水下降质图像的偏振参数分区优化复原

李荣华; 蔡昌烨; 张圣辉; 徐云鹤; 曹昊天

doi:10.37188/OPE.20233120.3010

您当前的位置：

首页 >

文章列表页 >

水下降质图像的偏振参数分区优化复原

信息科学 | 更新时间：2023-11-27

- 水下降质图像的偏振参数分区优化复原
- Polarization parameter partition optimization restoration method for underwater degraded image
- 光学精密工程 2023年31卷第20期页码：3010-3020
- 作者机构：
  
  1.大连交通大学机械工程学院，辽宁大连 116028
  2.大连市先进机器人感知与控制技术创新中心，辽宁大连 116028
- 作者简介：
  
  [ "李荣华（1983-），男，河北唐山人，教授，博士生导师，2011年于大连理工大学获得博士学位，主要从事空间非合作目标构型重建、水下目标偏振特性分析、材料光学特性反演技术研究。E-mail： lironghua705@163.com" ]
  [ "蔡昌烨（1999-），男，辽宁岫岩人，硕士研究生，2021年于大连交通大学获得学士学位，主要从事机器视觉及水下目标偏振特性分析研究。E-mail： 505034288@qq.com" ]
- 基金信息：
  
  国防科技重点实验室基金资助项目(2022-JCJQ-L8-015-0201);辽宁省教育厅科学研究项目重点项目资助(LJKZ0475);大连市高层次人才创新支持计划资助项目(2022RJ03)
- DOI：10.37188/OPE.20233120.3010
  中图分类号：
扫描看全文
李荣华,蔡昌烨,张圣辉等.水下降质图像的偏振参数分区优化复原[J].光学精密工程,2023,31(20):3010-3020.

LI Ronghua,CAI Changye,ZHANG Shenghui,et al.Polarization parameter partition optimization restoration method for underwater degraded image[J].Optics and Precision Engineering,2023,31(20):3010-3020.
李荣华,蔡昌烨,张圣辉等.水下降质图像的偏振参数分区优化复原[J].光学精密工程,2023,31(20):3010-3020. DOI： 10.37188/OPE.20233120.3010.

LI Ronghua,CAI Changye,ZHANG Shenghui,et al.Polarization parameter partition optimization restoration method for underwater degraded image[J].Optics and Precision Engineering,2023,31(20):3010-3020. DOI： 10.37188/OPE.20233120.3010.

摘要

水下环境获取图像存在对比度下降、清晰度降低、信息衰减等问题。传统方法是对整幅图像的偏振信息进行估计处理，水下图像中目标具有复杂的偏振特性，导致某些目标区域的复原效果欠佳，发生退化。本文提出了一种水下降质图像偏振参数分区优化复原方法。首先经分块对比度加强和引导滤波对两幅偏振正交图像处理后提取高低偏物体的连通域，根据偏振度图像各像素点的值进行分区，优化了对低、高偏振度目标物区域的提取过程；其次分别估计各目标物的目标光偏振度，解决了传统方法中全局估计中复杂目标的错误估计问题；最后对后向散射光偏振度图像进行迭代优化，得到最优选区。实验表明：本文实验结果的主观视觉质量提升显著，前两组实验在低浑浊度下对比原始光强图，客观评价指标EME值提升平均达554%，对比度则平均提升528%，第三组实验在低照度高浑浊度环境下对比原始光强图，EME值提升达379%，对比度则提升956%。三组实验自然图像质量评价指标NIQE值表现良好，图像更加自然。本文的方法较传统方法能有效地复原水下浑浊图像，增加图像对比度，削弱信息衰减，实现更好的图像清晰化效果。

Abstract

In real water environments， common imaging problems include contrast reduction， low definition， and information attenuation. The traditional estimation method involves estimating the polarization information of the entire image. In real underwater images， the target has complex polarization characteristics， the restoration effects of some target areas are poor， and even degradation occurs. In this study， a method of polarization parameter partition optimization restoration for water-degraded images was proposed. First， the connected domain of an object with high and low polarizations was extracted after two images were processed with orthogonal polarization by block contrast enhancement and guided filtering. Based on the pixel values in the polarization image， the extraction process of high and low polarization object regions was optimized. Second， the polarization of each object was estimated， which solved the problem of incorrect estimation of complex objects in traditional global estimation methods. Finally， the image of polarization degree of backscattered light was iteratively optimized to obtain the optimal selection. Experimental results show that the subjective visual quality of the image is improved significantly. In two initial experiments， the original light intensity maps under low turbidity are compared. The measurement of enhancement by entropy （EME） value of the objective evaluation index and the contrast increases by 554% and 528% on average， respectively. In a third set of experiments， in which a comparison of the original light intensity maps in an environment of low illumination and high turbidity was conducted， the EME value and contrast are improved by 379% and 956%， respectively. Three sets of natural image quality evaluation （NIQE） indices indicate the proposed method has good performance， and a more natural image is produced. Compared with the traditional method， the proposed method can effectively restore a turbid image， increase image contrast， weaken information attenuation， and achieve a better image sharpening effect.

关键词

信息衰减对比度加强分区优化迭代优化图像清晰化

Keywords

information attenuationincreased contrastpartition optimizationiterative optimizationimage sharpening

references

YUAN X， GUO L X， LUO C T， et al. A survey of target detection and recognition methods in underwater turbid areas［J］. Applied Sciences， 2022， 12（10）：4898. doi: 10.3390/app12104898http://dx.doi.org/10.3390/app12104898

HU K， WENG C， ZHANG Y， et al. An overview of underwater vision enhancement： from traditional methods to recent deep learning［J］. Journal of Marine Science and Engineering. 2022， 10（2）： 241. doi: 10.3390/jmse10020241http://dx.doi.org/10.3390/jmse10020241

郭继昌，李重仪，郭春乐，等. 水下图像增强和复原方法研究进展［J］. 中国图象图形学报， 2017（3）： 273-287. doi: 10.11834/jig.20170301http://dx.doi.org/10.11834/jig.20170301

GUO J C， LI C Y， GUO C L， et al. Research progress of underwater image enhancement and restoration methods［J］. Journal of Image and Graphics， 2017（3）： 273-287.（in Chinese）. doi: 10.11834/jig.20170301http://dx.doi.org/10.11834/jig.20170301

赵永强，戴慧敏，申凌皓，等. 水下偏振清晰成像方法综述［J］. 红外与激光工程， 2020， 49（6）： 3788/IRLA20190574. doi: 10.3788/irla.4_2019-0574http://dx.doi.org/10.3788/irla.4_2019-0574

ZHAO Y Q， DAI H M， SHEN L H， et al. Review of underwater polarization clear imaging methods［J］. Infrared and Laser Engineering， 2020， 49（6）： 3788/IRLA20190574.（in Chinese）. doi: 10.3788/irla.4_2019-0574http://dx.doi.org/10.3788/irla.4_2019-0574

万振华，赵开春，褚金奎. 基于偏振成像的方位测量误差建模与分析［J］. 光学精密工程， 2019， 27（8）： 1688-1696. doi: 10.3788/ope.20192708.1688http://dx.doi.org/10.3788/ope.20192708.1688

WAN Z H， ZHAO K C， CHU J K. Modeling and analysis of orientation measurement error based on polarization imaging［J］. Opt. Precision Eng.， 2019， 27（8）： 1688-1696. （in Chinese）. doi: 10.3788/ope.20192708.1688http://dx.doi.org/10.3788/ope.20192708.1688

BAZEILLE S， QUIDU I， JAULIN L， et al. Automatic underwater image pre-processing［J］. CMM'06， 2006.

HE K M， SUN J， TANG X O. Single image haze removal using dark channel prior［J］. IEEE Transactions on Pattern Analysis and Machine Intelligence， 2011， 33（12）： 2341-2353. doi: 10.1109/tpami.2010.168http://dx.doi.org/10.1109/tpami.2010.168

GALDRAN A， PARDO D， PICÓN A， et al. Automatic Red-Channel underwater image restoration［J］. Journal of Visual Communication and Image Representation， 2015， 26： 132-145. doi: 10.1016/j.jvcir.2014.11.006http://dx.doi.org/10.1016/j.jvcir.2014.11.006

SCHECHNER Y Y， KARPEL N. Recovery of underwater visibility and structure by polarization analysis［J］. IEEE Journal of Oceanic Engineering， 2005， 30（3）： 570-587. doi: 10.1109/joe.2005.850871http://dx.doi.org/10.1109/joe.2005.850871

SCHECHNER Y Y， KARPEL N. Clear Underwater Vision［C］. Proceedings of the 2004 IEEE Computer Society Conference on Computer Vision and Pattern Recognition， 2004. CVPR. June 27 - July 2， 2004， Washington， DC， USA. IEEE， 2004： I.

HUANG B J， LIU T G， HU H F， et al. Underwater image recovery considering polarization effects of objects［J］. Optics Express， 2016， 24（9）： 9826-9838. doi: 10.1364/oe.24.009826http://dx.doi.org/10.1364/oe.24.009826

HU H F， ZHAO L， HUANG B J， et al. Enhancing visibility of polarimetric underwater image by transmittance correction［J］. IEEE Photonics Journal， 2017， 9（3）： 1-10. doi: 10.1109/jphot.2017.2698000http://dx.doi.org/10.1109/jphot.2017.2698000

范之国，宋强，代晴晴，等. 全局参数估计的水下目标偏振复原方法［J］. 光学精密工程， 2018， 26（7）： 1621-1632. doi: 10.3788/ope.20182607.1621http://dx.doi.org/10.3788/ope.20182607.1621

FAN Z G， SONG Q， DAI Q Q， et al. Underwater target polarization recovery method based on global parameter estimation［J］. Opt. Precision Eng.， 2018， 26（7）： 1621-1632. （in Chinese）. doi: 10.3788/ope.20182607.1621http://dx.doi.org/10.3788/ope.20182607.1621

褚金奎，张培奇，成昊远，等. 基于特定偏振态成像的水下图像去散射方法［J］. 光学精密工程， 2021， 29（5）： 1207-1215. doi: 10.37188/OPE.20212905.1207http://dx.doi.org/10.37188/OPE.20212905.1207

CHU J K， ZHANG P Q， CHENG H Y， et al. De-scattering method of underwater image based on imaging of specific polarization state［J］. Opt. Precision Eng.， 2021， 29（5）： 1207-1215. （in Chinese）. doi: 10.37188/OPE.20212905.1207http://dx.doi.org/10.37188/OPE.20212905.1207

LI H X， ZHU J P， DENG J X， et al. Visibility enhancement of underwater images based on polarization common-mode rejection of a highly polarized target signal［J］. Optics Express， 2022， 30（24）： 43973. doi: 10.1364/oe.474365http://dx.doi.org/10.1364/oe.474365

ZHANG H J， ZHOU N， MENG Q G， et al. Local optimum underwater polarization imaging enhancement based on connected domain prior［J］. Journal of Optics， 2022， 24（10）： 105701. doi: 10.1088/2040-8986/ac83d6http://dx.doi.org/10.1088/2040-8986/ac83d6

LI X B， HU H F， ZHAO L， et al. Polarimetric image recovery method combining histogram stretching for underwater imaging［J］. Scientific Reports， 2018， 8： 12430. doi: 10.1038/s41598-018-30566-8http://dx.doi.org/10.1038/s41598-018-30566-8

YANG M， SOWMYA A. New image quality evaluation metric for underwater video［J］. IEEE Signal Processing Letters， 2014， 21（10）： 1215-1219. doi: 10.1109/lsp.2014.2330848http://dx.doi.org/10.1109/lsp.2014.2330848

AGAIAN S S， PANETTA K， GRIGORYAN A M. Transform-based image enhancement algorithms with performance measure［J］. IEEE Transactions on Image Processing， 2001， 10（3）： 367-382. doi: 10.1109/83.908502http://dx.doi.org/10.1109/83.908502

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

空间相机碳纤维薄壁筒式主次镜支撑结构

采用互扫描法自动标定工作空间定位系统

空间相机碳纤维薄壁筒式主次镜支撑结构