[论文解读] An Image Based Technique for Enhancement of Underwater Images

C. J. Prabhakar, Pavan Kumar|arXiv (Cornell University)|Dec 3, 2012

Image Enhancement Techniques参考文献 1被引用 56

一句话总结

本文提出一种基于图像的水下图像增强技术，采用同态滤波、小波去噪、双边滤波和对比度均衡化的顺序组合。该方法通过增强对比度、降低噪声和恢复颜色来提升图像质量，在计算成本更低的前提下，相较于传统滤波器取得了更优效果，PSNR和边缘检测指标验证了其有效性。

ABSTRACT

The underwater images usually suffers from non-uniform lighting, low contrast, blur and diminished colors. In this paper, we proposed an image based preprocessing technique to enhance the quality of the underwater images. The proposed technique comprises a combination of four filters such as homomorphic filtering, wavelet denoising, bilateral filter and contrast equalization. These filters are applied sequentially on degraded underwater images. The literature survey reveals that image based preprocessing algorithms uses standard filter techniques with various combinations. For smoothing the image, the image based preprocessing algorithms uses the anisotropic filter. The main drawback of the anisotropic filter is that iterative in nature and computation time is high compared to bilateral filter. In the proposed technique, in addition to other three filters, we employ a bilateral filter for smoothing the image. The experimentation is carried out in two stages. In the first stage, we have conducted various experiments on captured images and estimated optimal parameters for bilateral filter. Similarly, optimal filter bank and optimal wavelet shrinkage function are estimated for wavelet denoising. In the second stage, we conducted the experiments using estimated optimal parameters, optimal filter bank and optimal wavelet shrinkage function for evaluating the proposed technique. We evaluated the technique using quantitative based criteria such as a gradient magnitude histogram and Peak Signal to Noise Ratio (PSNR). Further, the results are qualitatively evaluated based on edge detection results. The proposed technique enhances the quality of the underwater images and can be employed prior to apply computer vision techniques.

研究动机与目标

• 解决因光照不均匀、对比度低、模糊和颜色失真导致的水下图像退化问题。
• 开发一种预处理流程，以提升图像质量，便于后续计算机视觉应用。
• 用计算效率更高的双边滤波器替代计算成本较高的各向异性扩散滤波器，实现图像平滑。
• 优化滤波器参数、小波收缩函数和滤波器组，以实现最佳增强性能。
• 通过PSNR和梯度幅值直方图等定量指标，以及边缘检测等定性方法，对方法进行评估。

提出的方法

• 首先应用同态滤波以校正光照不均匀性并增强动态范围。
• 接着使用优化的小波收缩函数进行小波去噪，以在保留边缘的同时降低噪声。
• 采用双边滤波进行图像平滑，替代迭代的各向异性扩散，以减少计算时间。
• 最后应用对比度均衡化以增强局部对比度，改善视觉感知。
• 滤波器按固定顺序依次应用：同态滤波 → 小波去噪 → 双边滤波 → 对比度均衡化。
• 通过在采集的水下图像上进行大量实验，估算了双边滤波器、小波滤波器组和收缩函数的最优参数。

实验结果

研究问题

• RQ1 标准图像处理滤波器的组合能否有效增强具有低对比度、模糊和颜色失真的水下图像？
• RQ2 用双边滤波替代各向异性扩散是否能在保持或提升图像质量的同时降低计算成本？
• RQ3 何种最优滤波器参数和小波配置能为水下图像提供最佳增强性能？
• RQ4 PSNR和梯度幅值直方图等定量指标与视觉质量提升之间的相关性如何？
• RQ5 与未经处理或传统滤波处理的图像相比，所提方法在多大程度上改善了边缘检测结果？

主要发现

• 所提方法通过有效恢复对比度和降低噪声，显著提升了水下图像的质量。
• 使用双边滤波替代各向异性扩散在降低计算时间的同时，保持了高质量的平滑效果。
• 通过实验调优，成功估算了双边滤波器、小波滤波器组和收缩函数的最优参数。
• 与基线技术相比，该方法获得了更高的PSNR值，表明信噪比得到改善。
• 梯度幅值直方图分析证实了边缘保留和对比度增强效果。
• 定性评估显示边缘检测结果得到显著提升，验证了该预处理流程在下游视觉任务中的有效性。