余義德，周曼麗，王紅萍

(1.中國(guó)人民解放軍第91550部隊(duì)，遼寧 大連 116023； 2.中國(guó)海洋大學(xué) 信息科學(xué)與工程學(xué)院，山東 青島 266100)

基于限制對(duì)比度顏色校正的水下圖像增強(qiáng)

余義德1，周曼麗2，王紅萍1

(1.中國(guó)人民解放軍第91550部隊(duì)，遼寧 大連 116023； 2.中國(guó)海洋大學(xué) 信息科學(xué)與工程學(xué)院，山東 青島 266100)

針對(duì)水下圖像對(duì)比度低、顏色失真的問(wèn)題，提出了限制對(duì)比度自適應(yīng)的顏色校正模型算法，在灰度的基礎(chǔ)上，先求出RGB各個(gè)通道的均值然后進(jìn)行對(duì)比判斷，根據(jù)均值的大小來(lái)決定是一端線性拉伸還是兩端線性拉伸。該方法基于顏色平衡、RGB色彩模型和HSI顏色模型的對(duì)比度校正?；谠鰪?qiáng)水下圖像質(zhì)量的需求，該算法在CLAHE分塊進(jìn)行局部處理方式的基礎(chǔ)上，對(duì)每小塊區(qū)域進(jìn)行限制對(duì)比度，然后運(yùn)用顏色校正模型算法，并采用雙線性插值來(lái)提高算法的效率，實(shí)驗(yàn)結(jié)果表明該算法更加優(yōu)異。

水下圖像；圖像增強(qiáng)；顏色校正模型；自適應(yīng)算法

0 引言

隨著科技的進(jìn)步，光學(xué)成像技術(shù)得到了廣泛的應(yīng)用，已逐步涉及到人類生活和社會(huì)發(fā)展的各個(gè)方面，但受到場(chǎng)景條件的影響，有些圖像拍攝的視覺(jué)效果并不理想，需要采用圖像處理技術(shù)來(lái)突出其中的重點(diǎn)目標(biāo)特征、減弱或去除噪聲，得到更適合人或機(jī)器進(jìn)行分析處理的圖像[1]，進(jìn)一步完成目標(biāo)識(shí)別、跟蹤和解算等。圖像增強(qiáng)作為圖像處理的重要組成部分之一，對(duì)于改善圖像的質(zhì)量發(fā)揮了巨大作用。早在20世紀(jì)60年代末和70年代初，圖像增強(qiáng)技術(shù)已經(jīng)在醫(yī)學(xué)影像、地球遙感監(jiān)測(cè)和天文學(xué)等領(lǐng)域嶄露頭角。目前圖像增強(qiáng)技術(shù)被廣泛用于退化文檔圖像的增強(qiáng)[2]；安控領(lǐng)域中的指紋圖像增強(qiáng)[3]；交通應(yīng)用中的霧靄圖像增強(qiáng)[4]，車牌、路標(biāo)等重要信息的識(shí)別；軍事應(yīng)用中提取我方感興趣的敵方目標(biāo)；以及海洋開發(fā)中越來(lái)越多的水下目標(biāo)探測(cè)與圖像處理。

水下環(huán)境復(fù)雜，對(duì)其進(jìn)行觀測(cè)、監(jiān)控時(shí)較為直接有效的方法是采集圖像視頻，而由于水體本來(lái)的光學(xué)特性以及水中的懸浮顆粒、微生物和藻類等雜質(zhì)的影響，導(dǎo)致采集到的視頻、圖像整體模糊，噪聲較多，對(duì)比度降低，整體偏暗，彩色圖片的顏色失真。因此要想提高觀測(cè)效率和準(zhǔn)確率，必須提高視頻和圖片的質(zhì)量，而水下圖像增強(qiáng)技術(shù)正是解決這些問(wèn)題的一個(gè)重要手段。

直方圖均衡處理是圖像增強(qiáng)技術(shù)最常用的方法之一，可以有效地實(shí)現(xiàn)圖像對(duì)比度增強(qiáng)。然而這種原始的直方圖均衡化，不能使圖像效果得到最佳。因?yàn)樵摲椒](méi)有考慮RGB 三個(gè)通道間的關(guān)系，導(dǎo)致圖像顏色部分失真[5]。1997年Kim提出了保持亮度特性的直方圖均衡算法(BBHE)[6]，引起了許多學(xué)者的關(guān)注。在1999年Wan等人提出二維子圖直方圖均衡算法(DSIHE)[7]。接著Chen和Ramli提出最小均方誤差雙直方圖均衡算法(MMBEBHE)[8]。為了保持圖像亮度特性，許多學(xué)者轉(zhuǎn)而研究局部增強(qiáng)處理技術(shù)，提出了許多新的算法，即遞歸均值分層均衡處理(RMSHE)[9]。后來(lái)，S.M.Pizer提出了一種自適應(yīng)直方圖均衡化算法[10](Adaptive Histogram Equalization,AHE)，該算法更適合于改進(jìn)圖像的局部對(duì)比度以及獲得更多的圖像細(xì)節(jié)。文獻(xiàn)[11-13]提到的限制對(duì)比度直方圖均衡(Contrast Limited Adaptive Histogram Equalization,CLAHE)算法，能有效限制這種不利的放大。

本文利用CLAHE算法的對(duì)比度限幅和雙線性插值的高效優(yōu)勢(shì)，提出了一種基于限制對(duì)比度顏色校正的水下圖像增強(qiáng)算法。

1 顏色平衡算法

人的視覺(jué)系統(tǒng)具有顏色恒常性，能從變化的光照環(huán)境和成像條件下獲取物體表面顏色的不變特性，但成像設(shè)備不具有這樣的調(diào)節(jié)功能，不同的光照環(huán)境會(huì)導(dǎo)致采集的圖像顏色與真實(shí)顏色存在一定程度的偏差，需要選擇合適的顏色平衡(校正)算法，消除光照環(huán)境對(duì)顏色顯現(xiàn)的影響。

K.Iqbal等人提出的綜合顏色模型算法(ICM)[16]，將輸出圖像的RGB通道進(jìn)行拉伸到整個(gè)動(dòng)態(tài)范圍。再將圖像轉(zhuǎn)換到HIS(Hue,Intensity,Saturation)模型，對(duì)S、I進(jìn)行拉伸。無(wú)人監(jiān)督的顏色校正模型算法(UCM)[17]，基于Von Kries假說(shuō)，先對(duì)各個(gè)通道進(jìn)行剪切以增強(qiáng)對(duì)比度，然后按均值的大小再進(jìn)行拉伸，最后轉(zhuǎn)換到HSI模型，對(duì)S、I通道進(jìn)行拉伸。

1.1 均衡RGB

由于不同波長(zhǎng)的光在水中的吸收衰減程度不同，如圖1，因此水下圖像一般情況下顏色是不平衡的，通常偏藍(lán)綠色。

圖1 不同波長(zhǎng)的光在水中衰減情況

灰度世界算法假設(shè)自然界景物對(duì)于光線的平均反射的均值在總體上是個(gè)定值，這個(gè)定值近似地為“灰色”。該算法對(duì)顏色的校正過(guò)程如下：

① 圖像RGB三個(gè)分量的平均值為：

(1)

(2)

(3)

式中，N為圖像的像素總數(shù)。

② 圖像的平均灰度值為：

(4)

③ 3個(gè)通道的增益系數(shù)為：

(5)

(6)

(7)

④ 根據(jù)Von Kries對(duì)角模型，對(duì)圖像中每一個(gè)像素，調(diào)整其RGB分量，使得

(8)

(9)

(10)

得到校正后的RGB分量。

1.2 RGB顏色模型的對(duì)比度校正

水下圖像的低對(duì)比度使得圖像中很多細(xì)節(jié)容易被忽略[18]，首先設(shè)定一個(gè)期望值，然后增大像素值的動(dòng)態(tài)范圍，對(duì)RGB通道進(jìn)行拉伸以達(dá)到增強(qiáng)對(duì)比度的目的。根據(jù)對(duì)RGB各通道均值大小的比較，來(lái)判斷是進(jìn)行單邊拉伸還是雙邊拉伸。

當(dāng)Rmean較高或者Bmean較低時(shí)，R通道向左拉伸，B通道向右拉伸，如圖2和圖3所示。否則，G通道向兩邊拉伸，如圖4所示。

圖2 R通道向左側(cè)拉伸

圖3 B通道向右側(cè)拉伸

圖4 G通道向兩側(cè)拉伸

由于人的視覺(jué)對(duì)亮度敏感程度，為了便于色彩處理和識(shí)別，人的視覺(jué)系統(tǒng)經(jīng)常采用HSI顏色空間，它比RGB顏色空間更符合人的視覺(jué)特性。將拉伸后的圖像轉(zhuǎn)化到HSI空間，同理對(duì)S、I進(jìn)行拉伸，以增強(qiáng)圖像的飽和度和亮度，如圖5所示。

圖5 對(duì)S、I通道的雙邊拉伸

2 水下圖像增強(qiáng)算法

從本質(zhì)上講，本文提出的基于限制對(duì)比度顏色校正的水下圖像增強(qiáng)算法是一個(gè)對(duì)比度直方圖重新分布和像素重新映射的過(guò)程。算法的具體流程如下：

① 對(duì)圖像進(jìn)行預(yù)處理。大部分的水下圖像都是在光照不均勻的條件下獲取的，細(xì)節(jié)也很模糊并且伴有噪聲，算法針對(duì)圖像的對(duì)比度過(guò)低的問(wèn)題，首先進(jìn)行對(duì)比度限幅，即設(shè)定閾值，對(duì)圖像進(jìn)行分塊處理(一般采用8*8)，以免處理后的彩色圖像會(huì)出現(xiàn)局部顏色不均勻的情況；

② 采用雙線性插值法加快運(yùn)算，并消除塊狀結(jié)果；

③ 在灰度世界(GrayWorld,GW)的基礎(chǔ)上均衡各分塊圖像的RGB通道；

④ 對(duì)求出的RGB各個(gè)通道的值取平均，進(jìn)行對(duì)比判斷，根據(jù)均值的大小來(lái)決定下一步是進(jìn)行單向拉伸還是雙邊拉伸。

算法流程圖如圖6所示。

圖6 本文算法流程

以魚群和石頭2張水下圖像為實(shí)驗(yàn)對(duì)象，首先分別采用GW、WP(WhitePatch)、直方圖均衡(HistogramEqualization,HE)、ICM、遞歸自適應(yīng)直方圖規(guī)定化(RecursionAdaptiveHistogramSpecification,RAHS)、CLAHE、UCM和本文的限制對(duì)比度顏色校正(CLAUCM)算法進(jìn)行增強(qiáng)處理。然后采用圖像的對(duì)比度、信息熵和平均梯度這3個(gè)常用的圖像質(zhì)量評(píng)價(jià)指標(biāo)來(lái)衡量各種增強(qiáng)算法處理后的圖片，如圖7和圖8所示。由圖7和圖8的處理結(jié)果，以及對(duì)表1的數(shù)據(jù)分析可以看出，本文提出的基于限制對(duì)比度顏色校正的水下圖像增強(qiáng)算法確實(shí)有較好的視覺(jué)效果，圖像更加清晰、對(duì)比度更強(qiáng)、細(xì)節(jié)也更加突出，且有更好的飽和度和亮度。

圖7 多種圖像增強(qiáng)算法處理的魚群效果

圖8 多種圖像增強(qiáng)算法的石頭效果

圖像內(nèi)容參量原圖GWWPHEICMRAHSCLAHEUCMCLAUCM魚群對(duì)比度10．0814．9210．0862．4535．1629．5529．6837．8945．50平均梯度1．952．541．957．074．656．677．145．758．86信息熵6．076．366．077．966．997．287．287．117．72石頭對(duì)比度19．0818．3719．6230．4534．4244．2141．6937．2652．56平均梯度2．922．922．908．584．6313．471．194．7010．52信息熵6．436．386．487．556．977．777．697．068．02

3 結(jié)束語(yǔ)

本文提出了一種限制對(duì)比度自適應(yīng)的顏色校正模型算法，在聯(lián)系多種基于直方圖和顏色校正模型算法原理的基礎(chǔ)上，首先總結(jié)出2種方法的共同點(diǎn)，即均為像素點(diǎn)的重新映射，然后繼續(xù)延展和創(chuàng)新得到的。通過(guò)實(shí)驗(yàn)結(jié)果分析可以看出，與原有的圖像增強(qiáng)算法相比，在處理效果和質(zhì)量評(píng)價(jià)方面都有一定的優(yōu)勢(shì)。

[1] 岡薩雷斯.數(shù)字圖像處理(第2版)[M].北京:電子工業(yè)出版社,2003.

[2] MOGHADDAMR F,CHERIET M.A Variational Approach to Degraded Document Enhancement[J].IEEE Trans.Pattern Anal.Machine Intell.,2010,32(8):1 347-1 361.

[3] SHERLOCKB,MUNRO D,MILLARD K.Fingerprint Enhancement by Directional Fourier Filtering[J].IEE Proceedings-Vision Image and Signal Processing,1994,141(2):87-94.

[4] FATTALR.Single Image Dehazing[J].ACM Trans.Graphics,2008,27(3):721-729.

[5] WOODSRE,GONZALES RC.Real-time Digital Image Enhancement[J].IEEE Journals & Magazines,1981,69(5):643-654.

[6] KIMY T.Contrast Enhancement Using Brightness Preserving Bi-histogram Equalization[J].IEEE Transaction on Consumer Electronics,1997,43(1):1-8.

[7] WANGY,CHEN Q,ZHANG B M.Image Enhancement Based on Equal Area Dualisticsub-image Histogram Equalization Method[J].IEEE Transaction on Consumer Electronics,1999,45(1):68-75.

[8] CHENS D,RAMLI A R.Minimum Mean Brightness Error Bi-histogram Equalization in Contrast Enhancement[J].IEEE ,2003,49(4):1 310-1 319.

[9] CHENS,RAMLI A.Contrast Enhancement Using Recursive Mean-separate Histogram Equalization for Scalable Brightness Preservation[J].IEEE Transaction on Consumer Electronics,2003,49(4):1 301-1 309.

[10] PIZERS M.Psychovisual Issues in the Display of Medical Images[C]∥Hoehne KH(ed):Pictoral Information Systems in Medicine.Berlin,Germany,Springer-Verlag,1985:211-234.

[11] ZUIDERVELD K.Contrast Limited Adaptive Histogram Equalization[C]∥Graphics Gems,1994:474-485.

[12] PIZERS M,AMBURN E P,AUSTIN J D,et al.Adaptive Histogram Equalization and Its Variations[J].Computer Vision Graphics & Image Processing,1987，39:355-368.

[13] PISANO E D,ZONG S,HEMMINGER B M,et al.Contrast Limited Adaptive Histogram Equalization Image Processing to Improve the Detection of Simulated Speculations in Dense Mammograms[J].Journal of Digital Imaging,1998,11(4):193.

[14] GASPARINIF,SCHETTINIR.Color Correction for Digital Photographs[C]∥Proceedings of the 12th International Conference on Image Analysis and Processing,2003:646-657.

[15] ZHUGuidong,SHEN Li,WANG Jinjue.A Color Correction Method Based on the Region-specificvon-Kries Adaptation[J].Computer Engineering&Science,2007,29(2):50-52 .

[16] IQBALK,SALAM R A,OSMAN A,et al.Underwater Image Enhancement Using an Integrated Color Model[J].Iaeng International Journal of Computer Science,2007,34(2):239-244.

[17] IQBALK,ODETAYOM,JAMESA,et al.Enhancing the Low Quality Images Using Unsupervised Color Correction Method[J].IEEE International Conference on Systems,2010,25(1):1 703-1 709.

[18] LI Qingwu,SHU Daiqun,ZHOU Yan.Study on the Underwater Optical Image Clarity Enhancing[J].Acta Optica Sinica,2014,34:s110001-s110001-6.

Underwater Image Enhancement Based on Contrast Limited Color Correction

YU Yi-de1，ZHOU Man-li2,WANG Hong-ping1

(1.Unit91550,PLA,DalianLiaoning116023,China; 2.CollegeofInformationScience&Engineering,OceanUniversityofChina,QingdaoShandong266100,China)

Because of the special absorption and scattering characteristics of water medium,underwater image can not show natural color image quality.This paper proposes a color correction model algorithm that limits the contrast adaptation.The color correction model algorithm is to obtain the mean values of the RGB channels and compare them based on the gray scale,and then determine to do the linear stretching of one end or two ends according to the size of the average.The method is a contrast correction based on color balance,RGB color model and HSI color model.The algorithm is based on CLAHE that divides the pictures into small blocks to process,and then by limiting the contrast of each small block,applies the color correction model algorithm to process pictures based on underwater image enhancement requirement.Also,the bilinear interpolation is used to improve the efficiency of the algorithm.The practical operation shows that the algorithm has good treatment efficiency.

underwater image;image enhancement;color correction model;adaptive algorithm

10.3969/j.issn.1003-3106.2017.09.04

余義德,周曼麗,王紅萍.基于限制對(duì)比度顏色校正的水下圖像增強(qiáng)[J].無(wú)線電工程,2017,47(9):16-20.[YU Yide，ZHOU Manli,WANG Hongping.Underwater Image Enhancement Based on Contrast Limited Color Correction[J].Radio Engineering,2017,47(9):16-20.]

TP391.41

A

1003-3106(2017)09-0016-05

2017-03-22

余義德 男，(1975—)，高級(jí)工程師。主要研究方向：水下測(cè)量技術(shù)及應(yīng)用。

王紅萍 女，(1971—)，高級(jí)工程師。主要研究方向：水下測(cè)量技術(shù)及應(yīng)用。