【技术实现步骤摘要】
本专利技术涉及水下图像处理领域，具体涉及一种水下图像复原方法、系统、设备及存储介质。
技术介绍
1、随着人类对海洋资源的利用与开发的不断进步，水下图像的处理与分析成为了热点研究问题，水下图像对于研究海洋生命、监测海水物理和化学特性、水下工程作业观测有重要作用，然而，由于水介质的特性和悬浮在水中的颗粒带来的影响，光在水下的传播会带来水下图像颜色偏差、细节纹理模糊和对比度低等问题；所以，提升获取的水下图像质量，提升其应用价值，在计算机视觉领域获得广泛关注，现阶段，被研究者用于提高水下图像质量的处理方法主要是基于深度学习的方法：
2、基于深度学习的方法，通过使用cnn或gan模型基于大规模的训练数据去实现图像增强，但是基于深度学习的方法依赖大量的训练数据，且需要获取许多参数，这会导致对真实世界场景的低泛化能力和高计算复杂度，从而提高了投入实际应用的难度。
技术实现思路
1、针对现有技术中提到的问题，本专利技术提出一种水下图像复原方法、系统、设备及存储介质，在增强水下图像的前提下，可以...
【技术保护点】
1.一种水下图像复原方法，其特征在于，包括以下步骤：
2.根据权利要求1所述一种水下图像复原方法，其特征在于，所述步骤S1中对原始水下图像进行非线性卷积处理前，先对将原始水下图像转换到HSV色彩空间，得到亮度图，对亮度图进行非线性卷积处理。
3.根据权利要求2所述一种水下图像复原方法，其特征在于，所述具体步骤包括：
4.根据权利要求1所述一种水下图像复原方法，其特征在于，所述步骤S2中去除预估的后向散射分量图，得到去后向散射分量图，公式如下：
5.根据权利要求1所述一种水下图像复原方法，其特征在于，所述步骤S3中处理包括...
【技术特征摘要】
1.一种水下图像复原方法，其特征在于，包括以下步骤：
2.根据权利要求1所述一种水下图像复原方法，其特征在于，所述步骤s1中对原始水下图像进行非线性卷积处理前，先对将原始水下图像转换到hsv色彩空间，得到亮度图，对亮度图进行非线性卷积处理。
3.根据权利要求2所述一种水下图像复原方法，其特征在于，所述具体步骤包括：
4.根据权利要求1所述一种水下图像复原方法，其特征在于，所述步骤s2中去除预估的后向散射分量图，得到去后向散射分量图，公式如下：
5.根据权利要求1所述一种水下图像复原方法，其特征在于，所述步骤s3中处理包括利用clahe算法分别处理原始水下图像rgb三通道后，再对处理后的原始水下...
【专利技术属性】
技术研发人员：胡桥，崔智博，张明明，徐新权，符运龙，
申请(专利权)人：西安交通大学，
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。