（上海海事大學(xué)商船學(xué)院 上海 200000）

1 引言

隨著海洋經(jīng)濟(jì)越來越受到重視，水下機(jī)器人應(yīng)用也越來越廣泛，為了可以在危險(xiǎn)的水下環(huán)境工作，水下機(jī)器人應(yīng)用技術(shù)也成為了研究的熱點(diǎn)［1］。圖像作為水下機(jī)器人識別環(huán)境的重要手段之一，在獲取海洋信息方面具有特殊的意義。水下環(huán)境有太多不確定因素導(dǎo)致水下圖像不清晰，通常會(huì)有“霧化”和色偏現(xiàn)象，其原因是因?yàn)樗械碾s質(zhì)會(huì)使光發(fā)生散射從而產(chǎn)生“霧化”現(xiàn)象，而水體對于不同波長光的吸收能力的不同導(dǎo)致水下圖像產(chǎn)生了顏色失真的現(xiàn)象［2］，水體對圖像的影響讓水下圖像的應(yīng)用變得困難，目前對于水下圖像的增強(qiáng)方法研究可以分為基于非物理模型的圖像增強(qiáng)算法和物理模型的圖像復(fù)原算法［3］，改善圖像質(zhì)量可以讓水下機(jī)器人應(yīng)用更加高效便捷。

水下圖像處理方法有白平衡算法［4］，和直方圖均衡化算［5］（Histogram Equalization，HE），自適應(yīng)直方圖均衡化法［6］（Contrast Limited Adaptive His-to?gram Equalization，CLAHE），retinex算法［7］以及暗通道先驗(yàn)算法（Dark Channel Prior，DCP）［8］等，以上方法對于部分水下圖像處理有一定效果，但不具備普適性。近些年深度學(xué)習(xí)對于圖像增強(qiáng)的研究進(jìn)展非?？?，利用神經(jīng)網(wǎng)絡(luò)訓(xùn)練生成無偏差圖像也成為水下圖像處理的的一種新方法。

另外，基于顏色恒常理論為基礎(chǔ)改進(jìn)的水下圖像增強(qiáng)算法也具有很好的效果［9］，顏色恒常理論指出，物體的顏色取決于不同波長光的反射能力且不受光照不均勻的影響，retinex算法以顏色恒常理論為基礎(chǔ)，通過模擬人眼視網(wǎng)膜的成像原理實(shí)現(xiàn)水下圖像的色彩校正和對比度增強(qiáng)，Zhuang［10］等采用多尺度retinex算法對水下圖像進(jìn)行處理得到對比度較高的圖片。白平衡方法是根據(jù)圖像呈現(xiàn)的色溫來糾正圖片色彩偏差的，根據(jù)白平衡算法提出的多種改進(jìn)算法也獲得了較好的結(jié)果。直方圖均衡化方法是將圖像的灰度直方圖中的灰度區(qū)間集中部分均勻拉伸，擴(kuò)大圖像的灰度值范圍并增加對比度，從而突出細(xì)節(jié)效果。暗通道先驗(yàn)法由He［11］于2009年提出，統(tǒng)計(jì)分析大量戶外無霧圖片R、G、B三通道像素值后建立去霧模型，應(yīng)用在普通圖像去霧場景，對水下增強(qiáng)沒有效果，Chiang［12］將波長補(bǔ)償和DCP結(jié)合增強(qiáng)水下圖像，湯忠強(qiáng)［13］等通過亮通道和暗通道的作差得到景深圖，取反景深圖得出透射圖，最后校正圖像顏色調(diào)整亮度得出增強(qiáng)圖像。

應(yīng)用深度學(xué)習(xí)進(jìn)行水下圖像處理的越來越廣泛，Ding等［14］提出利用卷積神經(jīng)網(wǎng)絡(luò)生成水下高清圖像，利用自適應(yīng)色彩糾正方法恢復(fù)圖像色彩，再利用超分辨率重構(gòu)去除圖像模糊。Wang等［15］提出基于端到端網(wǎng)絡(luò)UIE-net，訓(xùn)練網(wǎng)絡(luò)估算三色通道的衰減系數(shù)，修正圖像的色彩和對比度。

2 研究內(nèi)容

2.1 圖像歸一化原理

圖像歸一化常被用于醫(yī)學(xué)圖像增強(qiáng)領(lǐng)域，水下圖像存在模糊和對比度低等問題和醫(yī)學(xué)圖像類似，可以通過提高圖像對比度使圖像中的特征對比明顯，使圖像變得清晰。歸一化就在保留具有價(jià)值的灰度差異的同時(shí)，減小甚至消除圖像中灰度不一致而進(jìn)行的圖像轉(zhuǎn)換方法，灰度圖像具有256個(gè)灰度級，圖像的實(shí)際灰度范圍沒有占滿全部灰度級，而是集中在一個(gè)區(qū)段，歸一化處理可以使圖像像素亮度分布平衡，減少光照不均勻造成的影響［16］。其數(shù)學(xué)表達(dá)式如式（1）所示：

式中：N(i，j)為原圖像的灰度值；I(i，j)變換后的灰度值；min為原圖像中灰度最小值，max為灰度最大值。

2.2 GAN原理

GAN（Generative Adversarial Network）全稱為生成對抗網(wǎng)絡(luò)［17］，是近年來圖像處理領(lǐng)域最廣泛應(yīng)用的深度學(xué)習(xí)網(wǎng)絡(luò)，主要結(jié)構(gòu)包括一個(gè)生成器G（Generator）和一個(gè)判別器D（Discriminator），生成器可以捕捉真實(shí)的數(shù)據(jù)分布，并生成接近真實(shí)的數(shù)據(jù)分布，而判別器則判斷是否屬于真實(shí)數(shù)據(jù)分布，并輸出數(shù)據(jù)分布的概率，通過這種對抗學(xué)習(xí)的方式，來學(xué)習(xí)數(shù)據(jù)分布的生成式模型，其網(wǎng)絡(luò)架構(gòu)如圖1所示。GAN的優(yōu)化過程是兩個(gè)網(wǎng)絡(luò)之間的博弈過程［18］，其優(yōu)化的方向是達(dá)到納什平衡，GAN的目標(biāo)函數(shù)如式（2）所示：

式中Ex～pdata(x)和Ex(z)～pz(z)分別表示判別器分布概率的數(shù)學(xué)期望。

SRGAN是用于圖像超分辨率復(fù)原的對抗生成網(wǎng)絡(luò)，其損失函數(shù)包括感知損失（perceptual loss）和對抗損失（adversarial loss），感知損失通過神經(jīng)網(wǎng)絡(luò)提取出特征與目標(biāo)圖片的特征進(jìn)行對比得出損失函數(shù)，進(jìn)一步訓(xùn)練使生成的圖像與目標(biāo)圖像更接近。

如圖2所示，生成器結(jié)構(gòu)中的網(wǎng)絡(luò)共有23層，包括卷積、批量歸一化、ReLU激活層，首先低分辨率圖像通過一個(gè)64通道步長為1的卷積層，然后通過16個(gè)殘差網(wǎng)絡(luò)結(jié)構(gòu)，每一個(gè)殘差卷積塊包括6個(gè)64通道步長為1的小塊，提取出的特征在殘差塊中采用跳躍連接，每一層的結(jié)果與上一層的輸出疊加在一起，經(jīng)過卷積層后與第一層的卷積結(jié)果再疊加，可以防止低層特征損失；反卷積層的上采樣使圖片的長或?qū)挃U(kuò)張，經(jīng)過兩個(gè)上采樣變?yōu)樵瓉淼?倍，然后利用一個(gè)3通道的卷積對原來的通道數(shù)進(jìn)行一個(gè)調(diào)整，最終得到一個(gè)4倍分辨率的圖片。

圖2 SRGAN網(wǎng)絡(luò)結(jié)構(gòu)

判別器網(wǎng)絡(luò)結(jié)構(gòu)只有一個(gè)64通道步長為1的卷積層，以及重復(fù)多個(gè)卷積結(jié)構(gòu)，卷積層分為步長為1和2的兩種，重復(fù)交叉分布在網(wǎng)絡(luò)中，通過重復(fù)結(jié)構(gòu)之后，原始輸入圖片長和寬變?yōu)樽優(yōu)樵紙D像的1/16，在最后一個(gè)通道數(shù)為512的輸出之后，通過一個(gè)全連接層和sigmoid函數(shù)激活得到判別結(jié)果，再接一個(gè)維度為1的全連接層來輸出結(jié)果。

在訓(xùn)練過程中，高清訓(xùn)練集輸入網(wǎng)絡(luò)會(huì)先生成一幅低分辨率圖像，低分辨率圖像通過生成器生成一幅虛假的高分辨率圖像，此時(shí)，將高分辨率的真實(shí)圖像與生成的虛假高分辨率圖像傳入判別模型中判別真假，在對比過程中生成訓(xùn)練判別模型的損失函數(shù)；同時(shí)，真假圖像傳入VGG網(wǎng)絡(luò)后，獲取圖像的特征并進(jìn)行對比，再得到生成模型的損失函數(shù)，如圖3所示。

圖3 訓(xùn)練流程

SRGAN損失函數(shù)如下所示：

內(nèi)容損失包括MSE損失函數(shù)如下所示：

式中W和H代表圖像的寬和高，表示高分辨率的圖像，ILR為低分辨率圖像，G表示生成器，通過與之間的誤差得到MSE，提高信噪比。

基于ReLU的VGG損失函數(shù)如下所示：

式中φi，j表示某個(gè)卷積層的特征圖，用于計(jì)算與生成圖像之間的歐式距離，以便生成更好的細(xì)節(jié)。

對抗損失如式（6）所示：

對抗損失用于計(jì)算生成的圖像判定為真實(shí)圖像的概率，其中N表示像素?cái)?shù)。

3 本文算法

首先將圖像通過灰度歸一化進(jìn)行一次預(yù)處理，受湯忠強(qiáng)［13］等啟發(fā)，將圖像水下模糊圖像分解為三通道的并對其進(jìn)行處理，對三通道的灰度圖像分別進(jìn)行歸一化，使其像素的灰度值分布在0～255之間，再將三通道的灰度圖融合，得到的圖像通過SRGAN網(wǎng)絡(luò)進(jìn)行超分辨率重構(gòu)獲得清晰的水下圖像，算法流程如圖4所示。

利用歸一化后的圖像與上文搭建的深度學(xué)習(xí)網(wǎng)絡(luò)可以很好地獲得清晰的水下圖像。

4 實(shí)驗(yàn)環(huán)境與結(jié)果分析

4.1 環(huán)境配置

本文用于歸一化算法測試的的水下圖像為50張，深度學(xué)習(xí)超分辨率重構(gòu)的高清圖像集包括800張，經(jīng)過旋轉(zhuǎn)擴(kuò)充為1500張。

灰度歸一化算法基于Python3.6環(huán)境，SRGAN用TensorFlow框架的Keras模型進(jìn)行實(shí)驗(yàn)，CPU為i7處理器，GPU為 NVIDIA GTX1080 Ti，顯存為64GB。生成器殘差塊層數(shù)為16層，初始學(xué)習(xí)率為0.0001，衰減率為0.1。

4.2 主觀分析圖像

為驗(yàn)證本文算法的效果，復(fù)現(xiàn)了其他三種水下圖像處理算法，分別為UDCP、Retinex算法和UCM方法，與本文算法進(jìn)行視覺對比。

選取8張圖片分別用以上四種方法處理，如圖5所示。其中UDCP基于水下暗通道先驗(yàn)復(fù)原方法是估計(jì)背景光選取暗通道中最亮的點(diǎn)作為背景光，使目標(biāo)和背景對比更鮮明，同時(shí)對于整體背景顏色過暗的圖像修正效果不佳；UCM算法［19］通過統(tǒng)計(jì)方法對R、G和B顏色通道進(jìn)行對比度拉伸方法實(shí)現(xiàn)對比度增強(qiáng)，在HIS顏色模型中對飽和度S和強(qiáng)度I對比度拉伸來增加飽和度，對圖像的作用比較明顯，過度飽和會(huì)使圖像的整體顏色偏紅，對背景顏色較深的圖像效果較好。從對比結(jié)果中可以看出本文算法能夠更好地適應(yīng)各種水下圖像場景的色彩糾正。

圖5 水下圖像處理方法對比

4.3 客觀分析

除了視覺主觀上對比以外，更對以上四種算法進(jìn)行質(zhì)量評價(jià)。評價(jià)使用的四種方法分別是圖片結(jié)構(gòu)相似性算法（SSIM）、峰值信噪比（PSNR）、水下彩色圖像質(zhì)量評價(jià)（UCIQE）和熵（Entropy）［20］。SSIM值和PSNR的值越高代表圖像失真越??；PSNR是重建質(zhì)量的測量方法，通過MSE定義，分值越高圖像質(zhì)量越好；UCIQE是針對水下圖像分別從色度、飽和度和對比度進(jìn)行評價(jià)的綜合指標(biāo)，分值越高代表恢復(fù)質(zhì)量越好；Entropy的分值高表示圖像包含的信息越多。

從表1中的數(shù)據(jù)可以看出本文提出的算法在各項(xiàng)指標(biāo)中分值較高，結(jié)合主觀評價(jià)的結(jié)果證明本文所提出的方法可以有效地處理水下圖像。

表1 客觀評價(jià)結(jié)果

5 結(jié)語

本文通過對RGB三通道灰度圖歸一化處理得到增強(qiáng)的水下圖像，其背景顏色得到改善。再基于深度學(xué)習(xí)對恢復(fù)后的水下圖像進(jìn)行超分辨率重構(gòu)得到紋理清晰的水下圖像，經(jīng)過處理的圖像質(zhì)量明顯提高，其邊緣銳度和整體的對比度都得到改善，整體圖像更加清晰。

本文所提出的方法相比其他方法在部分場景下的增強(qiáng)效果還有待改善，在客觀評價(jià)體系中的各項(xiàng)結(jié)果均高于對比圖像處理算法，結(jié)合主觀評價(jià)和客觀評價(jià)結(jié)果來看，對于水下場景具有普適性，試驗(yàn)結(jié)果也證明本文提出的方法對水下圖像增強(qiáng)的有效性。