在水下技術研究領域裡，無人載具(Unmanned vehicle)通常具有影像監控系統來記錄海底環境資訊。其拍攝的水下影像擁有些共同特徵：色偏和低能見度。這些因素是由於光進入海水中，其能量會以指數性衰減；此外，根據波長的性質，衰減的幅度也會有所不同。本研究主要以簡化的傑夫-葛萊蒙利(Jaffe-McGlamery)水下光學模型有效地修復水下影像。在我們的方法裡，首先利用改良過的暗黑頻道(Submerged dark channel prior)來估算紅光色系的背景光和穿透率。如此一來，其能見度將會以物體與相機之間的相對距離獲得適當的補償。接者，藉由分析點擴散方程式(Point spread function)與前向散射的關係，我們推導出一個簡單但實用的低通濾波對水下影像去捲積(Deconvolution)。最後，利用整張影像的灰階值與波長吸收係數之關係，估測場景距海平面的平均深度並對各色系合理地補償色差。圖一為本文所提方法修復之水下影像與其他先進方法的比較，可以看出我們的修復結果具有較清晰且明亮的場景。圖二顯示另一修復影像和其角檢測(Corner detection)圖，由圖中可知本研究方法不僅具有較鮮豔的色彩，其角檢測數量亦為最多。經由本方法所估算的深度圖和修復影像可用於合成三維視覺圖像，如圖三所示。根據實驗的數據，在多種水下場景修復中，本研究提出的演算法比其他先進方法擁有更高的影像品質。（張恆華教授 herbertchang@ntu.edu.tw） 圖一、水下影像修復結果比較(a)輸入(b)DCP(c)ICM(d)TRM(e)ERD(f)UDCP(g)IBLA(h)本研究方法 圖二、影像修復結果(左)與角檢測數量(右)比較(a)輸入(b)DCP(c)ICM(d)TRM(e)ERD(f)UDCP(g)IBLA(h)本研究方法 圖三、三維視覺應用示意(a)深度圖(b)修復影像(c)三維合成圖像
在水下技術研究領域裡，無人載具(Unmanned vehicle)通常具有影像監控系統來記錄海底環境資訊。其拍攝的水下影像擁有些共同特徵：色偏和低能見度。這些因素是由於光進入海水中，其能量會以指數性衰減；此外，根據波長的性質，衰減的幅度也會有所不同。本研究主要以簡化的傑夫-葛萊蒙利(Jaffe-McGlamery)水下光學模型有效地修復水下影像。在我們的方法裡，首先利用改良過的暗黑頻道(Submerged dark channel prior)來估算紅光色系的背景光和穿透率。如此一來，其能見度將會以物體與相機之間的相對距離獲得適當的補償。接者，藉由分析點擴散方程式(Point spread function)與前向散射的關係，我們推導出一個簡單但實用的低通濾波對水下影像去捲積(Deconvolution)。最後，利用整張影像的灰階值與波長吸收係數之關係，估測場景距海平面的平均深度並對各色系合理地補償色差。圖一為本文所提方法修復之水下影像與其他先進方法的比較，可以看出我們的修復結果具有較清晰且明亮的場景。圖二顯示另一修復影像和其角檢測(Corner detection)圖，由圖中可知本研究方法不僅具有較鮮豔的色彩，其角檢測數量亦為最多。經由本方法所估算的深度圖和修復影像可用於合成三維視覺圖像，如圖三所示。根據實驗的數據，在多種水下場景修復中，本研究提出的演算法比其他先進方法擁有更高的影像品質。（張恆華教授 herbertchang@ntu.edu.tw）
圖一、水下影像修復結果比較(a)輸入(b)DCP(c)ICM(d)TRM(e)ERD(f)UDCP(g)IBLA(h)本研究方法
圖二、影像修復結果(左)與角檢測數量(右)比較(a)輸入(b)DCP(c)ICM(d)TRM(e)ERD(f)UDCP(g)IBLA(h)本研究方法
圖三、三維視覺應用示意(a)深度圖(b)修復影像(c)三維合成圖像