【技术实现步骤摘要】
一种水下图像复原方法、装置、设备及介质
[0001]本申请涉及图像复原
,特别涉及一种水下图像复原方法
、
装置
、
设备及介质
。
技术介绍
[0002]水下图像复原在水下场景中有广泛的应用情况
。
其中,海洋生态环境监测
、
水下考古
、
水下机器人探测
、
水下油气管道维护等领域都需要高质量的水下图像
。
在水产养殖的环境中,由于饲料残渣
、
鱼虾类粪便使得水中存在大量尺寸不一的悬浮颗粒,这使得散射效应更加明显,造成水下图像的模糊度增加
、
对比度下降;另外鱼类
、
虾类在水中的游动造成的水体浑浊,介质晃动等,将导致更为严重的散射效应,使得成像环境更加恶劣
。
因此,如何在能在复杂退化严重的水产养殖场景中复原出视觉效果良好的图像,对后续进行的生长监测
、
外观体重数据等水产品基本信息的监控,以及水产养殖行业的自动化智 ...
【技术保护点】
【技术特征摘要】
1.
一种水下图像复原方法,其特征在于,包括:提取待复原
RGB
图像的红通道图像
、
绿通道图像和蓝通道图像;分别对所述红通道图像
、
所述绿通道图像和所述蓝通道图像进行背景光估计,得到红色背景光估计值
、
绿色背景光估计值和蓝色背景光估计值;将所述待复原
RGB
图像
、
所述红色背景光估计值
、
所述绿色背景光估计值和所述蓝色背景光估计值进行融合,得到背景光图像;对所述待复原
RGB
图像和所述背景光图像进行透射图估计,得到所述待复原
RGB
图像的透射图;基于所述背景光图像和所述透射图,生成所述待复原
RGB
图像的初始复原图像;调整所述初始复原图像中满足预设条件的像素的亮度,得到最终复原图像;所述预设条件为像素的亮度大于亮度上限预设值或小于亮度下限预设值
。2.
根据权利要求1的水下图像复原方法,其特征在于,所述分别对所述红通道图像
、
所述绿通道图像和所述蓝通道图像进行背景光估计,得到红色背景光估计值
、
绿色背景光估计值和蓝色背景光估计值,包括:利用背景光估计网络分别对所述红通道图像
、
所述绿通道图像和所述蓝通道图像进行背景光估计,得到所述红色背景光估计值
、
所述绿色背景光估计值和所述蓝色背景光估计值;所述背景光估计网络包括三个背景光估计单元;所述三个背景光估计单元与所述红通道图像
、
所述绿通道图像和所述蓝通道图像一一对应;所述背景光估计单元包括:依次连接的第一浅层特征提取模块和第二浅层特征提取模块
、
通道深层特征提取模块
、
特征融合模块
、
像素权重确定模块
、
全局平均池化模块;所述第二浅层特征提取模块的输出端与所述通道深层特征提取模块的输入端以及所述特征融合模块的输入端相连接,所述通道深层特征提取模块的输出端与所述特征融合模块的输入端相连接,所述特征融合模块的输出端与所述像素权重确定模块的输入端相连接,所述像素权重确定模块的输出端和所述全局平均池化模块的输入端相连接;所述红通道图像对应的背景光估计单元的第一浅层特征提取模块的输入端接收所述红通道图像,所述红通道图像对应的背景光估计单元的全局平均池化模块输出所述红通道图像的红色背景光估计值;所述绿通道图像对应的背景光估计单元的第一浅层特征提取模块的输入端接收所述绿通道图像,所述绿通道图像对应的背景光估计单元的全局平均池化模块输出所述绿通道图像的绿色背景光估计值;所述蓝通道图像对应的背景光估计单元的第一浅层特征提取模块的输入端接收所述蓝通道图像,所述蓝通道图像对应的背景光估计单元的全局平均池化模块输出所述蓝通道图像的蓝色背景光估计值
。3.
根据权利要求2的水下图像复原方法,其特征在于,所述第一浅层特征提取模块和所述第二浅层特征提取模块均包括一个特征提取模块;所述特征提取模块包括依次连接的特征提取卷积层
、
归一化层和
PReLU
激活函数;所述特征提取卷积层的输入端为所述特征提取模块的输入端,所述
PReLU
激活函数的输出端为
所述特征提取模块的输出端;所述特征融合模块包括:乘法子模块
、
加法子模块
、
融合子模块;所述第二浅层特征提取模块的输出端与所述乘法子模块和所述加法子模块的输入端连接,所述通道深层特征提取模块的输出端与所述乘法子模块的输入端连接,所述乘法子模块的输出端与所述加法子模块的输入端相连接,所述加法子模块的输出端与所述融合子模块的输入端相连接;所述融合子模块包括:依次连接的融合卷积层
、
归一化层和
PReLU
激活函数;所述融合卷积层的输入端为所述融合子模块的输入端,所述
PReLU
激活函数的输出端为所述融合子模块的输出端;所述像素权重确定模块包括依次连接的权重确定卷积层
、
归一化层
、Sigmoid
激活函数;所述权重确定卷积层的输入端为所述像素权重确定模块的输入端,所述
Sigmoid
激活函数的输出端为所述像素权重确定模块的输出端
。4.
根据权利要求3的水下图像复原方法,其特征在于,所述对所述待复原
RGB
图像和所述背景光图像进行透射图估计,得到所述待复原
RGB
图像的透射图,包括:将所述待复原
RGB
图像与所述背景光图像进行拼接,得到背景光复原图像;利用透射图估计网络对所述背景光复原图像进行透射图估计,得到待复原
RGB
图像的透射图;所述透射图估计网络包括:第一层的特征提取单元
、
第一加法单元
、
第一层的特征提取融合单元
、
透射图估计单元
、
第一下采样单元
、
第二层的特征提取单元
、
第二加法单元
、
第二层的特征提取融合单元
、
第一上采样单元
、
第二下采样单元
、
第三层的特征提取融合单元
、
第二上采样单元;所述背景光复原图像分别输入所述第一层的特征提取单元和所述第一下采样单元的输入端,所述透射图估计单元的输出端为所述透射图估计网络的输出端,输出所述待复原
RGB
图像的透射图;所述第一层的特征提取单元的输出端与所述第一加法单元的输入端相连接,所述第一下采样单元的输出端与所述第二下采样...
【专利技术属性】
技术研发人员:郑建华,赵若琳,刘双印,曹亮,朱蓉,冯大春,罗智杰,李锦慧,张子豪,傅雨莎,陆俊德,
申请(专利权)人:仲恺农业工程学院,
类型:发明
国别省市:
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。