-
公开(公告)号:CN118261809A
公开(公告)日:2024-06-28
申请号:CN202410368015.7
申请日:2024-03-28
Applicant: 大连海事大学
Abstract: 本发明提供了一种基于变分Retinex的水下图像重建与融合方法。本发明采用分离的变分Retinex理论,通过调整图像像素的动态范围和光成分,来更好地提取具有数据高阶约束的非局部属性,从而显著的增强水下图像的质量,并通过设计一种图像序列的精确对准策略,实现了图像序列的准确配准,有效地重建了图像序列中带有视差的场景。针对现有水下图像拼接方法区域分割不精细的问题,本发明提供了一个基于接缝邻域信息的新型代价函数,有助于这些解决的接缝的迭代优化。这个过程增强了这些区域内的分割精度,从而实现更精确的场景重建。
-
公开(公告)号:CN117541520A
公开(公告)日:2024-02-09
申请号:CN202311304890.0
申请日:2023-10-10
Applicant: 大连海事大学
Abstract: 本发明提供一种基于最优化算法的低耦合Retinex模型的水下图像增强方法,包括以下步骤:首先,基于RGB颜色空间对原图像各通道总像素值进行细分,得到通道衰减等级。根据该等级,对强衰减通道进行补偿,并计算拉伸因子,进而对各通道进行拉伸的像素分布重映射。为进一步补偿图像亮度损失,采用最优化Retinex模型的变分方法进行增强。首先,构建最优化模型,并根据水下图像特性和多种先验,构建正则项和权重分量,然后,选择合适求解方式对模型进行求解,得到光照分量和反射率分量,最后,通过伽马校正调整光照分量,与反射率分量融合得到最终输出图像。本发明有效解决色彩偏移和衰减色过度补偿问题,同时提升了图像亮度,避免过曝。
-