基于颜色特征融合的水下图像增强方法及系统技术方案

本发明专利技术提供一种基于颜色特征融合的水下图像增强方法及系统，属于水下图像处理技术领域，并为不同通道的信息设定大小不同的丢弃比例，生成各个通道的残差，将三个通道的特征信息进行融合，利用可变形卷积提取更加多样化的特征信息，采用一个残差连接将普通卷积和可变形卷积的特征融合；引入原始输入图像各个颜色通道的信息，让模型的训练能够更加稳定。本发明专利技术给不同颜色通道的信息分配不同大小的感受野，得以更好地学习图像的全局和局部特征，同时结合通道

【技术实现步骤摘要】
基于颜色特征融合的水下图像增强方法及系统


[0001]本专利技术涉及水下图像处理
，具体涉及一种基于颜色特征融合的水下图像增强方法及系统。

技术介绍

[0002]受特殊的物理化学环境影响，水下直接拍摄得到的图像往往存在细节模糊、对比度低、颜色失真等质量下降问题。这些问题对海底考古、海洋生物研究、海洋无人潜航导航等海洋探索工作造成了巨大影响。
[0003]传统的图像处理方法对于水下图像可以起到一定的增强效果，但是往往需要进行大量的参数估计，并且比较依赖一些假设先验。近年来，随着深度学习技术的不断发展，基于深度学习的水下图像增强技术也得到了广泛研究。然而，许多水下图像增强模型仅直接应用通用深度网络结构于水下场景中，忽略了水下图像场景的独特性。这导致了模型的鲁棒性和泛化能力极其有限，无法获得令人满意的结果。

技术实现思路

[0004]本专利技术的目的在于提供一种利用可变形卷积的灵活性来捕捉更加丰富的特征信息，以防止增强结果出现纹理损坏或平滑伪影等问题，提高算法的鲁棒性和可靠性的基于颜色特征融合的水下图像增强方法及系统，以本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于颜色特征融合的水下图像增强方法，其特征在于，包括：获取待增强的图像；利用训练好的模型对获取的待增强的图像进行处理，得到图像增强结果；其中，所述训练好的模型的训练包括：提取水下图像的细节特征和全局特征，并为不同通道的信息设定大小不同的丢弃比例；根据提取到的细节特征和全局特征生成各个通道的残差，根据残差将三个通道的特征信息进行融合；将得到的融合特征利用可变形卷积提取更加多样化的特征信息，采用一个残差连接将普通卷积和可变形卷积的特征融合；利用全局残差连接，引入原始输入图像各个颜色通道的信息，让模型的训练能够更加稳定。2.根据权利要求1所述的基于颜色特征融合的水下图像增强方法，其特征在于，提取水下图像的细节特征和全局特征，并为不同通道的信息设定大小不同的丢弃比例，包括：将输入图像分为三个不同颜色通道的信息来分别处理，给各个通道的信息分配不同的感受野；在卷积块中使用dropout层代替BN层，并为不同颜色的通道设置不同大小的丢弃策略，蓝、绿、红通道分别设定0.4、0.3、0.2的丢弃参数；最后使用PRelu作为激活层，自适应地学习矫正线性单元的参数，将各个通道的特征进行融合。3.根据权利要求2所述的基于颜色特征融合的水下图像增强方法，其特征在于，红色通道使用3
×
3的较小卷积核来提取特征，分别使用5
×
5和7
×
7的较大卷积核来提取绿色和蓝色通道特征。4.根据权利要求1所述的基于颜色特征融合的水下图像增强方法，其特征在于，针对得到的融合特征，采用多路信息处理的策略，使用三个不同大小感受野的卷积层进行处理，使用丢弃参数为0.1的dropout层和PReLU进行进一步处理，利用提取水下图像的细节特征和全局特征来生成对应的特征残差，并利用CBAM模块对各个通道的残差信息处理。5.根据权利要求1所述的基于颜色特征融合的水下图像增强方法，其特征在于，引入可变形卷...

【专利技术属性】
技术研发人员：白慧慧，周洋，
申请(专利权)人：北京交通大学，
类型：发明
国别省市：