基于人眼視覺(jué)特性的nsct域水下圖像自動(dòng)增強(qiáng)系統(tǒng)及其方法
【專(zhuān)利摘要】本發(fā)明提供一種基于人眼視覺(jué)特性的NSCT域水下圖像自動(dòng)增強(qiáng)系統(tǒng)及其方法，綜合利用NSCT的多尺度、多方向邊緣表達(dá)優(yōu)勢(shì)和噪聲去除優(yōu)勢(shì)，同時(shí)借鑒了人眼視覺(jué)系統(tǒng)的感知特性，在NSCT域去噪的同時(shí)，引入Retinex算法去除水下光照不均，并引入亮度掩膜和對(duì)比度掩膜特性生成基于人眼視覺(jué)特性的NSCT對(duì)比度掩膜系數(shù)，通過(guò)設(shè)計(jì)兩個(gè)非線性映射函數(shù)分別自動(dòng)調(diào)節(jié)NSCT對(duì)比度掩膜系數(shù)和NSCT低頻子帶系數(shù)來(lái)實(shí)現(xiàn)對(duì)比度增強(qiáng)，無(wú)需手工調(diào)節(jié)參數(shù)。因此，本發(fā)明可以在有效去噪的同時(shí)，自動(dòng)實(shí)現(xiàn)水下圖像的對(duì)比度增強(qiáng)、邊緣銳化并去除光照不均。
【專(zhuān)利說(shuō)明】基于人眼視覺(jué)特性的NSCT域水下圖像自動(dòng)増強(qiáng)系統(tǒng)及其 方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于圖像處理【技術(shù)領(lǐng)域】，設(shè)及圖像自動(dòng)增強(qiáng)方法，具體而言是一種基于人 眼視覺(jué)特性的NSCT域水下圖像自動(dòng)增強(qiáng)系統(tǒng)及其方法。

【背景技術(shù)】
[0002] 近年來(lái)，隨著水下環(huán)境感知需求的增加，水下成像技術(shù)得到了迅猛發(fā)展，主要被用 于水下勘測(cè)、水下機(jī)器人、海洋生物監(jiān)測(cè)及軍事等方面。然而水下成像與空中成像有很大 的不同，受水下光的散射和衰減作用的影響，采集得到的水下光學(xué)圖像具有對(duì)比度低、噪聲 強(qiáng)、光照不均和目標(biāo)邊緣模糊等特點(diǎn)，給圖像的人工判讀和自動(dòng)解譯帶來(lái)了極大的困難。因 此，研究水下光學(xué)圖像增強(qiáng)技術(shù)，提高水下圖像的視覺(jué)質(zhì)量，對(duì)水下目標(biāo)探測(cè)與識(shí)別、海上 資源勘探與管道敷設(shè)、水庫(kù)清渺與航道疏竣等國(guó)防民生領(lǐng)域的應(yīng)用具有重要意義。
[0003] 圖像增強(qiáng)方法通常分為空間域和變換域兩大類(lèi)。空間域方法直接對(duì)圖像像素的灰 度進(jìn)行處理，主要包括灰度拉伸、直方圖修正、反銳化掩模、Retinex增強(qiáng)等。變換域方法是 在圖像的某個(gè)變換域中對(duì)變換系數(shù)進(jìn)行處理，然后通過(guò)逆變換獲得增強(qiáng)圖像，主要包括傅 里葉變換、DCT變換、小波變換和基于多尺度幾何變換的增強(qiáng)法。
[0004] 直方圖均衡化方法能夠很好地提升圖像整體對(duì)比度，但僅考慮全局灰度信息不僅 會(huì)擴(kuò)散圖像中的噪聲，也會(huì)出現(xiàn)局部增強(qiáng)不足或過(guò)增強(qiáng)的現(xiàn)象，反而破壞了部分邊緣細(xì)節(jié)。 Retinex算法利用人眼感知亮度和彩色的恒常性，來(lái)實(shí)現(xiàn)不同照度下圖像細(xì)節(jié)的增強(qiáng)，與人 眼視覺(jué)系統(tǒng)的屯、理視覺(jué)規(guī)律相一致，有利于去除光照不均，但由于采用高斯核函數(shù)進(jìn)行卷 積求解，圖像灰度呈現(xiàn)中屯、正態(tài)分布，灰化效應(yīng)明顯，對(duì)比度增強(qiáng)不足，對(duì)噪聲較為敏感。隨 著小波技術(shù)的發(fā)展，小波變換也被應(yīng)用到圖像增強(qiáng)領(lǐng)域中。較之空域增強(qiáng)方法，小波變換等 變換域增強(qiáng)方法將圖像分解成高頻分量和低頻分量，通過(guò)抑制高頻分量中的噪聲、拉伸低 頻分量可W同時(shí)兼顧增強(qiáng)和去噪。但是，小波變換只能反映信號(hào)的點(diǎn)奇異性（零維），而對(duì) 二維圖像中的邊緣等線、面奇異性（一維或更高維），則難W稀疏表示，因此在表征二維圖 像中的邊緣、紋理等高維奇異性或本質(zhì)幾何結(jié)構(gòu)特征時(shí)存在缺陷，導(dǎo)致圖像細(xì)節(jié)部分的紋 理增強(qiáng)效果不理想。同時(shí)，該種對(duì)變換系數(shù)的增強(qiáng)處理通常是含多個(gè)參數(shù)的增強(qiáng)函數(shù)，普遍 需要根據(jù)經(jīng)驗(yàn)手工調(diào)節(jié)最優(yōu)參數(shù)，無(wú)法實(shí)現(xiàn)計(jì)算機(jī)的自動(dòng)處理，給實(shí)際應(yīng)用帶來(lái)了極大的 不便。
[0005] 多尺度幾何分析發(fā)展的目的和動(dòng)力正是要致力于發(fā)展一種新的高維函數(shù)的最優(yōu) 表示方法。NSCT作為一種新的非下采樣的、具有平移不變性的多尺度幾何變換，比較而 言，各向異性的Contourlet基使得NSCT具有刻畫(huà)圖像的線奇異優(yōu)勢(shì)，該一點(diǎn)要優(yōu)于采用 小波基的非降采樣小波變換；同時(shí)NSCT具有平移不變性，在該一點(diǎn)上又優(yōu)于Contourlet、 化rvelet等多尺度幾何分析方法。因此，NSCT可W提供更為豐富的時(shí)域信息和精確的頻率 局部化信息，采用NSCT進(jìn)行增強(qiáng)處理可W在有效抑制噪聲的同時(shí)更好地突出圖像邊緣細(xì) 節(jié)特征。
[0006] 目前，許多變換域增強(qiáng)算法在進(jìn)行對(duì)比度增強(qiáng)時(shí)，把對(duì)比度定義為光照強(qiáng)度的絕 對(duì)變化，往往沒(méi)有考慮人眼的視覺(jué)特性。由于人眼視覺(jué)系統(tǒng)能夠最優(yōu)地感知圖像信息，自然 地消除圖像表示與其屯、理物理學(xué)屬性之間的差距，實(shí)現(xiàn)圖像的最優(yōu)表示與處理。因此，一個(gè) 有效的增強(qiáng)算法采用的對(duì)比度測(cè)度應(yīng)該與人眼視覺(jué)系統(tǒng)的屯、理視覺(jué)規(guī)律相一致。而人眼視 覺(jué)信息處理具有多層次性、稀疏性和復(fù)雜性，國(guó)內(nèi)外研究表明，人眼視覺(jué)系統(tǒng)具有亮度掩膜 特性，人眼對(duì)亮度的相對(duì)變化而不是絕對(duì)變化敏感。人眼辨別亮度差的能力與周?chē)h(huán)境及 其照度本身的大小有關(guān)系，即視覺(jué)隨著圖像背景亮度的變化，對(duì)亮度偏差的敏感度呈非線 性變化。同時(shí)，人眼視覺(jué)系統(tǒng)還具有對(duì)比度掩膜特性，人眼對(duì)對(duì)比度的相對(duì)變化敏感，當(dāng)一 個(gè)目標(biāo)周?chē)嬖谄渌牧炼却碳ぃ撃繕?biāo)被人眼感知的對(duì)比度會(huì)下降。西安電子科技大學(xué) 楊付正等人將人眼視覺(jué)特性引入到圖像的邊緣檢測(cè)中，取得了較好的檢測(cè)效果，具有很好 的借鑒意義。
[0007] 基于NSCT的多尺度、多方向邊緣表達(dá)和去噪優(yōu)勢(shì)，同時(shí)借鑒人眼視覺(jué)系統(tǒng)的感知 機(jī)理，提出了一種基于人眼視覺(jué)特性的NSCT域水下圖像自動(dòng)增強(qiáng)系統(tǒng)及其方法。專(zhuān)利檢索 及對(duì)國(guó)內(nèi)外各種科技文獻(xiàn)的最新檢索表明，尚未有將NSCT與人眼視覺(jué)特性相結(jié)合的水下 圖像自動(dòng)增強(qiáng)方法見(jiàn)諸文獻(xiàn)。


【發(fā)明內(nèi)容】

[000引本發(fā)明為了解決現(xiàn)有技術(shù)中存在的上述缺陷和不足，提供了一種基于人眼視覺(jué)特 性的NSCT域水下圖像自動(dòng)增強(qiáng)系統(tǒng)及其方法，自動(dòng)實(shí)現(xiàn)水下圖像的對(duì)比度增強(qiáng)、噪聲抑 審IJ、邊緣銳化和去除光照不均等功能
[0009] 為解決上述技術(shù)問(wèn)題，本發(fā)明一種基于人眼視覺(jué)特性的NSCT域水下圖像自動(dòng)增 強(qiáng)系統(tǒng)，包括水下圖像采集模塊、NSCT分解模塊、去噪模塊、不均勻光照糾正模塊、基于人眼 視覺(jué)特性的自動(dòng)增強(qiáng)模塊、NSCT重構(gòu)模塊W及輸出顯示模塊；
[0010] 所述水下圖像采集模塊，利用水下成像設(shè)備采集水下圖像；
[0011] 所述NSCT分解模塊，對(duì)所述水下圖像進(jìn)行NSCT分解，得到NSCT的低頻子帶系數(shù) 和高頻方向子帶系數(shù)；
[0012] 所述去噪模塊，利用自適應(yīng)闊值法濾除所述NSCT的高頻方向子帶系數(shù)噪聲；
[0013] 所述不均勻光照糾正模塊，對(duì)所述NSCT的低頻子帶系數(shù)采用Retinex算法去除圖 像中的光照不均，消除陰影；
[0014] 所述基于人眼視覺(jué)特性的自動(dòng)增強(qiáng)模塊，利用人眼視覺(jué)的亮度掩膜和對(duì)比度掩膜 特性，對(duì)所述NSCT的低頻子帶系數(shù)和高頻方向子帶系數(shù)進(jìn)行亮度掩膜和對(duì)比度掩膜，生成 基于人眼視覺(jué)特性的NSCT對(duì)比度系數(shù)，再通過(guò)非線性映射函數(shù)自動(dòng)修正NSCT對(duì)比度系數(shù)， 增強(qiáng)圖像的細(xì)節(jié)邊緣，通過(guò)非線性增益函數(shù)對(duì)NSCT低頻子帶系數(shù)進(jìn)行自動(dòng)調(diào)整，提高圖像 整體對(duì)比度，實(shí)現(xiàn)了對(duì)比度的自動(dòng)調(diào)節(jié)和邊緣銳化；
[0015] 所述NSCT重構(gòu)模塊，利用增強(qiáng)處理后的NSCT低頻子帶系數(shù)和高頻方向子帶系數(shù) 進(jìn)行NSCT重構(gòu)，得到增強(qiáng)圖像；
[0016] 所述輸出顯示模塊，將所述增強(qiáng)結(jié)果輸出顯示。
[0017] 基于人眼視覺(jué)特性的NSCT域水下圖像自動(dòng)增強(qiáng)方法，包括W下步驟：
[001引 （1)對(duì)輸入的水下圖像進(jìn)行NSCT分解，得到低頻子帶系數(shù)和高頻方向子帶系數(shù)；
[0019] (2)對(duì)低頻子帶系數(shù)采用Retinex算法去除圖像中的光照不均，對(duì)高頻方向子帶 系數(shù)采用自適應(yīng)闊值法濾除噪聲；
[0020] (3)對(duì)步驟（2)中處理后低頻子帶系數(shù)和高頻方向子帶系數(shù)依次進(jìn)行亮度掩膜和 對(duì)比度掩膜，得到基于人眼視覺(jué)特性的NSCT亮度掩膜系數(shù)和NSCT對(duì)比度掩膜系數(shù)；
[0021] (4)對(duì)所述步驟（3)得到的NSCT對(duì)比度掩膜系數(shù)采用非線性映射函數(shù)進(jìn)行自動(dòng)處 理，增強(qiáng)圖像的細(xì)節(jié)邊緣；
[002引 （5)采用非線性增益函數(shù)對(duì)NSCT低頻子帶系數(shù)進(jìn)行自動(dòng)調(diào)整，提高圖像整體對(duì)比 度；
[0023] (6)對(duì)步驟（4)中經(jīng)非線性映射函數(shù)處理后的NSCT對(duì)比度掩膜系數(shù)依次進(jìn)行反對(duì) 比度掩膜和反亮度掩膜，得到增強(qiáng)處理后的NSCT高頻方向子帶系數(shù)；
[0024] (7)對(duì)步驟（5)和（6)中增強(qiáng)處理后的NSCT低頻子帶系數(shù)和高頻方向子帶系數(shù)進(jìn) 行NSCT重構(gòu)，得到增強(qiáng)結(jié)果圖像。
[0025] 其中，所述步驟（3)中，亮度掩膜后得到的NSCT亮度掩膜系數(shù)為：
[0026]

【權(quán)利要求】
1. 一種基于人眼視覺(jué)特性的NSCT域水下圖像自動(dòng)增強(qiáng)系統(tǒng)，其特征在于：包括水下圖 像采集模塊、NSCT分解模塊、去噪模塊、不均勻光照糾正模塊、基于人眼視覺(jué)特性的自動(dòng)增 強(qiáng)模塊、NSCT重構(gòu)模塊以及輸出顯示模塊； 所述水下圖像采集模塊，利用水下成像設(shè)備采集水下圖像； 所述NSCT分解模塊，對(duì)所述水下圖像進(jìn)行NSCT分解，得到NSCT的低頻子帶系數(shù)和高 頻方向子帶系數(shù)； 所述去噪模塊，利用自適應(yīng)閾值法濾除所述NSCT的高頻方向子帶系數(shù)噪聲； 所述不均勻光照糾正模塊，對(duì)所述NSCT的低頻子帶系數(shù)采用Retinex算法去除圖像中 的光照不均，消除陰影； 所述基于人眼視覺(jué)特性的自動(dòng)增強(qiáng)模塊，利用人眼視覺(jué)的亮度掩膜和對(duì)比度掩膜特 性，對(duì)所述NSCT的低頻子帶系數(shù)和高頻方向子帶系數(shù)進(jìn)行亮度掩膜和對(duì)比度掩膜，生成基 于人眼視覺(jué)特性的NSCT對(duì)比度系數(shù)，再通過(guò)非線性映射函數(shù)自動(dòng)修正NSCT對(duì)比度系數(shù)，增 強(qiáng)圖像的細(xì)節(jié)邊緣，通過(guò)非線性增益函數(shù)對(duì)NSCT低頻子帶系數(shù)進(jìn)行自動(dòng)調(diào)整，提高圖像整 體對(duì)比度，實(shí)現(xiàn)了對(duì)比度的自動(dòng)調(diào)節(jié)和邊緣銳化； 所述NSCT重構(gòu)模塊，利用增強(qiáng)處理后的NSCT低頻子帶系數(shù)和高頻方向子帶系數(shù)進(jìn)行NSCT重構(gòu)，得到增強(qiáng)圖像； 所述輸出顯示模塊，將所述增強(qiáng)結(jié)果輸出顯示。
2. -種基于人眼視覺(jué)特性的NSCT域水下圖像自動(dòng)增強(qiáng)方法，其特征在于：包括以下步 驟： (1) 對(duì)輸入的水下圖像進(jìn)行NSCT分解，得到低頻子帶系數(shù)和高頻方向子帶系數(shù)； (2) 對(duì)低頻子帶系數(shù)采用Retinex算法去除圖像中的光照不均，對(duì)高頻方向子帶系數(shù) 采用自適應(yīng)閾值法濾除噪聲； (3) 對(duì)步驟（2)中處理后的低頻子帶系數(shù)和高頻方向子帶系數(shù)依次進(jìn)行亮度掩膜和對(duì) 比度掩膜，得到基于人眼視覺(jué)特性的NSCT亮度掩膜系數(shù)和NSCT對(duì)比度掩膜系數(shù)； (4) 對(duì)所述步驟（3)得到的NSCT對(duì)比度掩膜系數(shù)采用非線性映射函數(shù)進(jìn)行自動(dòng)處理， 增強(qiáng)圖像的細(xì)節(jié)邊緣； (5) 采用非線性增益函數(shù)對(duì)NSCT低頻子帶系數(shù)進(jìn)行自動(dòng)調(diào)整，提高圖像整體對(duì)比度； (6) 對(duì)步驟（4)中經(jīng)非線性映射函數(shù)處理后的NSCT對(duì)比度掩膜系數(shù)依次進(jìn)行反對(duì)比度 掩膜和反亮度掩膜，得到增強(qiáng)處理后的NSCT高頻方向子帶系數(shù)； (7) 對(duì)步驟（5)和（6)中增強(qiáng)處理后的NSCT低頻子帶系數(shù)和高頻方向子帶系數(shù)進(jìn)行 NSCT重構(gòu)，得到增強(qiáng)圖像。
3. 根據(jù)權(quán)利要求2所述的基于人眼視覺(jué)特性的NSCT域水下圖像自動(dòng)增強(qiáng)方法，其特征 在于：所述步驟（3)中，亮度掩膜后得到的NSCT亮度掩膜系數(shù)為：
上述亮度掩膜和對(duì)比度掩膜公式中，Xfe(l)為NSCT的第S層次上的低頻子帶系數(shù)，X(s，d) 為NSCT的第s層次、第d方向上的高頻方向子帶系數(shù)，s為層次，d為子帶方向，當(dāng)d=O 時(shí)，為低頻子帶。
4. 根據(jù)權(quán)利要求2所述的基于人眼視覺(jué)特性的NSCT域水下圖像自動(dòng)增強(qiáng)方法，其特征 在于：所述步驟（4)中，經(jīng)非線性映射函數(shù)處理后得到的NSCT對(duì)比度掩膜系數(shù)為：
度掩膜系數(shù)。
5. 根據(jù)權(quán)利要求2所述的基于人眼視覺(jué)特性的NSCT域水下圖像自動(dòng)增強(qiáng)方法，其特征 在于：所述步驟（5)中，經(jīng)非線性增益函數(shù)處理后的NSCT低頻子帶系數(shù)為：
子帶系數(shù)。
6. 根據(jù)權(quán)利要求2所述的基于人眼視覺(jué)特性的NSCT域水下圖像自動(dòng)增強(qiáng)方法，其特征 在于：所述步驟￠)中，經(jīng)反對(duì)比度掩膜處理得到的NSCT亮度掩膜系數(shù)為
上述反亮度掩膜公式中，Xfeco為NSCT的第s層次上的低頻子帶系數(shù)。
7. 根據(jù)權(quán)利要求2所述的基于人眼視覺(jué)特性的NSCT域水下圖像自動(dòng)增強(qiáng)方法，其特征 在于：所述步驟（1)中，對(duì)水下圖像進(jìn)行NSCT分解，分解層次為2?5層，每層分解的方向 數(shù)相同，為2的冪次。
8. 根據(jù)權(quán)利要求7所述的基于人眼視覺(jué)特性的NSCT域水下圖像自動(dòng)增強(qiáng)方法，其特征 在于：對(duì)水下圖像進(jìn)行NSCT分解，分解層次為3層。
【文檔編號(hào)】G06T5/20GK104504664SQ201410837680
【公開(kāi)日】2015年4月8日 申請(qǐng)日期:2014年12月29日 優(yōu)先權(quán)日:2014年12月29日
【發(fā)明者】周妍, 李慶武, 霍冠英, 劉艷, 江琴, 陳秉巖 申請(qǐng)人:河海大學(xué)常州校區(qū)