基于UCM算法中直方图拉伸的水下图像增强研究

摘要：

针对水下图像色彩失真,对比度低以及图像模糊不清等一系列问题,提出了一种基于色彩模型的水下图像增强算法,改进了现有的UCM算法的直方图线性拉伸,使用限制对比度自适应的方法对直方图进行非线性均衡化,使处理后的图片对比度增强效果更好,图像质量更高,更符合人类的视觉感知.通过搭建的水下海参场景和模拟海底图像偏蓝绿色的实验环境,拍摄了 4组海参在不同姿态、工况下的水下图片并对其进行定性、定量分析,得出改进后的UCM算法在UIConM、UIQM、NIQE指标下的数值分别平均为0.63、4.30、3.30,相比较其他3种算法,该算法处理后的图像质量评估指标均为最优,由此证明了研究的算法相对于其他的传统算法显示出更好的可行性和优越性,并且能够适应不同的水下工况,拥有良好的鲁棒性.

关键词：水下图像、图像增强、UCM算法、直方图拉伸

所属期刊栏目：39

分类号：TP391.4(计算技术、计算机技术)

资助基金：上海交通大学海洋智能装备与系统教育部重点实验室开放基金项目MIES-2020-05

在线出版日期：2022-11-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：10-16