【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退化感知的自监督水下图像超分辨率重建方法。
技术介绍
1、在计算机视觉与图像处理领域，图像复原与超分辨率重建技术随着深度学习的发展取得了显著进展。常见方法多基于在自然图像任务中形成的标准技术路径，构建深度神经网络模型以提升图像清晰度与细节还原能力。然而，将这些方法直接应用于水下图像复原与超分任务时，面临诸多挑战，难以满足复杂水下环境下的图像质量提升需求。
2、首先，在训练数据的构造方面存在根本性问题。当前方法大多通过人工规则（如双立方插值）对高分辨率图像进行下采样以生成低分辨率样本，这种方式只能模拟空间降质过程，无法真实反映水下图像中的非均匀照明、色彩偏移、模糊及散射等多模态退化现象。此外，真实水下场景中难以获取配对的高、低分辨率图像对，现有方法多依赖人工构造的成对训练数据进行监督学习，但此类数据难以真实模拟水下退化特性。真实高分图像难以获取，导致模型在实际场景中表现不佳。
3、其次，在网络结构方面，现有的主流深度网络通常采用固定结构，缺乏针对不同退化特征的动态适应能力。当输...
【技术保护点】
1.一种基于退化感知的自监督水下图像超分辨率重建方法，其特征在于，包括：
2.根据权利要求1所述的基于退化感知的自监督水下图像超分辨率重建方法，其特征在于，所述退化建模步骤进一步包括：
3.根据权利要求2所述的基于退化感知的自监督水下图像超分辨率重建方法，其特征在于，所述退化分析步骤包括：
4.根据权利要求3所述的基于退化感知的自监督水下图像超分辨率重建方法，其特征在于，所述退化分析步骤还包括：
5.根据权利要求2所述的基于退化感知的自监督水下图像超分辨率重建方法，其特征在于，所述退化重建步骤包括：
6.根据...
【技术特征摘要】
1.一种基于退化感知的自监督水下图像超分辨率重建方法，其特征在于，包括：
2.根据权利要求1所述的基于退化感知的自监督水下图像超分辨率重建方法，其特征在于，所述退化建模步骤进一步包括：
3.根据权利要求2所述的基于退化感知的自监督水下图像超分辨率重建方法，其特征在于，所述退化分析步骤包括：
4.根据权利要求3所述的基于退化感知的自监督水下图像超分辨率重建方法，其特征在于，所述退化分析步骤还包括：
5.根据权利要求2所述的基于退化感知的自监督水下图像超分辨率重建方法，其特征在于，所述退化重建步骤包括：
6.根据权利要求1-5中任一项所述的基于退化感知的自监督水下图像超分辨率重建方法，其特征在于，所述水下退化感知伪特征提取网络的损失函数基...
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。