论文总字数：28209字

摘 要

水下图像清晰化技术是针对水下成像图像会出现的对比度降低、清晰度差、图像色偏等问题，采取一系列图像复原和图像增强方法，实现图像清晰化的一种方法。水下图像清晰化在水下考古、海底资源勘探和水下环境监测等方面有着广泛应用。本文针对水下图像的退化原理及各种图像增强方法的优劣，提出了一种基于图像融合的水下图像清晰化方法。本文的主要内容如下：

首先介绍了光在水下的传播特性和水下成像的原理，由此分析水下图像降质的原因并建立水下成像模型。

然后进行水下图像的处理。采用直方图均衡化法、暗通道先验方法、Retinex增强方法等常用的几种水下图像增强方法对水下图像进行增强处理并比较分析这些方法的优缺点。

最后进行基于图像融合的水下图像增强。将上一步得到复原和增强处理后的图像作为图像融合的输入图像，然后通过小波变换的融合方法对输入图像进行融合。最后采用图像客观评价标准对得到的融合图像进行分析。实验结果表明，本文提出的图像融合方法效果较好，在图像平均亮度、信息熵、对比度和结构相似度等客观图像评价指标上性能优于直方图均衡化和Retinex增强方法。

关键词：水下成像；图像增强；图像融合；小波变换；图像质量评价

Abstract

Underwater image clarity technology is a method to realize image clarity by adopting a series of image restoration and image enhancement methods, aiming at the problems such as low contrast, poor definition and color deviation of underwater image. Underwater image clarity is widely used in underwater archaeology, seabed resource exploration and underwater environment monitoring. According to the degradation principle of underwater image and the advantages and disadvantages of various image enhancement methods, this paper proposes an underwater image clarity method based on image fusion. The main contents of this paper are as follows:

Firstly, the propagation characteristics of light under water and the principle of underwater imaging are introduced. Then the reason of underwater image degradation is analyzed and the underwater imaging model is established.

Then the underwater image is processed. Several commonly used underwater image enhancement methods, such as histogram equalization method, dark channel prior method, Retinax enhancement method, are used to enhance underwater image, and their advantages and disadvantages are compared and analyzed.

Finally, underwater image enhancement based on image fusion is carried out. The restored and enhanced image obtained in the previous step is used as the input image of image fusion, and then the input image is fused by the fusion method of wavelet transform. Finally, the fusion image is analyzed by objective evaluation standard. The image fusion method proposed in this paper has better performance than histogram equalization and Retinex enhancement in objective image evaluation indexes such as average brightness, information entropy, contrast and structure similarity.

Key Words：Underwater imaging；Image enhancement；Image fusion；Wavelet transform；Image quality evaluation

目录

摘 要 Ⅰ

Abstract Ⅱ

第1章 绪论 1

1.1研究背景、目的及意义 1

1.2国内外研究现状 1

1.3课题研究内容 2

第2章 水下成像的理论依据 4

2.1光在水下传播的特点 4

2.2水下图像的成像模型 5

2.3水下成像特点的分析 7

2.4本章小结 7

第3章 水下图像清晰化方法 8

3.1直方图均衡化法 8

3.2暗通道先验方法 9

3.3Retinex增强方法 11

3.3.1单尺度SSR（Single Scale Retinex） 12

3.3.2多尺度MSR（Multi-Scale Retinex） 13

3.3.3带颜色恢复的MSRCR方法（Multi-Scale Retinex with Color Restoration） 13

3.4本章小结 15

第4章 基于图像融合的水下图像清晰化方法 16

4.1图像融合方法介绍 16

4.2基于小波变换的图像融合 17

4.2.1小波变换介绍 17

4.2.2基于小波的图像融合 17

4.3实验结果与分析 19

4.3.1实验准备 19

4.3.2图像质量评价指标介绍 20

4.3.3实验结果对比与分析 21

4.4本章小结 25

第5章 总结与分析 26

参考文献 27

致 谢 29

附录 30

第1章 绪论

1.1研究背景、目的及意义

海洋作为地球上最广阔的水体，占了整个地球约71%的面积^[1]。海洋中蕴含着各种丰富的矿物、生物资源和能源。我国作为一个海洋大国，有着长达1.8万公里以上的海岸线，具有300万平方公里以上的海洋面积^[2]。随着陆地资源逐渐被人类开发殆尽，海洋资源的重要性就显得尤为重要。从上个世纪70年代起，世界各国便纷纷开展了对海洋资源的开发与研究^[3]。而随着信息通讯技术和现代光学技术的不断发展，海洋科学的研究已经从表面现象的研究深入到物理和技术层面的探索^[4]。

目前，人类对海洋环境的探测主要采用的是水下成像技术。人类对海洋资源的研究和开发离不开水下成像技术。随着科技的不断发展，水下成像技术也越来越成熟，获取的水下图像及视频的清晰度、分辨率也不断提高。该技术在海底考古、海底资源勘探、海洋生物研究、水下救援打捞、水体环境监测和环境保护等领域有着广泛的应用^[5]。

然而，由于水下环境复杂，尤其是深海环境多变，水下成像的条件十分恶劣，通常获取的水下图像质量很差，无法从中提取出有效信息。为了获取更加清晰、能够满足使用需求的水下图像及视频，水下图像清晰化技术也逐渐发展起来 ^[6]。造成水下图像质量下降的原因在于一方面，水对光具有选择吸收特性，水在吸收光的过程中，红外线光和紫外线光最容易被水体所吸收；而蓝绿光不易被吸收，因此能够照射到较深的水域。便会导致水下图像存在严重的色彩失真问题。另一方面，水对光具有散射作用，光在水中传播时，水体中的悬浮颗粒会使光线发生散射，导致光的传播方向发生偏移，造成图像对比度和清晰度下降^[7]。因此，国内外的研究人员从各个方面研究了诸多方法，以达到改善水下图像及视频的质量，获取更多信息的目的。

1.2国内外研究现状

当前已有的水下图像清晰化的研究方法主要有两个方法:一种是进行图像复原，通过建立水下成像物理模型，求解模型参数从而推演出真实图像。但是由于水下环境复杂多变，现有的水下成像模型普遍较为简单，不能很好地估计水下环境的各种参数，反演出的图像不能完全符合真实场景。另一种是针对图像的退化特点，例如图像对比度降低、颜色失真、清晰度低等，运用图像增强方法，通过处理图像的像素值来提高图像清晰度。这种方法实现较为简单，但由于忽略了水下图像降质的物理参数，增强之后的图片也不能够完全符合真实场景。

目前通过图像复原的方法有Galdran 等^[8]提出的红通道反转的暗通道先验 ( Dark Channel Prior，DCP) 方法、 Jr 等^[9]提出的蓝绿通道的 DCP 方法、Pen 等^[10]提出的推广的暗通道先验( Generalization of Dark Channel Prior，GDCP) 方法等。由于传统的DCP去雾方法在处理水下图像时复原图像效果不佳，会出现色偏现象，红通道反转的DCP方法在此基础上进行改进，通过将红通道反转来估算透射率，从而提高复原的水下图像的质量，但还是会出现复原图像亮度偏暗的情况。蓝绿通道的DCP方法则不考虑红通道，仅使用正向的蓝绿通道来估算图像的透射率，可以有效提高在有人工照明情况下的水下图像复原效果。而GDCP方法通过估算景深提高背景光的估计精度，能够更加准确的计算图像的背景光和透射率，从而大幅改善DCP方法的性能。

请支付后下载全文，论文总字数：28209字