【图像增强论文阅读】Color Balance and Fusion for Underwater Image Enhancement

说明：写文章的目的是为自己的学习做记录，理清文章思路，更深层的理解，便于回忆、查询与总结。本人处于学习阶段，不正确的地方欢迎各位大佬批评指正！

论文：Color Balance and Fusion for Underwater Image Enhancement
作者：Codruta O. Ancuti , Cosmin Ancuti, Christophe De Vleeschouwer , and Philippe Bekaert
期刊：TIP
出版：2018.01

介绍

  本文介绍了一种基于传统相机捕获的单个图像的消除水下图像中雾度的新颖方法，来增强在水下捕获的由于介质的散射和吸收而导致的质量下降的图像。方法是基于原始降级图像的色彩补偿和白平衡的两个图像进行融合，并定义了两个要融合的图像及其关联的权重图，以促进与输出图像的边缘转移和颜色对比度。为避免尖锐的权重图过渡在重建图像的低频分量中造成伪影，本文还采用了多尺度融合策略。 白平衡阶段旨在消除由水下光散射引起的色偏，从而产生海底图像的自然外观。 融合过程的多尺度实施可实现无伪影的融合。

方法

A.白平衡(White Balance)

1.启发来源
  白平衡旨在改善图像外观，主要是通过消除由于各种照明或介质衰减特性而导致的不希望有的色偏。
  颜色的感知与深度相关，当光穿透水时，衰减过程会选择性地影响波长光谱，从而影响着色表面的强度和外观。 由于散射对长波长的衰减比对短波长的衰减要大，因此水下图像呈现的蓝绿色外观需要校正。 实际上，颜色的衰减和损失还取决于观察者与场景之间的总距离。
  最能消除蓝色调的方法是Gray World，但是因为红色通道的平均值非常小，导致产生严重的红色伪影，导致红色位置被过度补偿。为了避免这个问题，首先主要补偿了红色通道的损失，然后采用Gray World算法计算白平衡图像。

2.补偿红色通道损失的规则
  水下图像绿色保留的更好；将绿色通道的一部分添加给红通道；补偿应与绿色平均值和红色平均值之间的差异成比例；红通道的补偿仅须在高度衰减的区域中执行。

3.红通道的补偿
  在每个像素位置补偿红通道：

Ir，Ig分别代表输入图像的红通道和绿通道，归一化在[0,1]之间。α = 1。

4.蓝色通道补偿
  当浮游生物浓度升高时，由于有机物的吸收，蓝色通道可能会显著衰减。 为了解决这些情况，当蓝色强烈衰减且红色通道的补偿似乎不足时，对蓝色通道进行补偿，即将补偿后的蓝色通道Ibc计算为：

5.Gray-World估计补偿色偏

B.多尺度融合(Multi-Scale Fusion)

1.融合过程的输入

第一个输入：对白平衡图像做伽马校正得到的图像作为第一个输入。
第二个输入：对白平衡图像做锐化处理得到的图像作为第二个输入。
其中锐化图像表示为：

2.融合过程的权重

拉普拉斯对比度权重(WL)：通过计算应用于每个输入亮度通道的拉普拉斯滤波器的绝对值来估计全局对比度。
显著权重(WS)：强调在水下场景中失去突出地位的显着物体。
饱和权重(WSat)：使融合算法能够通过充分利用高度饱和的区域来适应色度信息。

3.多尺度融合过程

基于拉普拉斯金字塔，金字塔表示将图像分解为带通图像的总和。实际上，金字塔的每个级别都使用低通高斯核G对输入图像进行滤波，并在两个方向上将滤波后的图像抽取2倍。
然后，从输入中减去低通图像的上采样版本，并使用抽取后的低通图像作为后续金字塔等级的输入。 使用G1表示l个低通滤波和抽取的序列，然后进行l个上采样操作，金字塔的N个层Ll定义如下：

结果