说明:Ancuti的融合有两个版本,本文是第二个版本,相较于第一个版本,此版本去掉了曝光权重,因为他们发现曝光权重抵消了gamma校正的作用,且不利于锐化。
一、金字塔两输入
输入待增强图像,进行白平衡,得到的结果分别进行伽马校正以及锐化。
两输入 | 作用 | 缺点 |
---|---|---|
gamma校正 | 校正全局对比度,因水下白平衡的结果通常过亮 | 曝光不足/过度区域的细节丢失 |
锐化 | 减少散射引起的退化 | 会放大高频噪声 ,从而产生伪影 |
二、权重
拉普拉斯对比度权重WL:通过计算应用于每个输入亮度通道的拉普拉斯滤波器的绝对值来估计全局对比度,用于提取边缘和纹理。但此权重无法较好地区分斜坡和平坦区域
显著性权重Ws:为弥补WL的不足,用于突出水下场景中失去其显著性的对象,但此权重对亮度值高的区域更敏感。
饱和度权重Wsat:利用高饱和度区域,使融合的结果更适应颜色信息?(减少颜色失真吗)
计算最终的权重:第k个输入的权重Wk = 第k个输入的上述三个权重的加和,再用下面的公式进行归一化,drta是正则项,论文中取0.1。
三、融合
传统直接融合:
对本文来说,两个输入故K=2。但这种直接融合会产生光晕效应(halo),通常用多尺度线性滤波器来解决这个问题。
金字塔融合:
每个输入Ik被分解成拉普拉斯金字塔,每个输入对应的权重Wk被分解成高斯金字塔,然后,每个level的Ik和Wk加权求和。这里level=3。其中level取决于图像的size,且level的选取对融合结果有直接影响。
论文里的公式如下:![在这里插入图片描述](https://img-blog.csdnimg.cn/20210629205045376.png)
上面公式对应的开源代码(Matlab):
四、重构
论文里没提,代码里的,这里说一下。上面的融合结果是金字塔结构,故需要将金字塔map合成一个map。(map:在图像处理过程中生成的图,只要不是结果图,均成为map)
论文
代码资源显示已存在,无法上传,如有需要可以私信。