[发明专利]联合双颜色空间恢复和多级解码结构的水下图像增强方法有效

专利信息
申请号: 202210548968.2 申请日: 2022-05-20
公开(公告)号: CN114926359B 公开(公告)日: 2023-04-07
发明(设计)人: 罗俊海;陈瑜;田雨鑫 申请(专利权)人: 电子科技大学
主分类号: G06T5/00 分类号: G06T5/00;G06T5/50;G06T7/90;G06N3/0464;G06N3/048;G06N3/08
代理公司: 成都虹盛汇泉专利代理有限公司 51268 代理人: 王伟
地址: 611731 四川省成*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 联合 颜色 空间 恢复 多级 解码 结构 水下 图像 增强 方法
【权利要求书】:

1.一种联合双颜色空间恢复和多级解码结构的水下图像增强方法,具体包括如下步骤:

S1、对水下图像IRAW进行图像增强,得到待处理的图像IWB,具体过程如下:

将水下图像从RGB空间转换到YCbCr空间,分别计算红色浓度分量Cr、蓝色浓度分量Cb的平均值Mr、Mb;根据Mr、Mb,分别计算Cr、Cb的均方差Dr、Db;然后进行近白区域的判定,判定表达式为:

Cb(i,j)-(Mb+Db×sign(Mb))<1.5×Db

且Cr(i,j)-(1.5×Mr+Dr×sign(Mr))<1.5×Dr

其中,sign()代表符号函数,Cb(i,j)和Cr(i,j)分别代表点(i,j)处的蓝色色度分量和红色色度分量;

设置亮度矩阵RL,若图像点的红色浓度分量和蓝色浓度分量均符合上述判别式,则将该点(i,j)的亮度即Y分量值赋值给RL(i,j);若不符合,则该点的RL(i,j)值置为0;

选取亮度矩阵RL中亮度值为最大的10%的点,然后选择这些点的亮度的最小值Lmin,如果RL(i,j)的值小于Lmin,则把RL(i,j)置为0,否则置为1;

分别把水下图像的RGB三通道值与亮度矩阵RL相乘,得到R2、G2、B2,再分别计算R2、G2、B2的平均值Raver、Gaver、Baver;在亮度分量矩阵Y中,计算出亮度的最大值Ymax,进而得到三通道增益Rgain、Ggain、Bgain,通过增益调整图像的RGB值,得到调整后的三种颜色通道R0,G0,B0,进而得到经过白平衡处理后处理后的图像IWB

S2、对输入图像IRAW进行RGB域的增强,增强过程包括提取图像颜色特征GWB和生成置信度图CWB;其中,将输入图像IRAW与步骤S1得到的图像IWB分别通过1×1、3×3、5×5这3种大小的卷积核进行特征提取,将特征提取后的图像进行拼接,将拼接后的图像依次经过两个3×3卷积输出得到GWB;将输入图像IRAW与步骤S1得到的图像IWB分别通过4个3×3卷积来获得置信度图CWB,其中,前3个卷积采用了ReLU激活函数,最后一个卷积操作采用的是Sigmoid激活函数;将得到的GWB与置信度图CWB融合,得到在RGB域增强的图像:

S3、获取颜色恢复后的图像,将RGB图像IRAW转换到Lab颜色空间,然后对ab通道进行颜色增强处理,最后把L通道拼接上去,得到完整的Lab空间下的图像,将得到的图像从Lab空间转换到RGB空间,得到在Lab颜色空间恢复的图像ILab,与步骤S2得到的增强后的RGB图像IRGB相加融合,得到颜色恢复后的图像Ico

S4、对原始图像IRAW进行对比度的增强,具体为:

搭建水下图像对比度增强网络,所述增强网络的结构为卷积-多级反卷积结构,具体过程如下:在第一级反卷积:处理的特征图大小均为原图的1/16,相应的跳跃连接经过下采样过程以让特征图大小一致可以进行拼接;在第二级反卷积:处理的特征图大小均为原图的1/8,上一级的特征图经过上采样与本级对应连接,末尾引入原特征图;在第三级反卷积:处理的特征图大小为原图的1/4,上一级的特征图经过上采样与本级对应连接,末尾引入原特征图;

将得到的特征图经过注意力处理,再经过两个3×3卷积输出得到对比度增强后的Icst

将步骤S3得到的颜色恢复的图像Ico和对比度增强的图像Icst进行融合,得到最终的增强图像。

2.根据权利要求1所述的一种联合双颜色空间恢复和多级解码结构的水下图像增强方法,其特征在于,步骤S2所述的卷积核的步长均为1。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于电子科技大学,未经电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210548968.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top