Imej yang ditangkap di dalam air menghadapi pelbagai isu kualiti terutamanya ketidaktepatan
warna disebabkan oleh penyelerakan dan penyerapan cahaya dalam air. Kebanyakan imej yang
ditangkap di dalam air tidak mendapat illuminasi yang mencukupi dari permukaan air. Kos untuk
memasang lampu dalam air untuk mendapatkan illuminasi yang cukup sangat tinggi terutamanya bagi
jurugambar atau penyelam amatur. Antara cara yang digunakan oleh ahli profesional, data keadaan air
yang perlu diukur di tempat penggambaran diperlukan untuk memproses imej-imej tersebut. Cara-cara
ini biasanya boleh mendapat keputusan yang baik tetapi langkah-langkah yang diperlukan sangat
komplex dan memakan masa. Data keadaan air yang diukur hanya boleh digunakan untuk imej dari
tempat tersebut sahaja. Projek ini mencadangkan cara memproses imej yang tidak begitu rumit untuk
menambah baik kuality imej yang ditangkap di dalam air. Projek ini mencatat kemajuan dalam empat
peringkat, iaitu pemerolehan imej-imej yang ditankap di dalam air, pembangunan algoritma
pemprosesan imej, pengujian algoritma pemprosesan imej dan pembandingan dengan cara lain yang
sedang digunakan pada masa ini. Program yang digunakan untuk mengoperasi algoritma pemprosesan
imej ialah Visual Studio Express 2012. Langkah-langkah pemprosesan imej adalah seperti berikut: (1)
mencari nilai rujukan bagi setiap komponen warna imej; (2) penghapusan kabus (3) pembetulan warna
peralihan piksel (4) penajaman imej. Keputusan dibandingkan secara kualitatif and kuantitatif dengan
teknik lain yang sedang digunakan pada masa ini. Analisis kualitatif menunjukkan teknik yang
dicadangkan memberikan keputusan yang baik untuk imej kurang berkabus dan imej berkabus tetapi
terlampau megurangkan warna bagi imej tidak berkabus serta menhasilkan imej tidak berwarna bagi
imej sangat berkabus. Bagi analisis kuantitatif termasuk kesalahan kecerahan purata, kesalahan kuasa
dua purata dan ratio signal puncak-signal gangguan, teknik cadangan lebih baik daripada teknik-teknik
yang dibandingkan dalam semua kategori kecuali imej kurang berkabus. Konklusinya, teknik
cadangan hanya sesuai untuk sesetengah kategori dan teknik ini boleh diperbaik dengan menambah
cara mengenali kategori imej sebelum memprosesnya.
_______________________________________________________________________________________________________
Underwater images face challenging quality issues especially colour distortion because of
light scattering and light absorption in the water. Most images that are taken underwater do not have
sufficient illumination from the surface and it is costly and difficult to install underwater illumination
for photography purposes especially for casual photographers or divers. In some methods that are used
by professionals, the exact parameters at the site of photography are needed in order to process the
image. These methods normally can produce impressive results but such methods are complicated and
highly specific for a location where the images are taken. This project presents an image processing
method that is simple in comparative for underwater images to improve their quality. This project is
progressed in four stages, which are acquisition of raw underwater images, development of image
processing algorithm, testing the algorithm with sample images and finally comparison with state-ofthe-
art simple image processing methods. The program is executed using Visual Studio Express 2012
on a laptop. The steps of the image processing procedures are as follow: (1) finding the reference
value of each colour components of the image (2) defogging; (3) pixel distribution shifting colour
correction (4) sharpening. The results are compared qualitatively and quantitatively to the results from
other state-of-the-art methods and tabulated. In the qualitative analysis, the suggested method works
well in slightly foggy images and foggy images but will over-decolourize images that are not foggy
and end up with resultant images that almost do not have any colour left for very foggy images.
Through the statistics obtained from the quantitative analysis that included absolute mean brightness
error, mean square error and peak signal-to-noise ratio, the suggested method outperforms the state-ofthe-
art methods that were compared to in all categories except slightly foggy image where histogram
equalization is better. The conclusion is the suggested method provides a simpler and better way of
enhancing underwater images compared to many state-of-the-art methods but the method only works
best in certain categories. Improvement that can be made is to include a method to differentiate photo
categories before processing.
Colour enhancement system for underwater video / Yew Sen Nian