Jump to ContentJump to Main Navigation
Show Summary Details

tm - Technisches Messen

Plattform für Methoden, Systeme und Anwendungen der Messtechnik

[TM - Technical Measurement: A Platform for Methods, Systems, and Applications of Measurement Technology
]

Editor-in-Chief: Puente León, Fernando / Zagar, Bernhard

12 Issues per year


IMPACT FACTOR increased in 2015: 0.179

SCImago Journal Rank (SJR) 2015: 0.171
Source Normalized Impact per Paper (SNIP) 2015: 0.223
Impact per Publication (IPP) 2015: 0.147

Online
ISSN
2196-7113
See all formats and pricing

 


Select Volume and Issue

Issues

Bildverbesserung in Unterwasser-Anwendungen

Image Enhancement for Underwater Applications

Thomas Stephan
  • Institut für Anthropomatik, Karlsruher Institut für Technologie (KIT), Karlsruhe
  • :
/ Michael Heizmann
  • Fraunhofer-Institut für Optronik, Systemtechnik und Bildauswertung IOSB, Karlsruhe
  • :
Published Online: 2013-10-29 | DOI: https://doi.org/10.1515/teme.2013.0038

Zusammenfassung

In natürlichen Gewässern sind Bildaufnahmen unter Wasser meist von schlechten Sichtverhältnissen geprägt. Um den Bildinhalt solcher Aufnahmen visuell auszuwerten, ist eine Bildrestauration notwendig. In diesem Beitrag wird ein Konzept zur automatisierten Restauration von Unterwasser-Bildern vorgestellt. Das Konzept basiert auf einer Entfernungsschätzung auf Grundlage von Trübungshinweisen, einer anschließenden Farbrestauration, einem modellbasierten Dekonvolutionsansatz und einer abschließenden Bildfusion. Die Restauration basiert vollständig auf physikalischen Grundlagen und erfüllt damit Anforderungen an eine objektive Verbesserung des Bildinhaltes.

Abstract

In natural water bodies, images taken under water are mostly characterized by poor visibility conditions. To evaluate the content of such images visually, an image restoration is essential. In this contribution, a concept for the automated restoration of images taken under water is presented. The concept is based on a distance estimation using turbidity indicators, a subsequent color restoration, a model-based deconvolution approach and a concluding image fusion. The restoration is fully based on physical foundations and thus complies with the requirement of an objective enhancement of the image content.

Keywords: Image restauration; image models; parameter estimation

Schlagwörter: Bildrestauration; Modellbildung; Parameterschätzung

Thomas Stephan

Dipl.-Inform. Thomas Stephan ist wissenschaftlicher Angestellter am Lehrstuhl für Interaktive Echtzeitsysteme IES, Institut für Anthropomatik IFA, Karlsruher Institut für Technologie (KIT). Hauptarbeitsgebiete: Automatische Sichtprüfung und Bildverarbeitung, Informationsfusion, Bildrestauration.

Institut für Anthropomatik, Karlsruher Institut für Technologie (KIT), Adenauerring 4, D-76131 Karlsruhe, Deutschland +49-721-6091436,

Michael Heizmann

Dr.-Ing. Michael Heizmann leitet die Abteilung Mess-, Regelungs- und Diagnosesysteme MRD am Fraunhofer-Institut für Optronik, Systemtechnik und Bildauswertung IOSB. Hauptarbeitsgebiete: Automatische Sichtprüfung und Bildverarbeitung, Bild- und Informationsfusion, Mess-, Regelungs- und Automatisierungstechnik.

Fraunhofer-Institut für Optronik, Systemtechnik und Bildauswertung IOSB, Fraunhoferstraße 1, D-76131 Karlsruhe, Deutschland, Tel.: +49-721-6091329, Fax: +49-721-6091413,


Received: 2013-06-11

Published Online: 2013-10-29

Published in Print: 2013-10-01


Citation Information: tm – Technisches Messen tm - Technisches Messen. Volume 80, Issue 10, Pages 312–320, ISSN (Online) 2196-7113, ISSN (Print) 0171-8096, DOI: https://doi.org/10.1515/teme.2013.0038, October 2013

Comments (0)

Please log in or register to comment.