| 水下图像基于 GAN 去模糊的增强技术 |
| |
| 引用本文： | 王宏妫,史先鹏.水下图像基于 GAN 去模糊的增强技术[J].海洋科学进展,2022,40(2):342-350. |
| |
| 作者姓名： | 王宏妫 史先鹏 |
| |
| 作者单位： | 1.国家深海基地管理中心,山东 青岛 266237;
2.杭州电子科技大学 自动化学院,浙江 杭州 310018 |
| |
| 基金项目： | 国家自然科学基金委员会-山东省人民政府联合基金项目———基于海底地形特征的深海 AUV 同步定位与建图方法研 究
(U1806228) |
| |
| 摘 要： | 由于水下环境具有不稳定性,水下图像可能会出现偏色、对比度低以及运动模糊等退化现象。针对这些问题,本文提出了适用于水下图像的增强算法,其实现需要依次经过颜色恢复和去模糊这2个阶段。在第一阶段中,本文增强算法先利用高斯滤波和均值漂移对图像进行锐化;然后,通过对比图像各颜色通道的均值得到补偿值对图像颜色进行校正;最后通过线性拉伸来调整图像的对比度。在第二阶段中,采用带有残差思想的生成对抗网络(GenerativeAdversarialNetworks,GAN),利用9个连续的残差网络能够很好地提取图像中的特征,可起到消除模糊和增强图像特征的作用。利用本文算法处理水下图像时,发现本文方法不仅能去除图像模糊,而且能消除图像的色偏现象且不携带红色伪影。同时,通过对比水下图像质量度量(UnderwaterImageQualityMeasures,UIQM)和水下彩色图像质量评估(UnderwaterColorImageQualityEvaluation,UCIQE)这2项指标发现,本文算法有较好的图像处理效果。
|
| 关 键 词： | 水下图像 颜色恢复 生成对抗网络(GAN) 去模糊 |
Underwater Image Enhancement Technology Based on Deblur GAN |
| |
| WANG Hong-gui,SHI Xian-peng.Underwater Image Enhancement Technology Based on Deblur GAN[J].Advances in Marine Science,2022,40(2):342-350. |
| |
| Authors: | WANG Hong-gui SHI Xian-peng |
| |
| Abstract: | |
| |
| Keywords: | underwater image color restoration Generative Adversarial Networks (GAN) deblurring |
|
| 点击此处可从《海洋科学进展》浏览原始摘要信息 |
| 点击此处可从《海洋科学进展》下载免费的PDF全文 |
|
