基于matlab DEHAZENET和HWD的水下去散射图像增强

dapmood

: r# p0 t$ D; ^3 d一、简介
0 _% T& l3 Y2 @8 G去散射和边缘增强是解决水下图像的对比度严重衰减、颜色偏差和边缘模糊等问题的关键步骤。这篇论文提出了一种较好的水下图像增强的方法。首先使用经过端到端训练的卷积神经网络去测量输入图片，同时以自适应双边滤波器对传输图片进行处理。接着提出一种基于白平衡的策略来消除图片的颜色偏差，用拉普拉斯金字塔融合获得无雾和色彩校正图像的融合结果。 最后，输出图像被转换为混合小波和方向滤波器组（HWD）域，用于去噪和边缘增强。 实验结果表明，该方法可以消除颜色失真，提高水下图像的清晰度。

  T+ [3 W8 ?4 r1 g" c二、源代码
& o9 `. H# W; Z& W; r. o5 W

• clc;
• clear;
• addpath('codes\')
• addpath('Images\')
• FileName = uigetfile({'*.jpg;*.bmp;*.png'},'Optional images','Images');
• input = imread(FileName);
• output = underwater(input);
• underwaterimage2(input);
• %i=40;             %Saved images number
• %saveas(1,['./myresults/',num2str(i),'.jpg']);
• function sum_img = window_sum_filter(image, r)
• % sum_img(x, y) = = sum(sum(image(x-r:x+r, y-r:y+r)));
• [h, w] = size(image);
• sum_img = zeros(size(image));
• % Y axis
• im_cum = cumsum(image, 1);
• sum_img(1:r+1, ：) = im_cum(1+r:2*r+1, ：);
• sum_img(r+2:h-r, ：) = im_cum(2*r+2:h, ：) - im_cum(1:h-2*r-1, ：);
• sum_img(h-r+1:h, ：) = repmat(im_cum(h, ：), [r, 1]) - im_cum(h-2*r:h-r-1, ：);
• % X axis
• im_cum = cumsum(sum_img, 2);
• sum_img(:, 1:r+1) = im_cum(:, 1+r:2*r+1);
• sum_img(:, r+2:w-r) = im_cum(:, 2*r+2:w) - im_cum(:, 1:w-2*r-1);
• sum_img(:, w-r+1:w) = repmat(im_cum(:, w), [1, r]) - im_cum(:, w-2*r:w-r-1);
• end
  

           

  V4 L( Z% }! [$ @
三、运行结果
. D( b% Z7 ^% V$ `0 P  \' p- M

younicp

基于matlab DEHAZENET和HWD的水下去散射图像增强