水下圖像增強與目標識別算法研究.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

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。
　　水下目標識別技術(shù)是以水下圖像處理技術(shù)為基礎，利用光圖像實現(xiàn)對水下目標的識別，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識別技術(shù)占主導地位，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。針對復雜多變的水下環(huán)境，如何準確、快速的提取感興趣目標成為水下目標識別的關(guān)鍵。
　　本文依

3、次對水下圖像增強技術(shù)與目標識別算法相關(guān)理論與方法進行了分析與研究。本論文的主要研究內(nèi)容可以概括為:
　　(1)水下圖像增強與目標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內(nèi)容，并討論了它們各自的特點。在水下圖像增強應用中，分析比較了限制對比度自適應直方圖均衡化(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效果。在基于顏色特征目標識別應用中，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度、目標拍攝角度以及目標與鏡頭的距離發(fā)生變化時對目標正確識別率的影響。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方法研究
　　通過分析和比較現(xiàn)有水下增強方法存在的不足，將同態(tài)濾波與直方圖拉伸方法和HSI和HSV兩種顏色空間進行有效結(jié)合，提出了基于色調(diào)H不變的水下圖像增強方法。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和強度分量I進行同態(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大的噪聲進行降噪處理并得到最終

6、增強圖像。通過與其它幾種水下圖像增強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識別方法研究
　　通過分析水下環(huán)境復雜性，得出基于顏色和形狀特征水下目標提取與識別的優(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提取的原理;通過估計得到的衰減系數(shù)和目標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顏色點，進而可提

7、取出所有目標點。由于背景區(qū)域可能存在與目標顏色相近的“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)學中的腐蝕運算去除小碎片和目標邊界的毛刺，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內(nèi)部的孔洞、平滑目標邊界的作用。在準確提取出感興趣目標后，經(jīng)canny邊緣檢測算子得到目標的邊緣輪廓，在形狀識別方法中選用形狀標記圖進行目標識別。最后通過大量實驗數(shù)據(jù)證實了本章提出的在復雜背景下基于顏色和形狀特征的水下