一种水下图像增强方法、系统及可读存储介质技术方案

本发明专利技术提供了一种水下图像增强方法、系统以及可读存储介质，涉及图像处理技术领域。该水下图像增强方法包括将待增强的水下图像输入网络框架，网络框架基于对比学习训练获得；对水下图像进行特征提取，以获得图像特征；依次通过注意力机制模块、上下文模块以及可变卷积对图像特征进行处理；对处理后的图像特征进行解码，以获得初步增强图像；根据初步增强图像获得高频图像，并根据高频图像和初步增强图像输出清晰图像。通过采用对比学习对网络框架进行训练，有助于提升网络的表征能力，同时通过对网络框架生成与待增强的水下图像对应的清晰图像的过程进行设置，能够有效提升退化的水下图像的增强效果。水下图像的增强效果。水下图像的增强效果。

【技术实现步骤摘要】
一种水下图像增强方法、系统及可读存储介质


[0001]本专利技术涉及图像处理
，具体而言，涉及一种水下图像增强方法、系统及可读存储介质。

技术介绍

[0002]海洋是人类生命的起源，蕴藏着极为丰富的资源，是支持着人类继续发展的宝贵财富。随着人口的爆炸增长和社会的飞速发展，陆地上的资源日渐枯竭，合理地开发利用海洋资源已经是各个国家达成的共识。建设海洋强国，不仅仅对我国的经济发展有着重要的意义，也有利于中国在复杂多变的世界形势中提升自己的国际地位。
[0003]伴随着海洋探测技术的不断发展，在水下场景中应用的计算机视觉技术也在迅速进步。相较于声呐成像技术，水下光学成像技术不仅在精度和采集效率上更胜一筹，设备也易于携带，成本更低，因此水下光学成像技术有着广泛的应用。
[0004]但是由于海洋环境的复杂性，以及水下光学成像的固有特性，在水下环境中拍到的图像往往存在颜色偏移，对比度降低，细节模糊等情况。水下图像质量退化的主要原因是水下粒子对入射到水中的光线的吸收和散射作用。一方面，由于水体对波长不同的光的吸收作用不同，光的波长越长，水对该波长的光的吸收作用越明显。在自然光中，由于红光的波长最长，因此红光在水下约5米的位置就会消失，这就导致在水下拍到的图像多呈现蓝绿色，造成的图像色彩的偏移。另一方面，由于水体的微粒对光的散射，导致图像的细节模糊，对比度降低，产生了如同雾一般的视觉效果。
[0005]因此，水下图像的增强以及恢复对海洋探测具有重要意义，然而传统的水下图像增强效果有待增强。
专利
技术实现思路

[0006]本专利技术的目的包括，提供了一种水下图像增强方法，其能够提升水下图像的增强效果，最终消除色彩偏差、图像细节模糊等为水下带来的影响，达到恢复清晰且高质量的水下图像。
[0007]本专利技术的目的还包括，提供了一种水下图像增强系统，其能够提升水下图像的增强效果，最终消除色彩偏差、图像细节模糊等为水下带来的影响，达到恢复清晰且高质量的水下图像。
[0008]本专利技术的目的还包括。提供了一种可读存储介质，其能够提升水下图像的增强效果，最终消除色彩偏差、图像细节模糊等为水下带来的影响，达到恢复清晰且高质量的水下图像。
[0009]本专利技术的实施例可以采用以下方式实现：
[0010]一种水下图像增强方法，其包括：将待增强的水下图像输入网络框架，所述网络框架基于对比学习训练获得；
[0011]对所述水下图像进行特征提取，以获得图像特征；
[0012]依次通过注意力机制模块、上下文模块以及可变形卷积层对所述图像特征进行处理；
[0013]对处理后的所述图像特征进行解码，以获得初步增强图像；
[0014]根据所述初步增强图像获得高频图像；
[0015]根据所述高频图像和所述初步增强图像输出所述清晰图像。
[0016]可选地，所述注意力机制模块包括通道注意力机制模块和像素注意力机制模块，所述通道注意力机制模块和所述像素注意力机制模块联级以对所述图像特征进行处理。
[0017]可选地，所述上下文模块包括输入卷积层、输出卷积层以及多个空洞卷积层，所述上下文模块对所述图像特征进行处理的步骤包括：
[0018]通过所述输入卷积层获得所述注意力机制模块输出的特征，并将所述多个空洞卷积层进行连接；
[0019]通过所述多个空洞卷积层对输入的特征进行处理；
[0020]通过所述输出卷积层获得所述多个空洞卷积层并联操作的结果。
[0021]可选地，所述根据所述初步增强图像获得高频图像的步骤包括：
[0022]采用高斯采样层对所述初步增强图像进行处理，以获得低频图像；
[0023]通过所述初步增强图像和所述低频图像获得所述高频图像；
[0024]所述根据所述高频图像和所述初步增强图像输出所述清晰图像的步骤包括：
[0025]将所述初步增强图像与所述高频图像相结合，以获得所述清晰图像。
[0026]可选地，所述水下图像增强方法还包括获得所述网络框架的训练步骤，所述训练步骤包括：
[0027]构造训练用数据集并进行预处理，所述数据集包括多个数据对，每一所述数据对包括退化的图像和相应的清晰图像；
[0028]利用所述数据集采用对比学习对网络框架进行训练。
[0029]可选地，所述网络框架的损失函数包括清晰图像重建损失L
rec
、对比正则化损失L
CR
以及暗通道先验损失L
dark
，总体损失函数的公式如下：
[0030]L
total
＝λ
rec
·
L
rec
+λ
CR
·
λ
CR
+λ
dark
·
L
dark
；
[0031]其中，λ
rec
＝1，λ
CR
＝0.1，λ
dark
＝1e
‑5。
[0032]一种水下图像增强系统，其包括网络框架，所述网络框架基于对比学习训练获得；
[0033]所述网络框架包括：
[0034]编码器，所述编码器用于对所述水下图像进行特征提取，以获得图像特征；
[0035]依次设置的注意力机制模块、上下文模块以及可变形卷积层，所述注意力机制模块、所述上下文模块以及所述可变形卷积层用于对所述图像特征依次进行处理；
[0036]解码器，所述解码器用于对处理后的所述图像特征进行解码，以获得初步增强图像；
[0037]处理模块，所述处理模块用于根据所述初步增强图像获得高频图像，并根据所述高频图像和所述初步增强图像输出所述清晰图像。
[0038]可选地，所述编码器包括三层下采样层，所述解码器包括三层上采样层。
[0039]可选地，所述上下文模块包括输入卷积层、输出卷积层以及四个空洞卷积层，所述输入卷积层用于对所述注意力机制模块的输出并将所述四个空洞卷积层进行连接操作，所
述四个空洞卷积层对所述输入的特征进行处理，所述输出卷积层用于获得所述四个空洞卷积层并联操作的结果；
[0040]其中，四个所述空洞卷积层的空洞率分别为1、2、3和4。
[0041]一种可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序被处理器执行以实现上述的水下图像增强方法。
[0042]本专利技术的实施例提供的水下图像增强方法、系统及可读存储介质的有益效果包括：
[0043]本专利技术的实施例提供了一种水下图像增强方法，其包括将待增强的水下图像输入网络框架，网络框架基于对比学习训练获得；对水下图像进行特征提取，以获得图像特征；依次通过注意力机制模块、上下文模块以及可变卷积对图像特征进行处理；对处理后的图像特征进行解码，以获得初步增强图像；根据初步增强图像获得高频图像，并根据高频图像和初步增强图像输出清晰图像。通过采用对比本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种水下图像增强方法，其特征在于，包括：将待增强的水下图像输入网络框架，所述网络框架基于对比学习训练获得；对所述水下图像进行特征提取，以获得图像特征；依次通过注意力机制模块、上下文模块以及可变形卷积层对所述图像特征进行处理；对处理后的所述图像特征进行解码，以获得初步增强图像；根据所述初步增强图像获得高频图像；根据所述高频图像和所述初步增强图像输出所述清晰图像。2.根据权利要求1所述的水下图像增强方法，其特征在于，所述注意力机制模块包括通道注意力机制模块和像素注意力机制模块，所述通道注意力机制模块和所述像素注意力机制模块联级以对所述图像特征进行处理。3.根据权利要求1所述的水下图像增强方法，其特征在于，所述上下文模块包括输入卷积层、输出卷积层以及多个空洞卷积层，所述上下文模块对所述图像特征进行处理的步骤包括：通过所述输入卷积层获得所述注意力机制模块输出的特征，并将所述多个空洞卷积层进行连接；通过所述多个空洞卷积层对输入的特征进行处理；通过所述输出卷积层获得所述多个空洞卷积层并联操作的结果。4.根据权利要求1所述的水下图像增强方法，其特征在于，所述根据所述初步增强图像获得高频图像的步骤包括：采用高斯采样层对所述初步增强图像进行处理，以获得低频图像；通过所述初步增强图像和所述低频图像获得所述高频图像；所述根据所述高频图像和所述初步增强图像输出所述清晰图像的步骤包括：将所述初步增强图像与所述高频图像相结合，以获得所述清晰图像。5.根据权利要求1所述的水下图像增强方法，其特征在于，所述水下图像增强方法还包括获得所述网络框架的训练步骤，所述训练步骤包括：构造训练用数据集并进行预处理，所述数据集包括多个数据对，每一所述数据对包括退化的图像和相应的清晰图像；利用所述数据集采用对比学习对网络框架进行训练。6.根据权利要求1所述的水下图像增强方法，其特征在于，所述网络框架的损失函数包括清晰图像重建损失L
rec
、对比正则化损失L
CR
以及...

【专利技术属性】
技术研发人员：唐漾，杜文莉，钱锋，
申请(专利权)人：华东理工大学，
类型：发明
国别省市：