本技术涉及数据处理，尤其涉及一种图像恢复方法、装置、电子设备及存储介质。
背景技术：
1、水下环境由于光的吸收和散射效应，使得水下摄取的图像往往受到雾化、低对比度、色彩畸变等问题的困扰。这些问题不仅影响图像的观感质量，而且对于水下机器人、水下导航和其他自动化任务带来了巨大的挑战。
2、当前主流的水下图像恢复技术有以下几种：
3、直方图均衡化(histogram equalization)：通过调整图像的对比度，使得水下图像的细节更加清晰可见，特别是在低光照条件下。但也可能导致某些区域过度曝光或过暗，从而失去部分细节。
4、波形图分析(wavelet transform)：这是一种用来分析和处理图像的技术，它能够将图像分解成不同层次的信息。它通过放大与查看图像的不同位置了解图像的整体与局部细节特征并去除噪声与突出图像细节，但其处理过程复杂，计算量大，可能不适用于需要快速响应的场景。
5、反射模型校正(reflectance model correction)：基于水下光线传播的物理模型进行图像校正，能够在理论上更准确地恢复水下图像的真实情况。但其需要准确的环境参数和高级的算法支持，实现难度较大。
6、深度学习模型(deep learning model)：基于深度学习技术的水下图像恢复技术，能更好的还原水下真实情况，但对硬件的要求过高且处理时间长，无法胜任一些小型水下智能设备的搭载需求。
7、申请内容
8、本技术实施例的主要目的在于提出一种图像恢复方法、装置、电子设备及存储介质，能够准确进行水下的图像恢复。
9、为实现上述目的，本技术实施例的一方面提出了一种图像恢复方法，方法包括：
10、获取待恢复的水下图像；
11、基于暗通道先验对水下图像进行去雾处理，得到第一图像；
12、获取第一图像的颜色统计数据，基于颜色统计数据对第一图像进行色彩恢复，得到第二图像；
13、通过对比度拉伸对第一图像进行细节增强，得到第三图像；
14、对第二图像和第三图像进行图像金字塔融合，得到目标图像。
15、在一些实施例中，基于暗通道先验对水下图像进行去雾处理，得到第一图像，包括：
16、获取水下图像在各个颜色通道的数值，结合大气光或背景光在对应的颜色通道的数值计算得到水下图像各个像素点的暗通道；
17、其中，暗通道的表达式为：
18、dark(i)(x)＝miny∈ω(x)(minc∈ω(r,g,b)(ic(y)/ac))
19、式中，dark(i)(x)表示水下图像在像素点x的暗通道；ω(x)表示以像素点x为中心的方形窗口；c表示rgb通道中的任一颜色通道；ic(y)表示水下图像的像素点y在某一颜色通道的数值；ac表示大气光或背景光在对应的颜色通道的数值；
20、根据水下图像各个像素点的暗通道对水下图像进行去雾处理，得到第一图像。
21、在一些实施例中，颜色统计数据包括第一图像每个颜色通道的均值；基于颜色统计数据对第一图像进行色彩恢复，得到第二图像，包括：
22、基于灰度世界假设，对第一图像所有颜色通道的均值求平均，得到期望常数值；
23、根据期望常数值与各个颜色通道的均值的比值，得到各个颜色通道的缩放因子；
24、根据每个颜色通道的缩放因子，对第一图像对应的颜色通道进行调整，得到第二图像。
25、在一些实施例中，通过对比度拉伸对第一图像进行细节增强，得到第三图像，包括：
26、对第一图像进行梯度计算，获得第一图像的纹理权重；纹理权重包括水平纹理权重和垂直纹理权重；
27、对水平纹理权重和垂直纹理权重求解线性方程，进而结合预设的权重参数得到权重矩阵；
28、通过权重矩阵对第一图像进行分解，获得亮部和暗部；
29、对亮部和暗部进行融合，得到第三图像。
30、在一些实施例中，对第一图像进行梯度计算，获得第一图像的纹理权重，包括：
31、根据第一图像水平方向上相邻像素点的差异，得到水平梯度差异；
32、根据第一图像垂直方向上相邻像素点的差异，得到垂直梯度差异；
33、通过高斯核分别对水平梯度差异和垂直梯度差异进行平滑，对应得到水平平滑结果和垂直平滑结果；
34、将水平平滑结果和水平梯度差异的乘积绝对值与预设的锐度参数相加并求倒数，得到水平纹理权重；
35、将垂直平滑结果和垂直梯度差异的乘积绝对值与预设的锐度参数相加并求倒数，得到垂直纹理权重。
36、在一些实施例中，对第二图像和第三图像进行图像金字塔融合，得到目标图像，包括：
37、对第二图像和第三图像进行蒙版融合，得到蒙版高斯金字塔；
38、通过滤波器分别对第二图像和第三图像进行平滑处理，对应得到第二图像的第一拉普拉斯金字塔和第三图像的第二拉普拉斯金字塔；
39、基于蒙版高斯金字塔，对第一拉普拉斯金字塔和第二拉普拉斯金字塔进行融合，得到合成拉普拉斯金字塔；
40、通过逆过程将合成拉普拉斯金字塔重构为目标图像。
41、在一些实施例中，对第二图像和第三图像进行蒙版融合，得到蒙版高斯金字塔，包括：
42、通过laplacian算子获得第二图像的第一laplacian对比度权重和第三图像的第二laplacian对比度权重；
43、通过sobel算子获得第二图像的第一局部对比度权重和第三图像的第二局部对比度权重；
44、通过saliency map获得第二图像的第一显著性特征权重和第三图像的第二显著性特征权重；
45、通过图像的直方图获得第二图像的第一曝光度权重和第三图像的第二曝光度权重；
46、对第一laplacian对比度权重、第一局部对比度权重、第一显著性特征权重和第一曝光度权重进行叠加，得到第一叠加权重；对第二laplacian对比度权重、第二局部对比度权重、第二显著性特征权重和第二曝光度权重进行叠加，得到第二叠加权重；
47、对第一叠加权重和第二叠加权重进行归一化处理，分别得到第一蒙版权重和第二蒙版权重；
48、基于第一蒙版权重和第二蒙版权重，对第二图像和第三图像进行融合，得到蒙版高斯金字塔。
49、为实现上述目的，本技术实施例的另一方面提出了一种图像恢复装置，装置包括：
50、第一模块，用于获取待恢复的水下图像；
51、第二模块，用于基于暗通道先验对水下图像进行去雾处理，得到第一图像；
52、第三模块，用于获取第一图像的颜色统计数据，基于颜色统计数据对第一图像进行色彩恢复，得到第二图像；
53、第四模块，用于通过对比度拉伸对第一图像进行细节增强，得到第三图像；
54、第五模块，用于对第二图像和第三图像进行图像金字塔融合，得到目标图像。
55、为实现上述目的，本技术实施例的另一方面提出了一种电子设备，电子设备包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现上述的方法。
56、为实现上述目的，本技术实施例的另一方面提出了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现上述的方法。
57、本技术实施例至少包括以下有益效果：本技术提供一种图像恢复方法、装置、电子设备及存储介质，该方案通过获取待恢复的水下图像；基于暗通道先验对水下图像进行去雾处理，得到第一图像；获取第一图像的颜色统计数据，基于颜色统计数据对第一图像进行色彩恢复，得到第二图像；通过对比度拉伸对第一图像进行细节增强，得到第三图像；对第二图像和第三图像进行图像金字塔融合，得到目标图像。本技术实施例首先基于暗通道先验对水下图像进行去雾处理。接着，采用色彩校正算法来恢复图像的色彩失真，并使用图像处理技术来增强图像的对比度和锐度。最后，将通过图像金字塔融合获取还原后的最终图像。本技术实施例能够准确进行水下的图像恢复。
技术实现思路
1.一种图像恢复方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述基于暗通道先验对所述水下图像进行去雾处理，得到第一图像，包括：
3.根据权利要求1所述的方法，其特征在于，所述颜色统计数据包括所述第一图像每个颜色通道的均值；所述基于所述颜色统计数据对所述第一图像进行色彩恢复，得到第二图像，包括：
4.根据权利要求1所述的方法，其特征在于，所述通过对比度拉伸对所述第一图像进行细节增强，得到第三图像，包括：
5.根据权利要求4所述的方法，其特征在于，所述对所述第一图像进行梯度计算，获得所述第一图像的纹理权重，包括：
6.根据权利要求1至5任一项所述的方法，其特征在于，所述对所述第二图像和所述第三图像进行图像金字塔融合，得到目标图像，包括：
7.根据权利要求6所述的方法，其特征在于，所述对所述第二图像和所述第三图像进行蒙版融合，得到蒙版高斯金字塔，包括：
8.一种图像恢复装置，其特征在于，所述装置包括：
9.一种电子设备，其特征在于，所述电子设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法。
