水下图像处理还原增强笔记一

看了很多相关水下图像复原和增强的文章和论文,发现效果只是针对一部分图像,很有局限性。下面是经过多次尝试后的笔记。

一、白平衡

发现白平衡对于rgb像素分布均匀的图像效果还是不错的,可以有效的对蓝色或者绿色衰减,对红色增强。嗯,没错前提一定是rgb分布均匀(就是基本没个像素rgb都有值的情况)。其他情况会出现非常差的效果。这里特别说一下基本上所有白平衡都试过了,效果都不是特别好。局限性太小。

二、直方图均衡化和拉伸

总得来说直方图均衡化或者拉伸(归一),对大部分水下图像会有非常不错的效果,和白平衡比起来,个人觉得效果好很多,因为是对没个通道拉伸归一化的处理,所以就算碰到特殊的图像也不会像白平衡那样在红色严重损失的图像中出现很多错误的补偿红色,最多就是图像变化不大。

三、去雾算法

其实我在最初,以至现在从理论的角度我都觉得去雾算法是对水下图像很说的通的方法。但是事实证明并不是这样的。尝试了很多去雾算法,效果最好的是暗道先验的改进算法,对比后同样是大部分图的效果很不错,处理的跟自然。我认为是处理最好的方法,这个算法对近景处理非常好。但是同样存在对红色衰减特别严重的远景的图像处理不好的问题。

四、融合

这个算法需要先去噪声,然后求层权重,然后融合。具体的处理细节就不多说了,在github上面能找到来源的代码,试一下就知道了。其实效果也只是针对一部分的图像会有很好的效果。碰到特殊的一样没用。

五、问题总结

直方图均衡化或者拉伸归一有些很好的效果,算法也不复杂。对大部分水下图像效果还是不错的。

为什么这么多算法都不行呢?

踩了太多的坑发现,原因只有一个,就是水下红色衰减的太严重。所有算法都是在有红色的基础上,就是说红色通道衰减,而不是没有。只要碰到红色通道某些像素没有颜色的情况全都没用。

哪里说的不对或者不准确请提出来我改正,勿喷。

我目前也在摸索中,也非常感谢一些大神写的文章。下篇会文章会特别感谢他们。我也会把这些文章的链接发出来。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,997评论 6 502
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,603评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 163,359评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,309评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,346评论 6 390
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,258评论 1 300
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,122评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,970评论 0 275
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,403评论 1 313
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,596评论 3 334
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,769评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,464评论 5 344
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,075评论 3 327
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,705评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,848评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,831评论 2 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,678评论 2 354