文献类型：期刊文章

作　　者：袁国铭[1] 杨光[2] 王金峰[2] 刘海军[1] 王薇[2]

YUAN Guoming;YANG Guang;WANG Jinfeng;LIU Haijun;WANG Wei(Department of Emergency Management,Institute of Disaster Prevention,Sanhe 065201,China;Department of Information Engineering,Institute of Disaster Prevention,Sanhe 065201,China)

机构地区：[1]防灾科技学院应急管理学院,河北三河065201 [2]防灾科技学院信息工程学院,河北三河065201

出　　处：《光学精密工程》

基　　金：国家自然科学基金资助项目(No.42007422);防灾科技学院中央高校基金资助项目(No.ZY20180223)。

年　　份：2022

卷　　号：30

期　　号：22

起止页码：2939-2951

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CAS、CSCD、CSCD2021_2022、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为实现水下降质图像的颜色校正和细节增强,提出了由粗到细的多级小波变换水下图像增强方法。首先,通过多级小波变换将水下图像分解为低频图像和一系列高频图像;随后,提出了由粗到细的多级小波变换水下图像增强网络,它包含基于多级小波变换的图像增强子网络和二阶龙格库塔模块构建的细化子网络。基于多级小波变换的图像增强子网络用于估计水下图像增强的初步结果,它包括低频分支和高频分支。低频分支校正低频图像的颜色信息,它将颜色校正问题看作隐式的类型转化问题,并将类型转化中常用的实例归一化和位置归一化用于低频分支的颜色校正中。高频分支为了适应低频分支的操作,如实地增强高频图像的边缘和细节,联合低频分支处理时的信息以及高频图像,计算增强高频细节的掩模;逐步上采样掩模,并将其与各级小波变换获取的高频图像相乘,以增强细节。实施逆小波变换,获得初步增强的水下图像;最后,设计基于二阶龙格库塔模块的细化子网络,对初步增强的结果进一步细化。实验结果表明:在合成和真实水下图像上,本文算法较已有的水下图像增强算法,具有更好的增强效果,PSNR值的提升幅度达9%。满足水下视觉任务的颜色校正、细节增强、清晰化等要求。

关 键 词：水下光学  小波变换 深度学习  颜色校正  龙格库塔  

分 类 号：TP394.11]