【OpenCV】水下图像处理算法

2017-6 水下机器人视觉系统图像处理研究_仝灼银 
1.利用算法提高图像清晰度 
2.建立物理模型

(1)空域增强算法：直方图处理、对比度调整、图像分割——最热 
优化：部分统计加强、局部直方图调整、基于限制的混合对比度自适应直方图等

(2)频域增强算法：傅里叶变换、高斯滤波 
同态滤波、高斯滤波、高通滤波、选通滤波、小波变换—基于频域和时域，弥补傅里叶变换的不足，但有振铃现象。

(3)颜色恒常理论算法：白平衡理论 
(4)混合方法：前三种方法融合

自适应直方图均衡化—AHE，会出现过度增强噪点 
对比度限制的自适应直方图均衡化—CLAHE

清晰度评价方法 
均方误差—MSE 
峰值信噪比—PSNR

算法实现： 
图像从RGB空间经过算法处理分别变换到HSV和Lab颜色模型。再图像变换道HSV空间后，对V通道进行处理，再进行CLAHE算法处理，低照度部分将被增强，有效提升原图像的整体对比度。同时，采用加权方法对高频部分进行适当削弱，用来增强图像细节信息的对比度。在图像变换到Lab空间后，利用CLAHE算法对L通道进行处理，得到加强后的图片处理结果。