贾 芃, 李 博, 赵晓龙
(中北大学仪器科学与动态测试教育部重点实验室,太原030051)
数字图像作为记录信息的重要途径之一,在海上交通运输、水下探查以及海洋军事等许多领域都有广泛应用[1]。然而,水下采集到的图像通常由于水下环境对光产生散射的影响,会出现模糊化、颜色衰减等问题,严重影响水下彩色图像的清晰度。因此,如何改善水下图像从而获取有效信息,已成为学者关注的热点。如今,图像增强方式大致分为对像素值处理的增强算法和基于色感一致性的增强算法[2]。其中,对像素值的直接处理,例如直方图均衡化[3]只改善图像的某一方面但易丢失细节信息和色彩失真;基于色感一致性的增强算法是通过减小低频分量与增强高频分量来改善图像的质量[4]。
近年来,Retinex 理论由于易于操作、实现效果良好,已逐渐成为国内外学者的研究热点,该理论提出动物眼睛接收到的画面是由入射光和反射光的共同影响[5]。由于该算法计算量较小且实现效果良好,学者们开始尝试将Retinex算法应用于增强水下图像领域。聂瑛等[3,6]设计了一种新的光学方法来进行图像处理,结合红光和蓝绿光的光传输特性,通过红光和绿光照明图像的灰度线性差值去除噪声,获取图像信息,Song等[6]提出基于遗传算法和人类视觉系统的自适应Retinex 算法[7]。Zhang 等[7]提出将图像转换在CIELAB色彩空间中,对图像的3 个色彩通道分别采用双边滤波器和三边滤波器相结合的方法达到增强图像的目的。……