16、水下计算机视觉在车辆技术中的应用

水下计算机视觉在车辆技术中的应用

1. 图像预处理流程

在水下车辆技术中，计算机视觉的应用面临诸多挑战，图像预处理是关键的第一步。以下是图像预处理的详细步骤：
1. 深度非均匀光照校正 ：由于水下使用的人工光源功率有限，以及光的衰减和散射现象，图像会出现不均匀光照的问题。此步骤会根据车辆与海底的距离动态计算合适的光照补偿函数，以减少图像中的光照不均。
2. 基于上下文的梯度图像增强 ：当相邻图像在不同深度或不同曝光时间下采集时，该方法可使这些图像的外观更加均衡。
3. 图像贡献选择 ：根据图像质量（如图像清晰度和噪声水平）和采集距离等标准，选择每幅图像对最终拼接图的贡献，去除冗余和低质量的图像信息。
4. 最优接缝放置 ：找到所有图像之间的最优接缝，最小化切割路径周围的光度差异，并排除移动对象。
5. 梯度融合 ：在最优计算的接缝周围的狭窄区域应用梯度融合，以最小化拼接区域的可见性，并优化所有相关图像的外观均衡。
6. 分块处理 ：对于由数万个图像组成的巨型拼接图，将整个拼接图分成多个小块，分别处理后再无缝融合。

下面是这个流程的 mermaid 流程图：

graph LR
    A[输入序列] --> B[深度非均匀光照校正]
    B --> C[基于上下文的梯度图像增强]
    C --> D[图像贡献选