水下圖像增強(qiáng)與目標(biāo)識別算法研究.pdf

1、數(shù)字圖像技術(shù)的發(fā)展已經(jīng)比較成熟，而且其已應(yīng)用于諸多領(lǐng)域并取得了顯著的成果，但對于水下圖像處理技術(shù)的研究卻鮮有成效。水下環(huán)境比陸地上要復(fù)雜的多，而且水下沒有光源，水下成像系統(tǒng)必須依賴人造光源提供照明，光在水中傳輸時又會受到水的吸收、反射和散射等影響而發(fā)生嚴(yán)重的衰減，采集到的水下圖像難免會出現(xiàn)可見范圍有限、模糊不清、低對比度、非均勻光照、色彩不協(xié)調(diào)以及噪聲等問題。而圖像增強(qiáng)的目的就是有針對性的改善或解決以上某個或某些問題，因此，水下圖像增強(qiáng)

2、技術(shù)成為水下圖像處理技術(shù)研究的重點內(nèi)容之一。
　　水下目標(biāo)識別技術(shù)是以水下圖像處理技術(shù)為基礎(chǔ)，利用光圖像實現(xiàn)對水下目標(biāo)的識別，這是數(shù)字圖像處理領(lǐng)域另一個重要課題。目前，雖然基于聲視覺的水下目標(biāo)識別技術(shù)占主導(dǎo)地位，但由于光視覺圖像能給人們最直觀、豐富的視覺感知信息，基于光視覺技術(shù)的在水域清晰、近距離作業(yè)中有著基于聲視覺技術(shù)無法替代的優(yōu)勢。針對復(fù)雜多變的水下環(huán)境，如何準(zhǔn)確、快速的提取感興趣目標(biāo)成為水下目標(biāo)識別的關(guān)鍵。
　　本文依

3、次對水下圖像增強(qiáng)技術(shù)與目標(biāo)識別算法相關(guān)理論與方法進(jìn)行了分析與研究。本論文的主要研究內(nèi)容可以概括為:
　　(1)水下圖像增強(qiáng)與目標(biāo)識別顏色空間選擇研究
　　介紹了顏色空間和雙色性反射模型理論基礎(chǔ)內(nèi)容，并討論了它們各自的特點。在水下圖像增強(qiáng)應(yīng)用中，分析比較了限制對比度自適應(yīng)直方圖均衡化(CLAHE)、同態(tài)濾波(HF)和小波閾值降噪(WTD)的三種傳統(tǒng)的經(jīng)典圖像增強(qiáng)算法在HSI，HSV, YUV, YCrCb，XYZ，Lab六種經(jīng)

4、典顏色空間中對水下圖像的增強(qiáng)效果。在基于顏色特征目標(biāo)識別應(yīng)用中，針對11個光照不變性顏色分量r,g，b，H，S，y,u，v，c1，c2，c3和由其組成rgb，HSy,yuv, c1c2c3，rSc2，uSb六種彩色空間，重點討論了它們在光照強(qiáng)度、目標(biāo)拍攝角度以及目標(biāo)與鏡頭的距離發(fā)生變化時對目標(biāo)正確識別率的影響。這些真實實驗數(shù)據(jù)與結(jié)論為顏色空間的最優(yōu)選擇提供可靠依據(jù)，同時亦可作為后期研究內(nèi)容及工作開展的經(jīng)驗參考。
　　(2)基于色調(diào)

5、不變的水下圖像增強(qiáng)方法研究
　　通過分析和比較現(xiàn)有水下增強(qiáng)方法存在的不足，將同態(tài)濾波與直方圖拉伸方法和HSI和HSV兩種顏色空間進(jìn)行有效結(jié)合，提出了基于色調(diào)H不變的水下圖像增強(qiáng)方法。首先將圖像從RGB空間轉(zhuǎn)換到HSI空間后，保持色調(diào)分量H不變，對飽和度分量S和強(qiáng)度分量I進(jìn)行同態(tài)濾波;然后再轉(zhuǎn)換到HSV空間，仍保持色調(diào)分量H不變，對S和V分量進(jìn)行直方圖拉伸;最后使用小波閾值降噪方法對前面兩步操作過程中擴(kuò)大的噪聲進(jìn)行降噪處理并得到最終

6、增強(qiáng)圖像。通過與其它幾種水下圖像增強(qiáng)算法的對比實驗得出:本論文提出的方法在改善光照不均勻、平衡色彩保真度和降噪方面表現(xiàn)出良好的優(yōu)越性。
　　(3)基于顏色和形狀特征的水下目標(biāo)識別方法研究
　　通過分析水下環(huán)境復(fù)雜性，得出基于顏色和形狀特征水下目標(biāo)提取與識別的優(yōu)勢和可行性;根據(jù)水下顏色變化模型，分析了基于顏色特征水下目標(biāo)提取的原理;通過估計得到的衰減系數(shù)和目標(biāo)已知顏色即可判斷圖像中是否存在與已知顏色相兼容的目標(biāo)顏色點，進(jìn)而可提

7、取出所有目標(biāo)點。由于背景區(qū)域可能存在與目標(biāo)顏色相近的“兼容色”，在提取過程中容易產(chǎn)生誤檢現(xiàn)象，可利用二值形態(tài)學(xué)中的腐蝕運算去除小碎片和目標(biāo)邊界的毛刺，運用連通域檢測算法去除殘余的較大面積的背景噪聲，膨脹運算則起到了填充目標(biāo)內(nèi)部的孔洞、平滑目標(biāo)邊界的作用。在準(zhǔn)確提取出感興趣目標(biāo)后，經(jīng)canny邊緣檢測算子得到目標(biāo)的邊緣輪廓，在形狀識別方法中選用形狀標(biāo)記圖進(jìn)行目標(biāo)識別。最后通過大量實驗數(shù)據(jù)證實了本章提出的在復(fù)雜背景下基于顏色和形狀特征的水下