09水下图像处理技术汇编.pptVIP

水下图像处理技术 散射可看成三种物理现象的结果： （1） 经过粒子的作用，光偏离直线传播 （2）光透入粒子发生一次或多次的反射（折射） （3）?光在粒子表面反射 图像增强的方法： 灰度变换 直方图修整 图像平滑 图像锐化 彩色技术等 关于模糊图像的恢复算法研究已有几十年，但处理水下模糊图像的实际应用很少。 目前有较多实际应用的是X射线成像图像及卫星、航空、遥感等所得图片的恢复，人们对X射线照片的噪声特点、大气扰动对图像的退化作用等都有比较成熟的认识。而对于水下图像，长距离、多次散射的光传输尚无系统的定量结果，不同环境条件下、不同水体的扩展函数的扰动机制、噪声模型几乎没有研究。 水下图像处理 利用测得的海水的PSF，通过褪卷积则可以对原始图像未知的模糊图像进行恢复，达到消模糊的目的。 * * 水中吸收及散射比空气中要强。想象在水中离一个点光源一定距离处用照相机拍它的象, 若无散射，将得到一个亮点即δ函数，它是原点光源的象；由于实际上有散射，点源的象模糊了，除中心亮点外，还有向四周扩散渐弱的光晕，此模糊象即为PSF。可见，PSF是水体的脉冲响应。 图像的增强 图像增强的目的： （1）改善图像的视觉效果，提高图像的清晰度（定性） （2）有利于计算机的处理（定量）。如：锐化有利于图像边缘检测 水下图像传输示意图 水下目标成像机制 成像系统接收到的信号由如下三部分构成： a 被水下目标反射的光，没有被水体散射的光信号 Ed ; b 被水下目标反射的光，被水体小角度散射的光信号 Efs ; c 没有被水下目标反射，而进入接收器的光信号 Ebs 。 其中，Ed只包含水下目标的信息。 Efs包含了部分水下目标的信息。 Ebs为背景噪声. 图像变质模型 线性系统模型。 假定f（u，v）和g（x，y）分别代表 真实景物和变质图像的二维函数。 根据线性系统的特点，图像变质模型 用如下函数表示： h x,y,u,v F u,v n x,y g x,y 如果此系统为线性空不变系统，那么，上式可写为： 如果系统有噪声干扰，则： 图像恢复方法 1、逆滤波方法 如果噪声可忽略，则： 进行Fourier变换： 或： 在实际应用逆滤波恢复时存在如下问题： （1）H存在零点时，上式无法应用； （2）系统或多或少存在一些噪声，这时， （1） 2、维纳滤波 根据维纳滤波的准则，要使滤波前后图像与的均方误差为最小，即应使： 可以导出经典的维纳滤波器传递函数： 恢复的图像谱为： 分别为噪声与原图像的功率谱， H* u,v 为H u,v 的共轭矩阵 （1）克服了逆滤波的零点问题。 当H u,v 0时，由于 的存在，不会出现病态问题。 （2）如果系统中不存在噪声，即 ，因此有： 就变成了逆滤波。这就是说，当信噪比很高时，维纳滤波接近逆滤波。 （3）当信噪比较小时，即 逆滤波表现不敏感。这就是说，维纳滤波可避免对噪声的放大作用。在使用维纳滤波法时，H u,v 由点扩展函数确定, （i）测量原理 在无散射和吸收的理想海水中，离点光源即δ函数一定距离处得到的像将也是一个亮点；由于海水的散射作用，实际上得到的像除中心亮点外，还有向四周扩散渐弱的光晕，即由于水体的作用，点源的像模糊了，此模糊象即水体的PSF。此过程可表示为： PSF δ（x，y）*PSF 因此，根据水中光或图象传输的概念，测量点源经过水体后的光分布，则直接得到PSF。但是点光源在实际中很难得到，这一方法不具备实用性。若能得到某已知图象f0（x，y）经水体传输的模糊象g0（x，y），从式进行褪卷积运算，则可以计算得到水体点扩展函数 . （2）水体点扩展函数的测量 （ii 测量系统 原图 10cm水体传输后的模糊图 20cm水体传输后的模糊图 30cm水体传输后的模糊图 条纹模板直接逆滤波恢复图像 条纹模板Wiener滤波恢复图象