1.一种用于水下监控的鱼眼镜头,其特征在于,从物侧至像侧沿光轴依次由第一透镜至第十四透镜组成,第一透镜具负屈光率,第一透镜的物侧面为凸面,第一透镜的像侧面为凹面;
第二透镜具负屈光率,第二透镜的物侧面为凸面,第二透镜的像侧面为凹面;
第三透镜具负屈光率,第三透镜的物侧面为凸面,第三透镜的像侧面为凹面;
第四透镜具正屈光率,第四透镜的物侧面为凹面,第四透镜的像侧面为凸面;
第五透镜具负屈光率,第五透镜的物侧面为凹面,第五透镜的像侧面为凸面;
第六透镜具正屈光率,第六透镜的物侧面为凸面,第六透镜的像侧面为凹面;
第七透镜具正屈光率,第七透镜的物侧面为凸面,第七透镜的像侧面为凸面;
第八透镜具正屈光率,第八透镜的物侧面为凸面,第八透镜的像侧面为凹面;
第九透镜具负屈光率,第九透镜的物侧面为凹面,第九透镜的像侧面为凹面;
第十透镜具正屈光率,第十透镜的物侧面为凸面,第十透镜的像侧面为凹面;
第十一透镜具正屈光率,第十一透镜的物侧面为凸面,第十一透镜的像侧面为凸面;
第十二透镜具负屈光率,第十二透镜的物侧面为凸面,第十二透镜的像侧面为凹面;
第十三透镜具正屈光率,第十三透镜的物侧面为凸面,第十三透镜的像侧面为凸面;
第十四透镜为平面透镜;
所述镜头满足:‑20<(f1/f)<‑16,‑<6(f2/f)<‑3.5,‑10<(f3/f)<‑7,25<(f4/f)<32,‑20<(f5/f)<‑16,6<(f6/f)<8,5<(f7/f)<8,39<(f8/f)<44,‑10<(f9/f)<‑7,11<(f10/f)<14,70<(f11/f)<78,‑6<(f12/f)<‑4,2<(f13/f)<4其中,f为该鱼眼镜头的焦距,f1、f2、f3、f4、f5、f6、f7、f8、f9、f10、f11、f12、f13分别为第一透镜、第二透镜、第三透镜、第四透镜、第五透镜、第六透镜、第七透镜、第八透镜、第九透镜、第十透镜、第十一透镜、第十二透镜和第十三透镜的焦距值;
所述第一透镜的焦距为‑96.622407mm,第二透镜的焦距为‑25.419579mm,第三透镜的焦距为‑49.902043mm,第四透镜的焦距为174.058442mm,第五透镜的焦距为‑122.465151mm,第六透镜的焦距为46.195301mm,第七透镜的焦距为39.521872mm,第八透镜的焦距为254.701798mm,第九透镜的焦距为‑52.283508mm,第十透镜的焦距为72.311349mm,第十一透镜的焦距为466.194184mm,第十二透镜的焦距为‑29.478546mm,第十三透镜的焦距为17.466991mm,第十四透镜的焦距为无穷大;
所述第一透镜的折射率为1.498363;
第二透镜的折射率为1.487490;
第三透镜的折射率为1.487490;
第四透镜的折射率为1.743972;
第五透镜的折射率为1.576326;
第六透镜的折射率为1.750301;
第七透镜的折射率为1.539263;
第八透镜的折射率为1.746166;
第九透镜的折射率为1.554559;
第十透镜的折射率为1.685803;
第十一透镜的折射率为1.624384;
第十二透镜的折射率为1.755201;
第十三透镜的折射率为1.635582;
第十四透镜的折射率为1.737654。
2.根据权利要求1所述的一种用于水下监控的鱼眼镜头,其特征在于,第八透镜与第九透镜组成胶合透镜,第十一透镜与第十二透镜组成胶合透镜,在第六透镜与第七透镜之间设置光阑。
3.根据权利要求1所述的一种用于水下监控的鱼眼镜头,其特征在于,所述镜头满足:vd7‑vd8>35,vd9‑vd8>35,其中,vd7为第七透镜的色散系数,vd8为第八透镜的色散系数,vd9为第九透镜的色散系数。
4.根据权利要求1所述的一种用于水下监控的鱼眼镜头,其特征在于,该镜头透镜组的FNO为1.80。
5.一种权利要求1‑4任一项所述的用于水下监控的鱼眼镜头的图像校正方法,其特征在于,包括如下:S1:利用白平衡算法用还原白色物体颜色的方式,通过调整补偿色温差异带来的偏色,进行图像的增强;
按照朗伯特反射模型,将彩色图像表示为:其中s(x,λ)——波长为的光波在物体表面一点x处的反射率;
T
f(x)——彩色图像,f(x)=(R,G,B) ;
μ——可见光谱分布范围;
e(λ)——光源的光谱范围;
c(λ)——成像设备的感光函数;
光源的光照e估计为:
S2:应用限制对比度自适应直方图均衡的方法,对图像对比度及细节增强:基于图像的局部直方图,将原始图像划分成一个个矩形范围像素的子区域,在每个子区域内做传统的全局直方图均衡化,且每个子区域的直方图高度都将受到限制,由此可以限制噪声,增强图像的局部对比度重新排布像素值;
CLAHE算法的具体实现流程如下:第1步:把原图像设置成L个Q×P固定的互连子区域块,[Q P]的取值越大,对图像的细节增强效果越强;
第2步:各子区域像素个数平均分配:其中Nx——子区域在X轴方向的像素点数;
NY——子区域在Y轴方向的像素点数;
N平均——子区域中每个灰度级的平均像素点数量;
N灰度——子区域中灰度级的数量;
第3步:根据限定值截取每个子区域的灰度直方图,超出限定的部分重新分配至各自的灰度级中;
第4步:每个子区域块的灰度直方图限定完毕后,接着运用HE算法进行处理;
第5步:将每个子区域块的中心像素点计算出像素值,并标记为参考点,然后对子区域块内每个像素点按照同样的双线性插值法进行灰度插值,由当前操作的像素点邻域内的4个参考点所对应的映射,可以确定出该像素点的映射;
S3:图像细节的校正
采用Gamma变换对过度曝光或者是欠曝光的灰度图像进行对比度调节,使用Gamma校正算法在得到对比度增强的图像上,对图像的细节部分进行修复;
在RGB颜色空间中,Gamma变换的形式为:其中 ——图像经过Gamma变换后输出的像素值;
c
I——图像的输入像素值;
C——RGB三个通道;
γ——Gamma因子;
对于Gamma因子来说,若γ>1图像中灰度级较高的区域会被拉伸,较低的部分进行压缩,图像整体像素值变小,颜色变暗;如果γ<1,则相反,拉伸的是灰度级较低区域,较高的部分被压缩,图像整体像素值变大,颜色变亮;
S4:计算图像特征参数
①局部对比度权重MLC
局部对比度的增强可以改善图像中局部区域类似光斑状亮度相差较大的情况,计算方式可以用像素点与其邻域内像素点均值的偏差表示,公式为:其中 ——进行低通滤波后值;
K
N—输入图像的亮度值;
②显著度权重MS
计算方式如下:
MS(m,n)=||Nμ‑NC(m,n)||其中NC——输入图像高斯模糊后的结果;
Nμ——图像的像素均值;
③曝光度权重ME
其计算公式为:
K
其中:N(m,n)——输入图像在(m,n)位置上的像素值,均值为0.5;
σ——标准偏差,值为0.25;
S5:图像校正处理
对输入图像进行图像金字塔校正,在开始加权校正之前,先对局部对比度、显著度、曝光度进行归一化处理,公式为:Mz(m,n)=MLC(m,n)+MS(m,n)+ME(m,n)其中Mz(m,n)——第z幅图像的权重之和;
——第z幅输入图像的归一化权重;
Z——参与校正的图像数量,Z为整数;
接下来,基于多尺度校正算法进行图像校正增强,用公式表示为:其中 ——归一化权重;
Hq(m)——第q层的校正图像;
LPq——拉普拉斯金字塔第q层图像;
Qq——高斯金字塔第q层图像;
z z
I(x)——输入图像的I的像素值;
最终的公式为:
其中H(m)——最终的输出图像;
d n‑1
↑——上采样过程,d=2 。
6.一种图像处理系统,其特征在于,该系统内包含权利要求5所述的图像校正方法。
7.一种用于水下监控的成像装置,其特征在于,包含鱼眼镜头、光学增强器、光度计、报警器、图像处理系统;
所述鱼眼镜头为权利要求1‑4任一项所述的用于水下监控的鱼眼镜头;
所述光学增强器是以复合抛物面聚光器为模型进行130×130平面阵列得到;所述复合抛物面聚光器在入射口半径0.08mm,出射口半径0.04mm,表面镀膜材料为铝,输入角度为
23.5°,输出角度为90°;伸展系数为0.8;光学增强器的入射口与透镜表面垂直;
所述光度计与光学增强器输出端胶合;
所述报警器与光度计相连;
CCD位于光学增强器的像面处,其连接图像处理系统;
所述图像处理系统为权利要求6所述的图像处理系统,该系统内包含权利要求5所述的图像校正方法;
目标物体发出的光信号经过由所述的第一透镜至第十四透镜后,进入光学增强器进行光通量的放大,放大后的光信号经CCD转换成电信号并发送至图像处理系统,进行图像校正和优化;与光学增强器相连的光度计监测输出光通量,如果光通量过低,会启动报警器进行报警,提示系统工作在低光通量非正常状态。