【技术实现步骤摘要】
本申请涉及图像处理，特别是涉及一种基于多色彩空间和通道频分注意力的水下图像增强方法。
技术介绍
1、人类社会对资源的需求日益增长，陆地资源逐渐枯竭，开发海洋资源已成为必然趋势。水下图像在海洋探索中扮演着至关重要的角色，然而，水体对光的吸收和散射导致水下图像质量下降，出现颜色失真、模糊等问题，严重影响后续的分析和应用。因此，开发有效的水下图像增强算法，解决水下图像中的非线性畸变问题，提升图像清晰度和可辨识度，获取高质量的水下图像成为当务之急。
2、目前，传统的水下图像增强算法主要分为基于物理模型和非物理模型两类。基于物理模型的方法通过模拟光在水中的传播过程来校正图像，但对复杂水体环境的适应性较差。基于非物理模型的方法则通过数学变换或滤波器直接调整图像像素值，但在多变的水下环境中鲁棒性较低。近年来，基于深度学习的方法利用数据驱动特性，通过大量数据学习图像增强映射关系，对复杂动态水下环境具有更强的适应性和鲁棒性，已成为研究热点。
3、尽管传统方法和深度学习方法都取得了一定进展，但处理后的图像仍可能存在伪影、细节模糊等问...
【技术保护点】
1.一种基于多色彩空间和通道频分注意力的水下图像增强方法，其特征在于，包括：
2.根据权利要求1所述的基于多色彩空间和通道频分注意力的水下图像增强方法，其特征在于，所述轻量化融合边缘检测模块包括：差分网络、全局检测网络以及融合模块；
3.根据权利要求2所述的基于多色彩空间和通道频分注意力的水下图像增强方法，其特征在于，所述差分网络包括：三次差分模块和一次下采样；所述差分模块包括依次连接的3×3像素差分卷积、激活函数和1×1卷积。
4.根据权利要求2所述的基于多色彩空间和通道频分注意力的水下图像增强方法，其特征在于，所述全局检测网络包...
【技术特征摘要】
1.一种基于多色彩空间和通道频分注意力的水下图像增强方法，其特征在于，包括：
2.根据权利要求1所述的基于多色彩空间和通道频分注意力的水下图像增强方法，其特征在于，所述轻量化融合边缘检测模块包括：差分网络、全局检测网络以及融合模块；
3.根据权利要求2所述的基于多色彩空间和通道频分注意力的水下图像增强方法，其特征在于，所述差分网络包括：三次差分模块和一次下采样；所述差分模块包括依次连接的3×3像素差分卷积、激活函数和1×1卷积。
4.根据权利要求2所述的基于多色彩空间和通道频分注意力的水下图像增强方法，其特征在于，所述全局检测网络包括：空洞模块；所述空洞模块包括：依次连接的空洞卷积层、激活函数和1×1卷积；所述空洞卷积层包括：膨胀率分别为3、5和7的三个空洞卷积。
5.根据权利要求1所述的基于多色彩空间和通道频分注意力的水下图像增强方法，其特征在于，所述多尺度特征频分注意力模块包括：特征提取网络、特征编码器、通道注意力模块、特征解码器以及特征重建网络；
6.根据权利要求5所述的基于多色彩空间和通道频分注意力的水下图像增强方法，其特征在于，所述特征提取...
【专利技术属性】
技术研发人员：高秀晶，金俊杰，林凡超，黄红武，杨镓炜，林心治，张碧雯，
申请(专利权)人：福建理工大学，
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。