基于互补适应的水下图像颜色校正
计算机视觉与模式识别
2020-10-22 v1 最优化与控制
摘要
本文提出一种基于CIELAB色彩空间中Tikhonov型优化模型的水下图像颜色校正新方法。它给出了心理物理学中互补适应理论的新变分解释，建立了色度学概念与人类视觉系统（HVS）颜色恒常性之间的联系。我们的方法被理解为一种长期自适应过程，有效去除水下色偏并产生均衡的颜色分布。为可视化，我们在不超出CIELAB色域的前提下通过适当重新缩放亮度和色度来增强图像对比度。增强幅度是选色相且基于图像的，因此我们的方法对不同水下成像环境具有鲁棒性。为改善CIELAB的均匀性，我们加入近似色相线性化作为预处理，以及Helmholtz-Kohlrausch效应的逆变换作为后处理。我们通过多种数值实验分析并验证了所提模型。基于为水下条件设计的图像质量指标，我们与一些最先进方法比较，表明所提方法具有持续优越的性能。
引用
@article{arxiv.2010.10748,
title = {Underwater Image Color Correction by Complementary Adaptation},
author = {Yuchen He},
journal= {arXiv preprint arXiv:2010.10748},
year = {2020}
}