基于散射模型的水下浑浊图像增强方法

张伟， 高赛博， 李子轩， 宫鹏， 伍文华 (哈尔滨工程大学 水下机器人技术重点实验室，黑龙江 哈尔滨 150001)

近年来，水下无人航行器技术发展迅速，应用于海底环境监测、海底地形探测、水下管道检查等领域，这些海洋探索依赖于先进的水下探测技术，其中水下图像处理是其中重要的一部分，但水下的浮游生物、可见颗粒物等物质会对太阳光有吸收和散射作用[1]，针对不同波长的太阳光水的吸收程度不同，其中水对红色光的吸收作用最强，水下图像多呈蓝绿色调，与陆地上的图像相比水下图像会存在颜色畸变、对比度低、噪声大等问题，因此水下图像增强对于水下图像的信息恢复、质量提升有重要意义[2]。水下图像增强技术分为基于物理模型的方法和基于非物理模型的方法2种[3]，基于非物理模型的方法不考虑水下图像退化的物理过程，经典方法是基于Retinex的增强方法[4]，融合对比度和颜色校正的方法[5]，这类方法通常是直接改变像素值，容易发生过度校正和过饱和。基于物理模型的方法对水下成像过程建模，文献[6]利用水下图像的散射模型对水下图像增强，因其需要对背景光预先标定而不适用于背景光变化的水下场景。He等[7]提出的针对空气中有雾图像的暗通道去雾方法(dark channel prior，DCP)可应用于水下图像，但由于水下光的散射和吸收传统暗通道方法作用不明显。谢昊伶等[8]利用波长和散射系数的关系分别估计了三通道的透射率，通过导向滤波细化透射率，但该方法需获得相机的拍摄深度，限制了其实际应用。……