《Underwater image enhancement framework and its application on an autonomous underwater vehicle platform》
摘要
不适当的光源安装和复杂的水下环境将导致照明不均和所拍摄图像的过度曝光,为了解决这些问题,本文提出了一种用于水下机器人自主平台的水下图像增强框架,该框架包括水下光源优化和照明不均校正。光源优化方法通过计算合适的投光角度来提高成像质量,这样,视野的中心总是明亮的。另外,本文提出了一种基于自适应滤波器的照度校正算法,以解决人工光源引起的照明不均匀的问题。在此过程中,采用图像块分割和图像增强指标的措施来提高适应性,减少滤波器参数的计算误差。建立并测试了具有在不同自然条件下收集的真实水下图像的数据集,实验结果表明该方法比典型方法具有更好的适应性和有效性。
一、水下成像模型
根据经典的Jaffe-McGlamery模型,可以将光的辐照度视为直射光分量和后向散射分量之和,即公式表示为:I(x,y)=J(x,y)t(x)+A[1-t(x)],且其模型可以表示为:
其中在清水或者深海中捕获的水下图像就想再空中捕获的图像一样,因为介质实质上是均匀的,并且水中几乎没有悬浮粒子,所以可以假设后向散射分量对成像的影响很小。 直接分量的主要衰减是光在均匀水介质中传播时的损失。 但是,深海绝对是黑暗的,机器人必须携带辅助光源为水下摄像机提供场景照明。 尽管在自然光下拍摄图像时不需要在地表水中照明的光源,但是光源和自然光都会在拍摄场景中引入不均匀的照明。 因此,对于水下机器人而言,配备具有人造光源的水下摄像机以捕获光线充足的水下图像非常重要,并且考虑到人造光的图像增强技术的开发对于提高图像质量很重要。
二、光源优化方法
1、光源、摄像机、海底三者关系模型
本节中提出一种光源优化方法,应用于无人水下航行器以自动捕获光线良好的水下图像。通常,将摄像机和光源安装在航行器底部,为了减少散射效应,应将光源安装在离摄像机尽可能远的地方,这样,在光源优化过程中,假设海底是平坦的,并且将光源视为点光源,则可以通过考虑海底、光源和摄像机三者之间的关系,来构建一个直角三角形模型如下图:
则一个带有光源和水下摄像机的AUV可以用下图表示:
在此模型中,垂直于海底的光源方向被视为0度,而 θ \theta θp即为光源角度。其几何关系可以表示为:tan θ \theta θp= d 1 d 2 \frac{d1}{d2} d2d