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 |
|