水下机器人湍流作业情况的图像退化及复原研究
方案
2.1 问题分析
在水下环境中,由于水介质对光线的散射与吸收作用,使水下图像产生严重的灰白效应,水的流动、摄像机与目标物的运动都会使图像产生模糊,因此,图像增强是必不可少的。本文基于盲目图像复原方法,首先脱离真实图像辨识出点扩散函数PSF,然后用经典图像复原算法复原退化图像。
2.2 退化模型
一般的图像退化模型可以通过表达式(1)来进行表示:
其经过傅里叶变化至频域后可表示成表达式(2):
2.3 点扩散函数的确定
光在水中传播时,散射方式主要有两种,种是在遇到悬浮粒子时,射方向与光前进方向一致的现象,为前向散射;还有一种是在遇到悬浮粒子时,生的向光前进相反的方向散射的现象,为后向散射。
放置在系统输入平面上、空间频率为ν的一维余弦光栅的光强分布可表为:
通过系统后像的光强分布则为式(4):
2.4 基于图像先验和图像结构特征的模糊图像盲复原算法
(1) 问题描述。
式子(6)所搭建的模型可以用来描述图像的降质和模糊的过程:
(2)提出的盲复原算法。
假设由模糊核参数表示的模糊核函数为:
盲复原算法的流程框图,如图所示:
(3)基于最大后验估计复原图像判决准则。
3 结论
通过以上模型算法的分析,初步完成了对水下湍流条件下图像复原方案的搭建,通过后期的代码实现,可以较好地实现水下图像复原的目的。
参考文献
[1]陈琳. 水下图像复原处理方法的研究[D].中国海洋大学,2015.
[2]孙飞飞. 水下图像增强和复原方法研究[D].中国海洋大学,2011.
[3]杨淼, 魏志强. 基于湍流退化模型的自适应水下图像复原及其评价[J]. 海洋技术学报, 2012,31(4):26-31.
推荐访问: 湍流 作业 水下 退化 复原