首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于颜色–场景联合迁移的水下图像增强方法
作者姓名:曹舒宁  许晟旗  郭赟  肖雪尧  陈秉灵
作者单位:华中科技大学 人工智能与自动化学院,湖北 武汉 430074;广州南方学院 大数据与人工智能专业,广东 广州 510970
摘    要:水下成像存在颜色失真、图像对比度严重下降等问题。大多数基于深度学习的水下图像增强方法依赖仿真数据集,由于仿真与实测数据之间存在较大的分布差异,实测泛化能力受限。将水下图像增强任务划分为 2 个更简单,但是同时具有明确物理意义的子问题:颜色校正和对比度增强,提出基于物理模型分解的域内–域间迁移框架。首先,域内迁移校正图像颜色,通过学习对退化图像进行分解,在场景光层面通过对齐颜色退化,校正颜色失真同时保证其它成分完全不受影响。进一步,再次利用基于水下散射模型的分解策略,通过针对性迁移水下退化因素,使得仿真–实测域之间实现相互迁移和交互,增强水下图像对比度。实验结果表明:本方法在真实水下图像数据集上处理的结果,在色彩、纹理细节和清晰程度方面均优于现有的对比方法。

关 键 词:图像处理  水下图像增强  卷积神经网络  域迁移

Underwater Image Enhancement Based on Joint Color and Scene Adaptation
Authors:CAO Shuning  XU Shengqi  GUO Yun  XIAO Xueyao  CHEN Bingling
Institution:School of Artificial Intelligence and Automation,Huazhong University of Science and Technology,Wuhan 430074 ,China; Major of Big Data and Artificial Intelligence,Nanfang College Guangzhou,Guangzhou 510970 ,China
Abstract:
Keywords:
点击此处可从《》浏览原始摘要信息
点击此处可从《》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号