一种水下图像增强系统及方法技术方案

本申请公开了一种水下图像增强系统及方法，包括：交叉注意力机制模块、动态特征增强模块和特征融合模块；交叉注意力机制模块用于提取水下图像中的全局信息和局部信息并结合，得到图像特征；动态特征增强模块用于提高图像特征的表达能力和区别能力；特征融合模块用于提高图像特征的重建能力；特征融合模块还用于进一步增强图像特征的区别能力，完成水下图像的增强。本申请能够恢复水下图片中的真实颜色；并且在海洋探测和资源勘探方面，本申请可以帮助科学家和工程师更好地理解海洋生物和地质环境，从而更好地探索和利用海洋资源。本申请可以帮助救援人员快速准确地发现和定位事故现场、失踪人员和潜水器等。失踪人员和潜水器等。失踪人员和潜水器等。

【技术实现步骤摘要】
一种水下图像增强系统及方法


[0001]本申请属于图像处理领域，具体涉及一种水下图像增强系统及方法。

技术介绍

[0002]相较于陆地资源探索已充分，海洋资源探索仍初级。海洋资源包括石油、天然气和渔业资源等，对人类发展重要。但由于海洋环境复杂多变，探索开发面临巨大困难。水下图像增强处理可更好了解海洋资源分布、开发难度、潜力和确定开发范围和方案。然而，水下图像常受多种因素影响，如光线传播、悬浮颗粒浓度等，出现模糊、颜色偏差和低对比度问题，需专业技术和设备解决。
[0003]水下图像增强技术能够提升能见度、减小色差和提高对比度三个方面，有利于观察、分析水下场景和提高计算机视觉任务性能。传统方法利用CNN和GAN技术实现水下图像增强，只考虑局部信息提取。虽然有一些工作引入视觉注意力机制提取一定的全局信息，但增强效果还有待提高。

技术实现思路

[0004]为解决上述背景中的技术问题，本申请提出一种基于交叉注意力机制的水下图像增强系统及方法。通过块间注意力模块获得局部信息；同时，通过块间注意力机制来获得全局信息进行建模，从而实现更完整的图像增强效果。
[0005]为实现上述目的，本申请提供了一种水下图像增强系统，包括：交叉注意力机制模块、动态特征增强模块和特征融合模块；
[0006]所述交叉注意力机制模块用于提取水下图像中的全局信息和局部信息并结合，得到图像特征；
[0007]所述动态特征增强模块用于提高所述图像特征的表达能力和区别能力；
[0008]所述特征融合模块用于提高所述图像特征的重建能力；所述特征融合模块还用于进一步增强所述图像特征的区别能力，完成水下图像的增强。
[0009]优选的，在所述交叉注意力机制模块获取所述图像特征前，应当将待提取的水下图像经过一个重置大小归一化层和一个镜像填充层进行图像大小处理；同时进行线性映射，用以提取所述图像特征。
[0010]优选的，所述交叉注意力机制模块包括：块内注意力机制和块间注意力机制；所述交叉注意力机制模块的工作流程包括：
[0011]由所述块内注意力机制提取特征图的局部信息；再以所述局部信息为输出，输入到所述块间注意力机制中，提取所述特征图的全局信息；之后，将所述局部信息和所述全局信息进行融合，得到所述图像特征。
[0012]优选的，所述动态特征增强模块包括：两个可变形卷积，所述可变性卷积为在普通卷积的卷积核位置引入一个可学习的偏移量。
[0013]优选的，所述动态特征增强模块的工作流程包括：所述卷积核通过在输入特征图
的采样点时发生偏移，集中于感兴趣的区域或者目标，用以加强所述图像特征的表达能力和区别能力。
[0014]优选的，所述特征融合模块是一种用于融合多个分支的通道注意力机制，由卷积层、池化层以及Softmax操作组成。
[0015]优选的，所述特征融合模块的工作流程包括：使用通道注意力来融合所述动态特征增强模块的输出分支和所述交叉注意力机制模块的输出分支；以融合原始特征信息和经过多层交叉注意力机制的特征信息，以提高所述图像特征的重建能力；并进一步增强所述图像特征的区别能力。
[0016]本申请还提供了一种水下图像增强方法，步骤包括：
[0017]提取水下图像中的全局信息和局部信息并结合，得到图像特征；
[0018]提高所述图像特征的表达能力和区别能力；
[0019]提高所述图像特征的重建能力；并进一步增强所述图像特征的区别能力，完成水下图像的增强。
[0020]与现有技术相比，本申请的有益效果如下：
[0021]本申请能够恢复水下图片中的真实颜色；并且在海洋探测和资源勘探方面，本申请可以帮助科学家和工程师更好地理解海洋生物和地质环境，从而更好地探索和利用海洋资源。在水下安全监测和救援方面，本申请可以帮助救援人员快速准确地发现和定位事故现场、失踪人员和潜水器等。此外，在水下文物保护和考古发掘方面，本申请可以帮助文物保护者和考古学家更好地了解水下文化遗产的状况和历史背景，从而更好地保护和挖掘这些宝贵的文化遗产。
附图说明
[0022]为了更清楚地说明本申请的技术方案，下面对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0023]图1为本申请实施例的系统结构示意图；
[0024]图2为本申请实施例的交叉注意力机制框架图；
[0025]图3为本申请实施例的动态特征增强模块示意图；
[0026]图4为本申请实施例的特征融合模块框架图。
具体实施方式
[0027]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0028]为使本申请的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本申请作进一步详细的说明。
[0029]实施例一
[0030]本实施例提出了一种水下图像增强系统，该系统主要基于Vision Transformer网
络模型，包括三个模块：交叉注意力机制模块、动态特征增强模块和特征融合模块。其中，交叉注意力机制模块主要由块间注意力机制模块和块内注意力机制模块组成，以最大程度地提取图像之中的全局信息以及局部信息并将其结合起来；动态特征增强模块主要由两个可变形卷积模块组成，以提高特征表达能力和区分能力从而提升模型的性能；特征融合模块主要由卷积组成，以提高特征的表达能力和重建能力；整体框架如图1所示。
[0031]在本实施例中，交叉注意力机制模块主要由块内注意力机制和块间注意力机制组成。由块内注意力机制提取特征图的局部信息，再以此为输出，输入到块间注意力机制中，提取其全局信息，再输入到块间注意力机制模块，提取一次局部信息。交叉注意力机制框架图如图2所示。
[0032]动态特征增强模块由两个可变形卷积模块组成。可变形卷积在其卷积核的位置引入了一个可学习的偏移量，使得卷积核的采样点可以发生变形。因此卷积核可以在输入特征图的采样点时发生偏移，集中于感兴趣的区域或者目标。可变形卷积还可以增强网络的转换建模能力，其框架图如图3所示。
[0033]特征融合模块是一种用于融合多个分支的通道注意力机制，主要由卷积层、池化层以及Softmax操作组成。特征融合模块使用通道注意力来融合动态特征增强过后的分支和交叉注意力机制模块输出分支，以融合原始特征信息和经过多层交叉注意力机制的特征信息，然后输出到下一层。特征融合模块框架图如图4所示。
[0034]下面将结合本实施例，详细说明本申请如何解决实际生活中的技术问题。
[0035]第一步：首先，将原始的带失真信息本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种水下图像增强系统，其特征在于，包括：交叉注意力机制模块、动态特征增强模块和特征融合模块；所述交叉注意力机制模块用于提取水下图像中的全局信息和局部信息并结合，得到图像特征；所述动态特征增强模块用于提高所述图像特征的表达能力和区别能力；所述特征融合模块用于提高所述图像特征的重建能力；所述特征融合模块还用于进一步增强所述图像特征的区别能力，完成水下图像的增强。2.根据权利要求1所述的水下图像增强系统，其特征在于，在所述交叉注意力机制模块获取所述图像特征前，将待提取的水下图像经过一个重置大小归一化层和一个镜像填充层进行图像大小处理；同时进行线性映射，用以提取所述图像特征。3.根据权利要求1所述的水下图像增强系统，其特征在于，所述交叉注意力机制模块包括：块内注意力机制和块间注意力机制；所述交叉注意力机制模块的工作流程包括：由所述块内注意力机制提取特征图的局部信息；再以所述局部信息为输出，输入到所述块间注意力机制中，提取所述特征图的全局信息；之后，将所述局部信息和所述全局信息进行融合，得到所述图像特征。4.根据权利要求1所述的水下图像增强系统，其特征在于，所述动态特征增...

【专利技术属性】
技术研发人员：王金华，徐孙涵，
申请(专利权)人：北京联合大学，
类型：发明
国别省市：