本发明属于水下图像处理领域，特别涉及一种基于图像融合的水下机器人采集图像复原处理方法。
背景技术：
1、目前，水下机器人的应用领域广泛，包括海洋勘察、海底资源开发、水下考古、水下电缆布设与维修、水下环境污染检测等。在这些应用中，水下视觉系统作为水下机器人的主要感知手段之一，其性能直接影响到水下机器人的工作效率和工作质量。水下机器人采集的图像复原处理，是提高水下视觉系统性能的重要环节。
2、然而，水下环境对光的散射和吸收等物理现象，使得水下图像往往呈现出严重的退化现象，如对比度低、颜色失真、可见度差等。这些因素严重影响了水下图像的质量，限制了水下视觉系统的应用。因此，如何有效地提高水下图像的质量，是水下机器人视觉系统研究的重要课题。
3、有些现有的水下图像复原方法，如基于物理模型的方法，需要知道水下环境的具体参数，如水的类型、深度、光照等，但在实际应用中，这些参数往往难以获取。这种方法的应用范围和性能受到了严重的限制。
4、另一些方法，如基于图像处理的方法，如直方图均衡化、反向投影等，虽然不需要知道水下环境的具体参数，但这些方法往往只能在一定程度上改善水下图像的质量，对于严重退化的水下图像，其效果并不理想。
5、近年来，深度学习在图像处理领域取得了显著的成果，但在水下图像复原领域，其应用还处于初级阶段。现有的基于深度学习的水下图像复原方法，往往需要大量的标注数据进行训练，然而，获取大量的高质量水下图像数据并进行标注，是一项耗时耗力的工作，这在一定程度上限制了这类方法的应用。
6、此外，现有的许多水下图像复原方法，都没有考虑到水下图像的特殊性，如光在水下的传播特性、水下环境的复杂性等。这些因素使得现有的方法在处理水下图像时，往往不能取得满意的结果。
7、现有的水下图像复原方法，无论是基于物理模型的方法，还是基于图像处理的方法，或者是基于深度学习的方法，都存在一些不足，不能很好地满足水下机器人视觉系统对水下图像质量的需求。因此，如何开发出一种既能有效地提高水下图像质量，又能适应水下环境复杂性的水下图像复原方法，是当前研究的重要课题。因此，现在亟需一种基于图像融合的水下机器人采集图像复原处理方法。
技术实现思路
1、本发明提出一种基于图像融合的水下机器人采集图像复原处理方法，该方法解决了在复杂水下环境中，由于光的散射和吸收导致的水下图像质量差，颜色失真，对比度低和可见度差等问题。通过使用偏振成像装置和智能光源和差值融合图像算法，有效地提高了水下图像的质量和清晰度。
2、本发明的技术方案是这样实现的：一种基于图像融合的水下机器人采集图像复原处理方法，所述方法包括如下步骤：
3、在水下机器人的摄像头上安装偏振成像装置和智能光源，通过偏振成像装置抑制水下图像中的散射光，并在摄像头上并结合差值融合图像的算法通过使用偏振成像装置和智能光源对淹没在浑水中的物体进行成像；
4、根据测量目标表面任意点处反射光波偏振度，根据对所有点的依次运算，以获得目标表面中所有点的n个方向偏振度；同时通过智能光源的调整，在同一偏振角度形成一组高动态图像，通过第一次融合算法对该组高动态图进行处理，形成不同偏振角度的最佳成像图组
5、通过n个方向偏振度数据获取数字矩阵d，获得数字矩阵d后，再通过数值图像化处理将d矩阵转换到图像灰度值空间中，数字矩阵以图像的形式显示，构成偏振度图像；
6、对于单幅水下图像形成的偏振度图像，通过融合边缘计算得到融合系数权重图，将融合系数权重图与偏振图像进行融合得到增强的结果图。
7、传统的水下图像复原技术通常侧重于通过后期处理来改善图像质量，例如通过软件算法对已经采集到的图像进行去噪、颜色校正或者对比度增强。这种方法在水下图像受到严重退化时往往效果有限。而本方法采用偏振成像装置和智能光源直接在图像采集阶段介入，利用偏振滤波原理来抑制散射光，从而在源头上减少图像退化，改善图像质量。这种做法更为主动，可以更有效地减少由于水体散射导致的图像模糊和光线扭曲等问题。
8、现有技术中，水下图像复原往往忽视了光的偏振特性，而本方法通过测量目标表面任意点处的反射光波偏振度，并对所有点的n个方向偏振度进行依次运算，获取了反映物体表面细节的偏振信息。这样的偏振信息能够提供物体表面特性的额外线索，有助于在复原过程中更准确地恢复原始场景的视觉效果。
9、在本技术文件中，通过偏振数据构造了数字矩阵d，然后将其图像化，这是一个将偏振度量转换为图像灰度值的过程。这使得偏振信息能够可视化，从而更容易融入到图像处理流程中。这种转换为偏振度图像的步骤在现有技术中并不常见，它为水下图像复原提供了新的视角和数据支持。在获得偏振度图像之后，本方法通过融合边缘计算得到融合系数权重图，然后将其与偏振图像进行融合，得到增强的结果图。这一步骤实现了基于图像内容的自适应调整，而不是简单地对所有像素应用相同的增强方法。融合系数权重图能够指示图像中各个区域的重要性，从而在复原过程中更加关注于那些重要特征的保留，这在现有技术中也较为少见。综合上述区别点，本方法的核心创新在于引入了偏振成像技术和特定的图像融合算法，使得水下图像复原处理不仅仅局限于后期图像处理，而是从光学采集阶段开始，就通过偏振光的特性来优化图像质量，并且在后期处理中巧妙地利用偏振信息来进一步提升图像的可用性和清晰度。这种方法为复杂水下环境下的图像质量改善提供了一种新的思路和有效的技术手段。
10、作为一优选的实施方式，所述水下机器人中设置的摄像头采用160度低光照下的广角镜头，通过广角镜头循环对水下图像进行实时采集，并在采集时，按照根据采集需求调整光照亮度。
11、作为一优选的实施方式，所述广角镜头中采用的低光照对摄像头前方3-6米进行定向照明，广角镜头中配置有镜头衰减增幅，对定向照明后的位置进行图像采集。
12、作为一优选的实施方式，所述偏振度图像中通过融合边缘计算采用局部对比系数进行图像细节增强，所述局部对比系数表征每一个像素与周边像素之间的对比关系，通过对比突出图像中边缘细节信息，其对比公式为：
13、ic＝i×h
14、其中：
15、其中，i是源图像，ic是源图像经过低通滤波后的图像，低通滤波图像是通过对源图像i与卷积核h进行卷积获取。
16、作为一优选的实施方式，将获取的局部对比系数与偏振图像进行二次融合，其表示为：
17、
18、其中，系数(α，β，γ)为加权系数，最终融合系数表示为：
19、
20、通过该融合系数形成融合系数权重图，融合图像表示为：
21、
22、将融合系数权重图与偏振图像进行融合得到增强的结果图。
23、采用了上述技术方案后，本发明的有益效果是：这种用于水下机器人的采集图像复原处理方法，首先安装在水下机器人的摄像头上的偏振成像装置和智能光源，可以有效抑制水下环境中的散射光，从而在源头上提高图像质量。其次，通过测量目标表面任意点处的反射光波偏振度，并根据对所有点的依次运算，可以获取到反映物体表面细节的偏振信息。这样的偏振信息提供了额外的视觉线索，有助于更准确地恢复原始场景，进一步提升图像质量。接着，通过构建数字矩阵且将其图像化，可以将偏振信息可视化，使其更容易融入到图像处理流程中，增强图像的可读性。最后，通过融合边缘计算得到融合系数权重图，然后将其与偏振图像进行融合，可以实现基于图像内容的自适应调整，从而在复原过程中更加关注于那些重要特征的保留，进一步提高图像的清晰度和质量。总的来说，这种方法可以在复杂的水下环境中提供更清晰、质量更高的图像，大大提高了水下机器人的工作效率和精度，对于海洋勘察、海底资源开发、水下考古、水下电缆布设与维修、水下环境污染检测等领域具有重要的应用价值。同时，由于该方法综合考虑了光的偏振特性和图像融合算法，使得水下图像复原处理不仅局限于后期图像处理，而是从光学采集阶段就开始优化图像质量，这一创新思路也为图像处理领域提供了新的研究方向。
1.一种基于图像融合的水下机器人采集图像复原处理方法，其特征在于，所述方法包括如下步骤：
2.如权利要求1所述的一种基于图像融合的水下机器人采集图像复原处理方法，其特征在于：所述水下机器人中设置的摄像头采用160度低光照下的广角镜头，通过广角镜头循环对水下图像进行实时采集，并在采集时，按照根据采集需求调整光照亮度。
3.如权利要求2所述的一种基于图像融合的水下机器人采集图像复原处理方法，其特征在于：所述广角镜头中采用的低光照对摄像头前方3-6米进行定向照明，广角镜头中配置有镜头衰减增幅，对定向照明后的位置进行图像采集。
4.如权利要求1所述的一种基于图像融合的水下机器人采集图像复原处理方法，其特征在于：所述偏振度图像中通过融合边缘计算采用局部对比系数进行图像细节增强，所述局部对比系数表征每一个像素与周边像素之间的对比关系，通过对比突出图像中边缘细节信息，其对比公式为：
5.如权利要求4所述的一种基于图像融合的水下机器人采集图像复原处理方法，其特征在于：将获取的局部对比系数与偏振图像进行二次融合，其表示为：
