下图像 海洋光学 水下成像系统
ISSN号1004-4213
其他题名Underwater Optical Image Enhancement Based on Dominant Feature Image Fusion
产权排序1
英文摘要

针对水下光学图像颜色失真、非均匀光照、对比度低的问题,提出基于优势特征图像融合的水下光学图像增强算法.首先,提出改进的暗通道先验算法去除退化图像中的不均匀浑浊并均衡色彩;其次,对颜色校正图像分别使用基于加权分布的自适应伽玛校正算法和限制对比度自适应直方图均衡-同态滤波算法,增强颜色校正图像对比度并使其亮度均衡;最后,定义三幅融合图像即颜色校正图像、亮度均衡图像、对比度增强图像的关联权重图,通过多尺度融合算法获得融合图像.与单一预处理算法只能解决对应的退化现象相比,该算法对单幅退化图像进行多算法处理,得到三幅优势特征图像,通过不同权重的组合最大程度地将各优势特征相结合,得到的综合效果远超各单一算法优化效果,不再局限于解决颜色失真等单一问题.将本文算法与现有算法在主观评价和客观评价两方面进行实验对比,结果表明,该算法可以有效平衡水下图像的色度、饱和度及清晰度,视觉效果接近自然场景下的图像.

语种中文
CSCD记录号CSCD:6685824
资助机构国家自然科学基金(Nos.91648118,61473280) ; 辽宁省自然基金面上项目(No.2015020100) ; 辽宁省教育厅科研项目(No.LJ2019JL022) ; 辽宁省自然科学基金指导计划项目(No.2019-ZD-0038)
内容类型期刊论文
源URL[http://ir.sia.cn/handle/173321/26551]  
专题沈阳自动化研究所_机器人学研究室
通讯作者林森
作者单位1.中国科学院沈阳自动化研究所机器人学国家重点实验室
2.辽宁工程技术大学电子与信息工程学院
3.中国科学院机器人与智能制造创新研究院
推荐引用方式
GB/T 7714
林森,迟凯晨,李文涛,等. 基于优势特征图像融合的水下光学图像增强[J]. 光子学报,2020,49(3):1-13.
APA 林森,迟凯晨,李文涛,&唐延东.(2020).基于优势特征图像融合的水下光学图像增强.光子学报,49(3),1-13.
MLA 林森,et al."基于优势特征图像融合的水下光学图像增强".光子学报 49.3(2020):1-13.
个性服务
查看访问统计
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。


©版权所有 ©2017 CSpace - Powered by CSpace