买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:南京农业大学
摘要:本发明公开了一种基于Unet与多尺度特征融合的水下图像增强方法,首先对水下失真原图像进行预处理;然后将预处理后的图像分别与原始图像两两结合,再通过图像增强网络进行深层次增强,并对原图像进行深层次增强;利用置信度生成网络生成相应的置信度值,并使用置信度值动态调整不同增强结果对最终图像的贡献比例,实现多尺度特征融合;最后使用拉普拉斯边缘检测对融合后的图像进行边缘增强,提高图像细节的清晰度和对比度。本发明确保了增强效果的全面优化,能够显著提升水下图像的亮度、色彩、纹理和结构等方面的质量,适用于多种水下环境中的高质量图像需求;具有高效、鲁棒的图像增强能力,为水下科学研究和工程应用提供了重要支持。
主权项:1.一种基于Unet与多尺度特征融合的水下图像增强方法,其特征在于,包括以下步骤:S1、利用直方图均衡化、白平衡校正和伽马校正分别对水下失真原图像IRAW进行预处理,得到初步增强图像为:直方图均衡化图像IHE、白平衡校正图像IWB和伽马校正图像IGC;S2、将初步增强图像直方图均衡化图像IHE、白平衡校正图像IWB和伽马校正图像IGC分别与水下失真原图像IRAW两两结合后,再分别输入到图像增强网络中做更深层次的图像增强,得到三种深度增强图像,分别为深度增强后的直方图均衡化图像RHE、白平衡校正图像RWB和伽马校正图像RGC;并将水下失真原图像IRAW单独输入到图像增强网络得到深度增强后的原图像RRAW;S3、将步骤S2中得到的四种深度增强后图像RHE、RWB、RGC、RRAW一起输入到置信度生成网络,生成直方图均衡化的置信度值CHE、白平衡校正的置信度值CWB和伽马校正的置信度值CGC;置信度生成网络基于Unet架构,增加了通道注意力机制和残差块;S4、利用步骤S3得到的置信度值CHE、CWB、CGC对RHE、RWB、RGC进行多尺度动态融合;S5、使用拉普拉斯边缘检测对步骤S4中多尺度动态融合后的图像进行边缘增强处理,提升图像细节的清晰度和对比度,得到最终的图像增强结果。
全文数据:
权利要求:
百度查询: 南京农业大学 一种基于Unet与多尺度特征融合的水下图像增强方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。