本發明涉及視覺感知，特別涉及基于色彩補償和圖像降噪的深海底模糊圖像增強方法。
背景技術：
1、深海底環境視覺感知是勘探取樣車順利工作的前提，能有效提升其行走和鉆探取樣的便捷性。作為從外界獲取海洋信息的重要來源，高質量的視覺圖像是勘探取樣車進行視覺感知增強和地形視覺三維重建的基礎。然而，由于深海底環境復雜、海底沉積物被擾動以及光在水下傳播時的吸收和散射作用，導致視覺圖像容易顏色失真，同時懸浮顆粒物的不規則運動會引入大量隨機噪聲，這對圖像質量產生顯著影響，使得圖像畫面模糊不清，嚴重影響勘探取樣車的視覺效果。
2、目前，已經有許多學者開展了水下渾濁場景圖像增強方法研究。常見的基于物理模型的方法被廣泛應用于圖像恢復，主要是通過估計模型參數來去除圖像模糊。常見的基于物理模型的方法有udcp（underwater?dark?channel?prior）和ibla（image?blurrinessand?light?absorption）等，但由于在水下實時拍攝過程中自然光和人造光的復雜性，采用基于物理模型的方法很難有效地說明水對光線的吸收和顏色衰減之間的關系，而且準確地估計物理模型參數也是一個難題，因此采用物理模型的方法恢復水下圖像常常會引入更為嚴重的色偏，同時也會降低圖像整體的對比度。
3、因此，研究人員開始采用基于像素強度再分配的方法對圖像進行處理。基于像素強度再分配的圖像增強方法是通過改變空間域或變換域的像素值，從而產生較好的視覺效果，這種方法不依賴于任何模型和先驗知識，在水下圖像增強領域中得到了廣泛的應用。基于圖像增強的方法往往會忽略水下光線傳播的物理特性，如對水下圖像的退化程度和場景深度信息不被考慮，所以不能完整地恢復水下圖像的顏色和紋理信息。隨著深度學習的快速發展，特別是卷積神經網絡（cnn）和生成對抗網絡（generative?adverserial?network，gan），已經被廣泛應用于水下圖像增強，但基于深度學習的圖像增強方法在實際應用中需要大量的圖像數據集，增加了時間成本和計算資源的消耗，并且生成水下圖像的真實性幾乎得不到驗證。
技術實現思路
1、為了解決上述技術問題，本發明提供算法簡單、視覺效果好的基于色彩補償和圖像降噪的深海底模糊圖像增強方法。
2、本發明解決上述技術問題的技術方案是：基于色彩補償和圖像降噪的深海底模糊圖像增強方法，包括以下步驟：
3、步驟1：設計亮度和顏色均衡的自動白平衡算法，對水下圖像進行色彩補償；
4、步驟2：采用小波域熱傳導矩陣對白平衡后的水下圖像進行處理，降低圖像噪聲和增強邊緣細節；
5、步驟3：設計壓縮域邊界平均算法消除水下圖像的塊效應；
6、步驟4：基于拉普拉斯金字塔進行多尺度圖像融合，得到增強后的清晰水下圖像。
7、上述基于色彩補償和圖像降噪的深海底模糊圖像增強方法，所述步驟1的具體過程為：
8、步驟11：采用灰度世界白平衡算法補償由于不同深度的水體對光線進行選擇性吸收而引起的圖像顏色失真，水下圖像進行紅色通道補償的計算公式如下：
9、
10、式中，為圖像在紅色通道的補償值，為紅色通道的通道值，為綠色通道的通道值，為紅色通道的平均值，為綠色通道的平均值，為紅色通道的補償系數；
11、步驟12：采用平均灰度值與各通道的平均值相除，獲得每個通道的權重，然后將各通道與權重相乘以調整每個通道的灰度值，計算公式如下：
12、
13、
14、式中，為平均灰度值，、和分別為rgb三通道的權重，為藍色通道的通道值，為藍色通道的平均值，、和分別為調整后的rgb三通道的灰度值；
15、步驟13：首先采用白塊retinex算法計算環境光，然后利用暗通道先驗算法估計光照透射率，再根據估算出的光照透射率確定水下圖像中的白色部分，最后采用參考白點來調整水下圖像，校正圖像色彩失真，以保持水下圖像的顏色恒常性；
16、步驟14：通過設定閾值以消除圖像高飽和區域，從而確定白色區域；
17、步驟15：在確定白色區域后，利用白色區域的平均值計算三個色彩通道的校準增益，通過參考白點調整水下圖像，得到白平衡后的水下圖像。
18、上述基于色彩補償和圖像降噪的深海底模糊圖像增強方法，所述步驟14中，確定白色區域的計算公式為：
19、
20、式中，表示經過閾值處理后的白色區域的二值化圖像，為變換閾值，為平均透射率，表示鄰域中紅色、綠色和藍色三通道的最小值，為水下圖像經過色彩校正后的圖像，為光照透射率，、分別表示像素點的橫、縱坐標。
21、上述基于色彩補償和圖像降噪的深海底模糊圖像增強方法，所述步驟14中，的計算公式為：
22、
23、式中，和分別為圖像的寬和高。
24、上述基于色彩補償和圖像降噪的深海底模糊圖像增強方法，所述步驟2的具體過程為：
25、步驟21：將白平衡預處理后的圖像從rgb顏色空間轉換到hsi顏色空間，hsi顏色空間即色度-飽和度-強度顏色空間，得到i通道圖像，然后采用熱傳導矩陣hcm對i通道圖像執行3×3掩模平移操作；
26、步驟22：對i通道圖像進行多尺度軟閾值去噪操作，采用高通和低通濾波器應用于小波的分解；
27、首先對高頻細節系數進行增強，得到增強后的高頻細節系數，公式為：
28、
29、式中，為第尺寸第方向的高頻細節系數，為增強后的第尺寸第方向的高頻細節系數，為尺度索引，為方向索引，為增強系數；
30、然后，應用閾值進行更新：
31、
32、式中，?為第尺寸第方向的閾值；
33、然后計算逆小波變換并重構小波系數，最后通過傅立葉逆變換返回到空間域，獲得去噪后的圖像。
34、上述基于色彩補償和圖像降噪的深海底模糊圖像增強方法，所述步驟21中，掩模平移過程中熱傳導值的計算公式為：
35、
36、式中，為掩模中心像素的熱傳導值，是掩模中熱路徑的平均表面積，為掩模中最高灰度值到最低灰度值的路徑長度，為熱傳導系數，和分別是掩碼中的最大灰度級值和最小灰度級值。
37、上述基于色彩補償和圖像降噪的深海底模糊圖像增強方法，所述步驟21中，熱傳導系數的計算公式為：
38、
39、式中，為掩模中心像素，為第個相鄰像素，為相鄰像素的序號；通過比較掩模中心像素和相鄰像素，從而得出熱傳導矩陣hcm為正、負或者零。
40、上述基于色彩補償和圖像降噪的深海底模糊圖像增強方法，所述步驟3的具體過程為：
41、步驟31：將白平衡預處理后的水下圖像從rgb顏色空間轉換到ycbcr顏色空間，得到y分量，然后對y分量進行離散余弦變換操作，采用圖像分塊和分類的思想，假設二維圖像為，，，為子圖像的邊長，進而得到一副圖像的離散余弦變換系數為：
42、
43、式中，為離散余弦變換系數，為離散余弦變換系數的位置，，，為原圖像中像素的位置；
44、步驟32：將子圖像大小設為8×8，子圖像中水平方向上相鄰的兩個經過局部同態濾波的子圖像為和，通過對和相鄰的邊界像素進行均值濾波，從而在水平方向消除子圖像的塊效應，表達式如下：
45、
46、式中，為水平方向的模板寬度，，為常數；為經過邊界平均算法處理后的像素值；為經過邊界平均算法處理后的像素值；為中第行第列的像素值；為中第行第列的像素值；為中第行第列的像素值；?為中第行第列的像素值；、、均為常數；
47、步驟33：子圖像中垂直方向上相鄰的兩個經過局部同態濾波的子圖像為和，通過對和相鄰的邊界像素進行均值濾波，從而在垂直方向消除子圖像的塊效應，其表達式如下所示：
48、
49、式中，為垂直方向的模板高度，，為常數；為經過邊界平均算法處理后的像素值；為經過邊界平均算法處理后的像素值；為中第行第列的像素值；為中第行第列的像素值；為中第行第列的像素值；為中第行第列的像素值。
50、上述基于色彩補償和圖像降噪的深海底模糊圖像增強方法，所述步驟31中，的取值為：
51、。
52、上述基于色彩補償和圖像降噪的深海底模糊圖像增強方法，所述步驟4中，首先將塊效應消除后的圖像作為輸入圖像，然后分別提取輸入圖像對應的暗通道權重、飽和度權重、亮度權重、曝光度權重、顯著性權重和色彩度權重，接著計算輸入圖像的拉普拉斯和相應權重映射的高斯數值，最后采用多尺度融合獲得增強后的水下清晰圖像。
53、本發明的有益效果在于：
54、1、本發明結合水下光學成像特性，設計亮度和顏色均衡的自動白平衡算法實現圖像色彩補償，能有效地提升水下圖像的清晰度，恢復水下圖像的顏色，并且對比度高，可見性好。
55、2、本發明利用小波域熱傳導矩陣降低圖像噪聲和增強邊緣細節，設計壓縮域邊界平均算法消除圖像的塊效應，能夠很好地降低圖像的噪聲和消除水下圖像的塊效應，提高水下退化圖像的質量，提升視覺效果，更加適應水下渾濁環境，能更好地為深海底勘探取樣車高質量視覺感知提供技術支撐。