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：江苏科技大学

摘要：本发明公开了一种基于分数阶卷积神经网络的水下图像增强方法，步骤包括：输入水下图像，通过白平衡及直方图均衡化对水下图像进行初步预处理，设计水下图像的环境光估计网络和透射率估计网络，分别对两个估计网络进行参数训练，对于环境光估计网络输出得到环境光值B，对于透射率估计网络，输出得到透射率参数t,根据水下物理模型复原得到清晰的图像。本发明的方法在不需要大量高质量清晰水下图像的前提下，通过计算一组IQM来评估结果的方法，使得增强后的水下图像视觉质量明显提升，增强效果显著。

主权项：1.一种基于分数阶卷积神经网络的水下图像增强方法，其特征在于，包括以下步骤：A1：输入原始的水下图像；A2：水下图像初步预处理，即通过白平衡及直方图均衡化纠正图像的色彩偏差，并增强图像的亮度和对比度；A3：设计水下图像的环境光估计网络和透射率估计网络；A4：对环境光估计网络和透射率估计网络进行参数训练；所述环境光估计网络的参数训练的方法是，通过网络前向传播计算出目标值和实际输出之间的误差，当误差在允许范围内，则结束训练；当误差超出允许范围，则计算误差，通过网络反向传播求出误差梯度，利用分数阶动量的分数阶梯度下降算法更新参数，使权重从初始状态逐步更新到最终的学习到的状态；采用环境光的估计值与其对应的理想值之间的欧氏距离作为损失函数，所述损失函数记作Lh，为：其中||·||为对矩阵求二范数操作，BiI为环境光的估计值，BiJ为其对应的理想值，i代表颜色通道，I为初步预处理后的水下图像，J为清晰图像；所述透射率估计网络的参数训练的方法是，将初步预处理后的水下图像I送入到透射率估计网络中，输出得到透射率参数t；根据水下物理模型，环境光值B和透射率参数t得到清晰图像J；对比水下图像I和清晰图像J，采用IQM作为损失函数，通过网络前向传播计算出目标值和实际输出之间的误差，当误差在允许范围内，则结束训练；当误差超出允许范围，则计算误差，通过网络反向传播求出误差梯度，利用分数阶动量的分数阶梯度下降算法更新参数，使权重从初始状态逐步更新到最终的学习到的状态；所述透射率估计网络的参数训练中的损失函数记作LIQM，为：LIQM＝1-IQMI,J，其中，IQMI,J为多目标函数的IQM集，选择与人的视觉感知紧密相关的五个指标构成IQM集：对比度、敏锐度、边界完整性、先验灰色世界和清晰度；A5：将预处理的水下图像送入训练好的环境光估计网络和透射率估计网络中，所述环境光估计网络，输出得到环境光值B；所述透射率估计网络，输出得到透射率参数t；A6：根据水下物理模型，结合A5中环境光估计网络输出得到的环境光值B和透射率估计网络输出得到的透射率参数t，得到复原后清晰的图像。

全文数据：

权利要求：

百度查询： 江苏科技大学 一种基于分数阶卷积神经网络的水下图像增强方法