[發明專利]一種自適應分數階多尺度熵融合的水下圖像增強方法

在審

• 申請號: 201911132467.0
• 申請日: 2019-11-19
• 公開（公告）號: CN110910323A
• 公開（公告）日: 2020-03-24
• 發明（設計）人: 馬金祥;范新南;張燕紅;高敏;王崴
• 申請（專利權）人: 常州工學院
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T5/50;G06T7/13
• 代理公司: 南京知識律師事務所 32207
• 代理人: 王昊

1.一種自適應分數階多尺度熵融合的水下圖像增強方法，其特征在于，包括以下步驟：

將原始水下圖像劃分成非重疊的圖像塊；

將圖像塊由RGB圖像轉換為灰度圖像，應用4方向Sobel邊緣檢測器計算圖像塊的灰度圖像對應的梯度圖像，統計各圖像塊灰度圖像的亮度圖像；

在圖像塊內部，以梯度圖像的梯度均值為主要參考因素，以亮度圖像的亮度均值為輔助參考因素，建立梯度域分數階的階數參考矩陣；

梯度域分數階的階數參考矩陣的基礎上，構建多尺度的分數階的階數參考矩陣，所述尺度數為分數階的階數的個數；

在圖像塊內部進行多尺度分數階微積分運算，獲取與尺度數一致的基于分數階的增強輸出圖像；

在與尺度數一致的基于分數階的增強輸出圖像的基礎上，在圖像塊內部對不同功率因數的增強輸出圖像進行均值融合，并計算融合后的圖像的信息熵和對比度；

對圖像塊內融合后的圖像的信息熵和對比度進行比較分析，確定圖像塊內對比度增強的輸出圖像；

利用雙線性插值，對圖像塊內對比度增強的輸出圖像進行相鄰區域內的像素重新賦值操作，獲取全局對比度增強圖像；

輸入原始水下圖像，將原始水下圖像由RGB圖像轉換為灰度圖像；

應用4方向Sobel邊緣檢測器計算灰度圖像對應的梯度圖像，求得梯度圖像的自適應增益函數；

結合梯度圖像的自適應增益函數對全局對比度增強圖像進行基于自適應梯度增益的廣義有界對數乘法運算，獲得最終的基于分數階多層熵融合的自適應增益水下增強圖像；

輸出基于分數階多層熵融合的自適應增益水下增強圖像。

2.根據權利要求1所述的自適應分數階多尺度熵融合的水下圖像增強方法，其特征在于，所述將原始水下圖像劃分成M×N個非重疊的圖像塊，圖像塊具體表示為：

Block_c，m，n

其中，c表示顏色通道c＝{r，g，b}；r，g，b分別表示紅綠藍三種顏色通道；m，n表示圖像塊檢索，m＝0，1，2，…，M-1，n＝0，1，2，…，N-1，M為劃分的圖像塊的總行數，N為劃分的圖像塊的總列數。

3.根據權利要求2所述的自適應分數階多尺度熵融合的水下圖像增強方法，其特征在于，所述梯度域分數階的階數參考矩陣具體為：

其中，ref表示參考值，Order_ref，m，n為位于第m行n列的圖像塊的梯度域分數階的階數參考矩陣，w_r1和w_r2分別為梯度均值和亮度均值的權重，w_r1＞w_r2＞0，Order_ref，m，n∈(0，1)；λ是梯度域自適應增益函數，λ_m，n是位于第m行n列的圖像塊的梯度均值，λ_max為位于第m行n列的圖像塊中的最大梯度值；Light_m，n是位于第m行n列的圖像塊的亮度均值。

4.根據權利要求3所述的自適應分數階多尺度熵融合的水下圖像增強方法，其特征在于，所述構建多尺度的分數階的階數矩陣具體包括：

上浮和下調梯度均值和亮度均值的權重，得到多尺度的分數階的階數矩陣Order_q，m，n；其中，q＝(ref-K，…，ref-1，ref，ref+1，…，ref+K)，因此多尺度的分數階的階數矩陣的尺度數為2K+1，Order_q，m，n∈(0，1)，K取正整數。