一种基于生成对抗网络的水下图像增强方法及系统技术方案

本发明专利技术属于水下图像处理技术领域，公开了一种基于生成对抗网络的水下图像增强方法及系统，包括获取水下退化图像和对应的地面真实的成对图像集，并将成对图像集分为训练集和测试集；将成对图像集中的图像修改为大小相同的尺寸，进行图像预处理；构建水下增强模型，基于上下采样的结构，在下采样的过程中对图像进行全局特征提取；将提取的特征输入到残差网络中，使得更好的学习输入数据中的特征；将全局特征再进行上采样进行图像的复原；将生成的图像送入判别器中，判断图像是否是真实的；将训练集输入到生成器中对生成对抗网络进行训练，并保存训练好的模型；利用训练好的模型对实际水下图像进行处理，得到增强后的水下图像。

【技术实现步骤摘要】

本专利技术属于水下图像处理，尤其涉及一种基于生成对抗网络的水下图像增强方法及系统。

技术介绍

1、水下光学图像由于其承载信息能力强、成本低、信息丰富等优势，在水下考古、沉船打捞、海洋牧场养殖和监测等领域发挥着至关重要的作用。然而，由于海洋环境存在浑浊度高、光照不均匀、背景复杂等诸多不利因素，导致获得的水下图像往往具有对比度低、颜色失真、纹理模糊以及质量退化等问题，因此高质量水下图像的获取面临着巨大的挑战。因此，对低质量水下图像进行增强与复原成为获取高质量水下图像的有效手段之一。目前，水下图像增强与复原方法主要可以分为三类：基于非物理模型的方法、基于物理模型的方法和基于深度学习的方法。

2、基于非物理模型的方法不依赖于水下光学成像模型，通过调整图像的像素值来改善其视觉质量。这些方法通常基于图像处理技术，如直方图均衡化、对比度增强等，通过改变像素值的分布来提高图像的对比度和视觉效果，但是无法有效捕捉水下图像的复杂物理特征和全局上下文信息。

3、基于物理模型的方法对水下图像的退化过程进行数学建模，通过估计模型参数来反演退化过程，以获得清晰本文档来自技高网...

【技术保护点】

1.一种基于生成对抗网络的水下图像增强方法，其特征在于，包括如下步骤：

2.如权利要求1所述基于生成对抗网络的水下图像增强方法，其特征在于，所述S3中的生成器为改进的Resnet网络，包括2层下采样，在下采样的过程中采用双重注意力感知机制进行全局特征提取；

3.如权利要求2所述基于生成对抗网络的水下图像增强方法，其特征在于，所述双重注意力感知模块是先通过通道注意力，再进行空间注意力提取特征，具体地：

4.如权利要求3所述基于生成对抗网络的水下图像增强方法，其特征在于，所述在双重注意力感知模块中通道注意力输入的特征图分别经过全局平局池化层，再进入多层感知...

【技术特征摘要】

1.一种基于生成对抗网络的水下图像增强方法，其特征在于，包括如下步骤：

2.如权利要求1所述基于生成对抗网络的水下图像增强方法，其特征在于，所述s3中的生成器为改进的resnet网络，包括2层下采样，在下采样的过程中采用双重注意力感知机制进行全局特征提取；

3.如权利要求2所述基于生成对抗网络的水下图像增强方法，其特征在于，所述双重注意力感知模块是先通过通道注意力，再进行空间注意力提取特征，具体地：

4.如权利要求3所述基于生成对抗网络的水下图像增强方法，其特征在于，所述在双重注意力感知模块中通道注意力输入的特征图分别经过全局平局池化层，再进入多层感知机中和sigmoid激活函数，最终与原始的输入特征图进行元素相乘；

5.如权利要求1所述基于生成对抗网络的水下图像增强方法，其特征在于，所述s3中的生成器还包括9个残差块，并且每一个残差块由3×3卷积、批归一化层、relu层、3×3卷积、批...

【专利技术属性】
技术研发人员：吴晨莹，蔡强，李海生，曹健，王晨，
申请(专利权)人：北京工商大学，
类型：发明
国别省市：