基于卷積神經(jīng)網(wǎng)絡(luò)的水下圖像增強算法研究.pdf

1、基于光學的水下小目標檢測識別是水下捕撈機器人智能化作業(yè)的關(guān)鍵。然而水下復(fù)雜的成像環(huán)境導(dǎo)致獲取的圖像嚴重衰退，給目標檢測識別帶來了極大的困難。水下圖像的衰退主要包括:光線吸收導(dǎo)致的顏色偏差，光線前向散射導(dǎo)致的細節(jié)模糊和光線后向散射造成的低對比度。為了提高水下目標識別的準確率，本文采用多步驟的基于卷積神經(jīng)網(wǎng)絡(luò)水下圖像增強方法對水下退化圖像進行處理，該方法針對水下圖像存在的顏色失真、細節(jié)模糊、對比度低等問題，采取顏色修正、圖像去模糊及細節(jié)增強

2、等步驟實現(xiàn)水下退化圖像的增強。本文主要的研究內(nèi)容包括以下幾部分:
　　(1)采用一種自適應(yīng)的顏色修正方法對水下圖像顏色進行補償，該方法相比于其他顏色修正方法更適用于水下環(huán)境，能夠很好地恢復(fù)水下圖像顏色，獲取顏色修正圖像。
　　(2)采用一種基于場景深度卷積神經(jīng)網(wǎng)絡(luò)模型的圖像去模糊方法對顏色修正圖像進行去模糊。利用場景深度模型估計顏色修正圖像對應(yīng)的場景深度圖像，將其轉(zhuǎn)換為透射率圖像，應(yīng)用大氣散射模型去除顏色修正圖像的模糊，獲取

3、去模糊圖像。該步驟在圖像去模糊的同時，也在一定程度上提高了圖像的對比度。
　　(3)采用一種基于圖像超分辨率卷積神經(jīng)網(wǎng)絡(luò)模型的圖像細節(jié)增強方法對去模糊圖像進行細節(jié)增強。該步驟從分辨率角度對圖像進行增強，凸顯了圖像細節(jié)，最終實現(xiàn)水下圖像增強的目的。
　　實驗結(jié)果表明，本文提出的增強算法能夠修正水下圖像顏色偏差，提高圖像的對比度和清晰程度，相比于其他水下圖像增強方法，本文提出的增強算法處理結(jié)果較為理想，且對于水下圖像的特征點檢測