关键词:
粒子群算法
直方图均衡化
模糊估计
图像增强
目标检测
摘要:
水下建筑物结构老化等缺陷使水电站运行存在巨大的安全风险。水下建筑物图像作为运维人员了解水下情况的主要来源,在水下缺陷检测中发挥着重要作用。针对水电站水下建筑物图像模糊、颜色失真导致的缺陷检测困难等问题,提出一种基于改进直方图校正和模糊估计(Improve Histogram Correction and Fuzzy Estimation,IHCFE)的多层次水下图像增强算法。该算法利用粒子群算法(Particle Swarm Optimization,PSO)自适应确定裁剪因子,并得到自适应对比度增强图像;进而利用IBLA算法解决图像颜色失真问题,得到颜色还原后图像;再以拉普拉斯金字塔对上述图像逐层分解融合,得到多尺度融合图像。将原图、限制对比度自适应直方图均衡化(Contrast Limit Adaptive Histogram Equalization,CLAHE)、综合色彩模型(Integrated Color Model,ICM)、水下图像增强卷积神经网络模型(Convolutional Neural Network Model for Underwater Image Enhancement,UWCNN)和所提算法增强后图像输入Fast RCNN中验证目标检测性能,所提算法拥有最高的目标检测准确率,说明了增强算法的有效性和优越性。