一种用于渔业监测的水下图像增强方法与流程

本发明属于计算机视觉，特别涉及一种用于渔业监测的水下图像增强方法。

背景技术：

1、水下图像在渔业监测和海洋研究中具有重要应用，但由于水体的散射和吸收，会引起水下图像色彩衰减、对比度下降和模糊的问题，为了提高水下图像的清晰度和解析度，需要水下对图像进行处理。

2、现有技术中，水下图像处理方法已经在低深度水域环境中得到应用，水下图像处理方法包括基于统计学的图像增强技术和基于机器学习的图像恢复技术，水下图像方法在一定程度上能够改善图像质量，但在面对深水环境的图像时，仍存在一些挑战。

3、首先，水下图像处理需要考虑水体散射和吸收引起的物理现象，这些现象在高分辨率图像中尤为显著，传统的图像处理方法往往难以同时处理这些复杂的物理现象，导致增强效果不理想，其次，水下图像的高分辨率和大规模数据量要求图像增强方法具有高效的计算性能，然而许多现有的方法在计算效率上存在不足，难以满足实时处理的需求。

4、深度学习在图像处理领域展现了强大的能力，通过卷积神经网络（cnn）技术，可以有效提取水下图像的多尺度特征，并进行高效的图像增强，然而，将深度学习方法应用于水下图像处理，仍需要解决如何结合物理模型和数据驱动方法，以实现更高效、更精确的水下图像增强，因此，需要一种水下图像数据处理方法，能够针对深水环境中的图像特点，结合物理模型和深度学习技术，提供高效的水下图像增强解决方案，提高水下图像的清晰度和解析度，并实现实时处理。

技术实现思路

1、本发明提供一种用于渔业监测的水下图像增强方法，旨在提高水下图像的清晰度和解析度，解决由于反射和光传播引起的图像衰减、对比度下降和模糊问题，提出了一种高效的水下图像增强方法，实现水下图像的实时处理。

2、本发明提出了一种用于渔业监测的水下图像增强方法，包括以下步骤：

3、s1、收集水下图像数据，水下图像数据包含四种不同的鱼群图像；

4、s2、对水下图像进行初步去噪、裁剪和颜色校正；

5、s3、建立水下图像分析模型，将水下图像数据信号分解为初始信号和逆反射信号；

6、s4、使用深度估计方法进行逆反射衰减计算,对水下图像进行一次图像处理；

7、s5、根据逆反射衰减计算结果推演逆反射系数；

8、s6、计算未衰减水下图像的三通道照明图，进行水下图像增强计算得到高质量的增强水下图像；

9、s7、使用收集的水下图像数据对水下图像分析模型进行训练；

10、s8、将训练好的水下图像分析模型部署在渔业监测系统中，实现对新输入水下图像的实时增强处理。

11、优选的，在s3步骤中，将水下图像数据信号分解为初始信号和逆反射信号，初始信号为相机拍摄的水下图像信号，逆反射信号为水体反射折射所造成的噪声信号，具体公式为：，其中为r、g、b的三个通道，为水下图像的初始信号，为逆反射信号，为总模型信号，进一步扩展得到：，其中是单通道模型信号，是深度为零未衰减的水下图像信号，是逆向反射颜色，为初始信号系数，为逆反射信号系数，和取决于五个因素，包括物体反射率、环境光谱、相机的光谱响应、介质的物理散射和光束衰减系数。

12、优选的，在s4步骤中，水下图像中的逆折射量随着水深增加呈指数增加，并最终达到饱和，在场景反射或照明趋于零的区域，捕获的图像接近于全逆反射图像，因此通过识别深色区域来计算逆反射，通过基于深度图搜索最暗的rgb三元组来完成逆反射计算。

13、优选的，在s4步骤中，识别水下图像最暗区域来计算逆反射衰减，具体公式为：， 其中为单通道逆反射信号，为预估零衰减的水下图像信号，、、三项系数由非线性最小二乘拟合进行计算得到，由此计算水下图像的初始信号，并将设为新的。

14、优选的，在s4步骤中，使用绝对深度图准确计算逆反射，采用了一种单目深度估计网络生成深度图，通过使用双重估计和不同分辨率下的补丁选择迭代地结合场景结构信息来增强深度图质量。

15、优选的，在s5步骤中，通过最小化衰减损失函数来优化照明图，使照明图符合物理模型，具体公式为：，计算照明图，其中为 可 学 习 参 数 ， 为距水面的深度 ，为照明图，表示照明图的对数。

16、优选的，在s6步骤中，采用双边网格上采样技术，在低分辨率下进行计算，生成高质量增强水下图像，实现实时处理， 首先在低分辨率下进行图像增强计算，低分辨率水下图像表示为，由计算而来，其中，为增强函数，为低分辨率的直接信号，为低分辨率的照明图，利用双边网格表示低分辨率增强结果，将映射到双边网格，计算，其中表示双边网格操作， 通过双边网格上的插值操作，将低分辨率增强结果上采样到高分辨率增强结果，具体公式为： 其中，表示双边网格上的上采样操作， 通过最小化衰减损失函数 来估计照明图，对每个通道进行优化，得到估计的照明图，将估计的照明图用于图像增强，生成高质量的增强水下图像。

17、]与现有技术相比，本发明具有以下技术效果：本发明提供的技术方法提出了建立水下图像分析模型、逆反射衰减计算、推演逆反射系数、计算三通道照明图、高质量的增强水下图像生成；首先，建立水下图像分析模型将水下图像数据信号分解为初始信号和逆反射信号，将噪声信号分离出来以便后续计算；接着，使用深度估计方法进行逆反射衰减计算,对水下图像进行一次图像处理，进一步加强噪声区分度；根据逆反射衰减计算结果推演逆反射系数，使用逆反射系数计算还原水下图像提升系统图像增强性能；计算未衰减水下图像的三通道照明图，进行水下图像增强计算得到高质量的增强水下图像；最后实现了高质量的增强水下图像精准重建；通过各模块的有机结合，该技术显著提升了图像处理的质量和效率。

技术特征：

1.一种用于渔业监测的水下图像增强方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种用于渔业监测的水下图像增强方法，其特征在于，所述步骤s3中，将所述的水下图像数据信号分解为初始信号和逆反射信号，所述初始信号为相机拍摄的水下图像信号，所述逆反射信号为水体反射折射所造成的噪声信号，具体公式为：，其中为r、g、b的三个通道，为水下图像的初始信号，为逆反射信号，为总模型信号，进一步扩展得到：，其中是单通道模型信号，是深度为零未衰减的水下图像信号，是逆向反射颜色，为初始信号系数，为逆反射信号系数，和取决于五个因素，包括物体反射率、环境光谱、相机的光谱响应、介质的物理散射和光束衰减系数。

3.根据权利要求1所述的一种用于渔业监测的水下图像增强方法，其特征在于，所述步骤s4中，所述的一次图像处理具体为识别所述水下图像最暗区域计算逆反射衰减，具体公式为：， 其中为单通道逆反射信号，为预估零衰减的水下图像信号，、、三项系数由非线性最小二乘拟合进行计算得到，由此计算水下图像的初始信号，并将设为新的。

4.根据权利要求1所述的一种用于渔业监测的水下图像增强方法，其特征在于，所述步骤s5中，所述的推演逆反射系数具体为：通过最小化衰减损失函数来优化照明图，使所述照明图符合物理模型，具体公式为：，计算照明图，其中为 可 学 习 参 数 ， 为距水面的深度 ，为照明图，表示照明图的对数。

5.根据权利要求1所述的一种用于渔业监测的水下图像增强方法，其特征在于，所述步骤s6中，所述的水下图像增强计算具体为：采用双边网格上采样技术，对低分辨率水下图像下进行计算，生成高分辨率增强水下图像， 首先在低分辨率下进行水下图像增强计算，低分辨率水下图像表示为，由计算而来，其中，为增强函数，为低分辨率的直接信号，为低分辨率的照明图，利用双边网格表示低分辨率增强结果，将映射到双边网格，计算，其中表示双边网格操作，通过双边网格上的插值操作，将低分辨率增强结果上采样到高分辨率增强结果，具体公式为： 其中，表示双边网格上的上采样操作， 通过最小化衰减损失函数 来计算照明图，对三个通道进行优化，得到估计的照明图，将估计的照明图用于水下图像增强，生成高质量的增强水下图像。

技术总结
本发明提出了一种用于渔业监测的水下图像增强方法，涉及计算机视觉领域。本发明提出了水下图像增强流程，包括收集水下图像数据、水下图像处理、建立水下图像信号模型、计算逆反射信号、生成质量的增强水下图像。本发明提供了一种高效的图像增强方法，能够以更少的计算成本实现高质量的水下图像增强，特别适用于用于渔业监测的水下图像的实时处理。

技术研发人员：徐海强,马国红,杜兴华,李壮,臧金梁,姜燕,刘亚
受保护的技术使用者：山东省淡水渔业研究院（山东省淡水渔业监测中心）
技术研发日：
技术公布日：2024/9/23