1.本发明涉及图像处理领域，具体为一种基于双补偿和对比调节的水下图像处理方法。
背景技术：
2.在地球上，海洋的面积远远大于陆地，海洋的面积为陆地两倍多，而且海洋中的资源以及生物的数量和种类都远远大于陆地。随着人类科技水平的发展和人类对资源的开采，陆地上的资源已经远远无法满足人类的需求。人类对于海洋的活动主要有三个方面，分别是海洋科学研究、海洋探测和海洋资源开发。其中海洋探测为其它两项提供服务，离开海洋探测，海洋科学研究和海洋资源开发的难度大大增加。因此海洋探测任务极其重要。水下图像采集是海洋探测的重要环节。绝大部分水下图像的获取都是基于声学成像和光学成像。声学成像依靠声学仪器和声波进行成像，声学成像所需的硬件设备比较昂贵而且不适合于含有高精度信息的成像。相比之下，光学成像具有成像精度高和成本低的优点，被广泛应用在水下图像采集。
3.光在海洋中的传播易受到海洋中杂质的影响，从而改变光的传播方向使得成像的图像出现对比度降低、模糊等问题。另外，光中不同颜色的波长在水中衰减的程度不同会使得图像出现色偏的问题，使得图像主要呈蓝绿色。因此水下图像的处理成为了必要的环节，很多国内外的学者也都基于不同的理论提出了解决这些问题的方法。水下图像处理方法不需要局限于图像成像的物理模型，可以经验地调整图像像素的状态和分布情况，从而改善图像视觉效果。
技术实现要素：
4.本发明要解决的技术问题是：如何纠正水下图像的色偏，并提升其对比度。
5.为解决上述问题，本发明的技术方案是提出一种基于双补偿和对比调节的水下图像处理方法，包括以下步骤：
6.步骤1、输入原始水下图像，计算图像r、g、b通道的灰度值均值，按照各灰度值均值大小将r、g、b通道分类为小均值、中均值、大均值通道；
7.步骤2、根据中均值通道对小均值通道进行补偿，根据大均值通道对中均值通道进行补偿；
8.步骤3、采用分段灰度值拉伸的方法对图像通道的灰度值进行调整，以增强图像的对比度和整体亮度；
9.步骤4、根据大均值通道对小均值通道和中均值通道进行颜色补偿解决部分像素灰度值增强不足的问题并得到颜色矫正图像；
10.步骤5、将颜色矫正图像转换到hsv空间并计算颜色矫正图像的s、v通道的均值和方差；
11.步骤6、将原始水下图像转换到hsv空间并计算原始水下图像的s、v通道的均值和
方差；
12.步骤7、根据颜色矫正图像的s、v通道的均值、方差和原始水下图像的s、v通道的均值、方差计算限制对比度自适应直方图均衡化的参数。
13.步骤8、根据计算得到的限制对比度自适应直方图均衡化的参数，自适应地调节颜色矫正图像的s、v通道；
14.步骤9、输出水下增强图像。
15.优选地，在所述步骤2中补偿方法具体的补偿公式如下：
[0016][0017][0018]
其中，分别为第一次补偿后的小均值通道和中均值通道,i
l
为大均值颜色通道，im为中均值颜色通道和is为小均值颜色通道。为了保证小均值通道和中均值通道里灰度值更小的像素获得更多的补偿，本发明在补偿过程对补偿通道加入了权值(1-ic)。当被补偿通道像素的灰度值较小时权重(1-ic)较大，因此可以获得更多的补偿。反之被补偿通道像素的灰度值较大时权重(1-ic)较小，获得的补偿较小。第一次补偿后小均值和中均值通道灰度值分布得到了较好的矫正，并且灰度值得到了良好的提升。
[0019]
优选地，在所述步骤3中分段灰度值拉伸的方法为：
[0020][0021]
其中，ic(x)表示被拉伸通道的灰度值，表示灰度值拉伸后通道的灰度值，表示通道在灰度值拉伸时的最大阈值。表示通道在灰度值拉伸时的最小阈值。通常为通道中灰度值大小为前95％的灰度值。为通道中灰度值大小为前5％的灰度值。
[0022]
优选地，在所述步骤4中补偿方法具体的补偿公式如下：
[0023][0024][0025]
其中，分别表示分段灰度值拉伸后的小均值通道和中均值通道。分别表示第二次颜色补偿后的小均值通道和中均值通道。α、β分别表示调整补偿权重的参数。
[0026]
优选地，在所述步骤5、6、7、8中的将原始图像和颜色矫正图像转变到hsv空间，计算两者s和v通道的均值和标准差，具体公式如下：
[0027][0028][0029]
其中，h、w为图像通道的长和宽，lc(i，j)为图像通道的值，uc为图像通道的平均值，
σc为图像通道的标准差。利用uc和σc计算参数作为对比度限制阈值。具体公式如下：
[0030][0031]
其中，clc为计算得到的对比度限制阈值，γ为权重参数，θ为矫正参数。为原始图像通道的均值和标准差，为颜色矫正图像通道的均值和标准差。
[0032]
本发明所提方法利用了分级双补偿、分段灰度值拉伸解决了水下图像色偏问题，利用了对比调节的方法优化了水下图像，本发明所提方法能够有效地解决不同衰减程度的图像颜色失真、亮度和对比度较低的问题并且能够保留原始图像的信息，减少了图像过度增强的问题。大量实验证明，本发明所提方法具有较强的鲁棒性，在调节水下图像的对比度、细节和色彩等方面表现优异，处理后的图像在客观指标和主观指标上表现优异。本发明所提方法复杂度低，处理一幅水下图像的速度快，为后续的应用提供了良好的基础。
附图说明
[0033]
图1是不同波长在水下的传播距离；
[0034]
图2是单幅图像处理的示意图；
[0035]
图3是整体实施方案流程图。
具体实施方式
[0036]
下面结合附图，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本技术所附权利要求书所限定的范围。
[0037]
下面以典型的水下图像数据集uiebc60、u45、ancuti10为例，来说明基于双补偿和对比调节的水下图像处理实施方式。uiebc60包含蓝色调、蓝绿色调、绿色调和黄色调的图像共六十幅，uiebc60中还存在亮度较低的图像，uiebc60可以评估水下图像处理方法对不同色调的水下图像颜色矫正能力，也能够有效地评估方法的鲁棒性。u45包含四十五幅256
×
256像素的图像，这些图像颜色丰富，对比度低。它可以很好地评估方法的鲁棒性和有效性。ancuti10包含十幅没有原始图像的水下图像，它可以用于评估不同方法增强水下图像的能力。图1给出了不同波长的光在水下的传播距离。水介质对不同波长的光吸收程度不同，对于波长较长的红光吸收程度较强，其后依次是橙色光、黄色光、绿色光、蓝色光。这种现象会使得图像出现色偏的问题，使得图像主要呈蓝绿色。结合图2和图3，本发明提出的基于双补偿和对比调节的水下图像处理方法具体步骤如下：
[0038]
(1)第一次颜色补偿
[0039]
首先将图像的r、g、b通道按照灰度值均值进行分类。图像通道灰度值均值计算公式如下：
[0040][0041]
其中，n为原始图像i的像素个数。根据各通道灰度值均值的大小将r、g、b通道分为大均值颜色通道i
l
，中均值颜色通道im和小均值颜色通道is。
[0042]
由于中均值颜色通道和小均值颜色通道均值较小，因此首先对两者进行颜色补
偿。为了避免小均值通道被过度补偿，本发明根据中均值通道对小均值通道进行补偿，对于中均值通道，本发明根据大均值通道进行补偿。而大均值通道的灰度值均值较大，携带了较多的信息，因此不对其进行补偿。具体的补偿公式如下：
[0043][0044][0045]
其中，分别为第一次补偿后的小均值通道和中均值通道。为了保证小均值通道和中均值通道里灰度值更小的像素获得更多的补偿，本发明在补偿过程对补偿通道加入了权值(1-ic)。当被补偿通道像素的灰度值较小时权重(1-ic)较大，因此可以获得更多的补偿。反之被补偿通道像素的灰度值较大时权重(1-ic)较小，获得的补偿较小。第一次补偿后小均值和中均值通道灰度值分布得到了较好的矫正并且灰度值得到了良好的提升。如图2所示，可以看出第一次补偿后r通道和g通道都得到了良好的矫正。灰度值分布得到了优化，灰度值的强度都得到了一定的提升。
[0046]
(2)分段灰度值拉伸
[0047]
采用分段灰度值拉伸的方法对图像通道的灰度值进行调整，以增强图像的对比度和整体亮度。为了获得更好的拉伸效果和避免极端灰度值的影响，本发明采用分段灰度值拉伸方法。具体的分段灰度值拉伸方法的公式如下：
[0048][0049]
其中，ic(x)表示被拉伸通道的灰度值，表示灰度值拉伸后通道的灰度值，表示通道在灰度值拉伸时的最大阈值。表示通道在灰度值拉伸时的最小阈值。通常为通道中灰度值大小为前95％的灰度值。为通道中灰度值大小为前5％的灰度值。
[0050]
(3)第二次颜色补偿
[0051]
如图2所示，分段灰度值拉伸后的图像会出现轻微的紫色调。为了纠正分段灰度值拉伸后图像的色调，本发明采用了第二次颜色补偿的方法。利用大均值通道对小均值通道和中均值通道进行颜色补偿。具体的补偿公式如下：
[0052][0053][0054]
其中，分别表示分段灰度值拉伸后的小均值通道和中均值通道。分别表示第二次颜色补偿后的小均值通道和中均值通道。α、β分别表示调整补偿权重的参数，α、β分别经验地设定为0.7、1.5。如图2所示，在r通道和g通道得到第二次补偿后，图像出现紫色调的问题得到了解决。
[0055]
(4)基于hsv空间的对比调节
[0056]
通过计算原始图像和颜色矫正图像s和v通道的均值和标准差，将两者的均值和标准差作为限制对比度自适应直方图均衡化(clahe)的参数，自适应地调节颜色矫正图像的s和v通道。
[0057]
首先将原始图像和颜色矫正图像转变到hsv空间，计算两者s和v通道的均值和标准差，具体公式如下：
[0058][0059][0060]
其中，h、w为图像通道的长和宽，lc(i，j)为图像通道的值，uc为图像通道的平均值，σc为图像通道的标准差。利用uc和σc计算参数作为对比度限制阈值。具体公式如下：
[0061][0062]
其中，clc为计算得到的对比度限制阈值，γ为权重参数，θ为矫正参数，γ经验地设定为0.2，θ在调节s通道时为0.025，调节v通道时为0.06。为原始图像通道的均值和标准差，为颜色矫正图像通道的均值和标准差。
[0063]
我们通过比较其他水下图像处理方法来展示我们提出的方法更具有鲁棒性，处理后的图像效果更好。所有代码运行的软硬件为：intel core i7-8750h处理器、16g内存、windows10系统、matlab2017b软件。通过在ancuti10、u45、uiebc60三个数据集上进行的实验得到本发明在uiebc60、u45、ancuti10数据集上的uiqm、uciqe和entropy平均值均在其他水下处理方法中位于前列。并且，本发明处理一幅256
×
256、格式为png的图像仅需35ms。这表明本发明为后续需要实时处理的应用提供了可能。本发明能够有效地消除色偏、均匀亮度，提高图像清晰度，恢复的图像能够更好符合人的视觉感受，色彩鲜明并且包含的信息较多。