基于优势特征融合的核电站水下图像增强

摘要

针对核电站水下环境导致图像质量下降如颜色偏差、对比度不足和细节模糊等问题，提出1种基于优势特征融合的核电站水下图像增强方法。在利用自动颜色均衡算法实现图像颜色校正的基础上，分别通过改进的非锐化掩膜算法和加权自适应伽玛校正算法增强图像的锐度和对比度；利用权重图对锐度和对比度增强的图像进行优势特征多尺度融合。以核电站水下原始图像数据集为样本，采用本文方法与其他5种水下图像处理方法进行对比实验，验证本文方法的有效性。结果表明：本文方法能有效解决核电站水下图像颜色偏差、对比度不足、细节模糊等问题，其中水下图像质量评价指标(UIQM)和信息熵的均值总体较高，分别为3.103 7,7.502 7，与原始图像相比提高幅度分别达121%和9.66%；此外，利用本文方法增强的图像显著增加了特征点匹配对的数目，从而大大提高了视觉特征提取和特征匹配的效率。本文研究可为核电站水下图像分析和设备缺陷智能检测提供新的技术支撑，有助于促进核能的高效利用和可持续发展。

关键词

核电站 / 水下图像 / 颜色校正 / 伽玛校正 / 非锐化掩膜 / 优势特征 / 多尺度融合 / 智能检测