融合显著性信息的水下图像清晰化算法

作     者：王朝宇 郭继昌 王天保 郑司达 张怡 WANG Zhaoyu;GUO Jichang;WANG Tianbao;ZHENG Sida;ZHANG Yi

作者机构：天津大学电气自动化与信息工程学院天津300072 

出 版 物：《西安电子科技大学学报》 (Journal of Xidian University)

年 卷 期：2022年第49卷第3期

页      面：137-146页

核心收录：

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 0702[理学-物理学] 

基　　金：国家自然科学基金(61771334) 

主　　题：水下图像清晰化 颜色校正 图像显著性 k均值聚类 

摘      要：由于水对光的选择性吸收和水中微粒的散射效应,水下光学图像通常存在颜色失真、对比度低和细节模糊等缺陷。为解决水下图像存在的颜色失真和低对比度问题,提出了一种融合显著性信息的水下图像清晰化算法。首先,使用基于四叉树分割的分层搜索算法估计背景光,结合水下成像模型对水下图像进行初步清晰化;同时,进行简单线性迭代聚类超像素分割,并根据各超像素与边界背景聚类的特征相似度构建全局距离矩阵,再由多层元胞自动机整合生成显著图;最后,在Lab颜色空间依据图像的显著性信息,对水下图像分区域进行颜色校正。选取UFO-120数据集中的1500张水下图像进行实验,该算法在局部块对比度、熵、清晰度测量指标、对比度测量指标及主观颜色上有显著提升。实验结果表明,这种算法在水下图像颜色校正和对比度增强方面存在明显优势。