【技术实现步骤摘要】
一种用于水下AUV的视频图像实时增强方法
本专利技术涉及图像处理和深度学习
,尤其涉及一种用于水下AUV的视频图像实时增强方法。
技术介绍
水下图像的实时增强任务是当前图像处理领域的研究热门之一。随着人类对海洋资源和生物的不断发掘,视觉引导的自主式水下机器人和遥控式水下机器人应用越来越广泛,例如在海洋物种迁徙和珊瑚礁监测、海底电缆和残骸检查、海底测绘等重要应用中都离不开水下机器人。而这些水下机器人即便使用了高端相机,其在水下的视觉感知仍会因水质浑浊、光线散射折射、光线衰减等干扰而感知受限,从而严重影响基于视觉图像的任务效果。
技术实现思路
本专利技术的目的是提供一种用于水下AUV的视频图像实时增强方法,解决了水下图像畸变问题,并实现实时图像增强,提高了水下机器人的视觉感知能力。本专利技术为实现上述专利技术目的采用如下技术方案:本专利技术提供了一种用于水下AUV的视频图像实时增强方法,包括:构建生成对抗网络并训练生成对抗网络;采集水下图像数据作为生成对抗网络的输入,利用 ...
【技术保护点】
1.一种用于水下AUV的视频图像实时增强方法,其特征在于,包括:/n构建生成对抗网络并训练生成对抗网络;/n采集水下图像数据作为生成对抗网络的输入,利用训练完成的生成对抗网络生成水下畸变图像对应的清晰图像,再输出为视频流,实现对水下图像的实时增强。/n
【技术特征摘要】
1.一种用于水下AUV的视频图像实时增强方法,其特征在于,包括:
构建生成对抗网络并训练生成对抗网络;
采集水下图像数据作为生成对抗网络的输入,利用训练完成的生成对抗网络生成水下畸变图像对应的清晰图像,再输出为视频流,实现对水下图像的实时增强。
2.根据权利要求1所述的一种用于水下AUV的视频图像实时增强方法,其特征在于,生成对抗网络的构建方法包括:
采用生成器网络和判别器网络构建生成对抗网络,其中,所述生成器网络用于生成水下畸变图像的增强图像,所述判别器网络用于判别生成器生成的图像是真实图像还是生成图像。
3.根据权利要求2所述的一种用于水下AUV的视频图像实时增强方法,其特征在于,所述生成器网络由编码器和解码器构成,所述编码器和解码器每层由一个ResInBlock构成,所述编码器和解码器镜像连接。
4.根据权利要求3所述的一种用于水下AUV的视频图像实时增强方法,其特征在于,所述ResInBlock是由多个卷积层构成的拓扑结构,前向通道由n个3x3卷积层串联并使用多次残差结构组成,其中n由ResInBlock所在层的深度决定,最终输出由ResInBlock的输入经1x1卷积后与前向通道的输出结果相加形成。
5....
【专利技术属性】
技术研发人员:史朋飞,韩松,辛元雪,范新南,杨鑫,倪建军,许亮,
申请(专利权)人:河海大学,
类型:发明
国别省市:江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。