特征融合生成对抗网络的水下图像增强

作者：范新南; 杨鑫; 史朋飞; 韩松; 辛元雪

来源：计算机辅助设计与图形学学报, 2022, 34(02): 264-272.

• 水下图像增强
• 特征融合
• 生成对抗网络
• U-Net

针对水下图像对比度低和颜色失真等问题,提出一种特征融合生成对抗网络的水下图像增强算法.首先,对水下退化图像进行颜色校正,并以卷积神经网络提取颜色校正后图像的特征;其次,以基于U-Net的特征提取网络提取水下退化图像特征,并将其与颜色校正图像的特征融合;最后,通过卷积神经网络完成融合特征到增强图像的重构.在Underwater-ImageNet数据集上与其他算法相比,水下图像评价指标(underwater image quality measure,UIQE)提高0.308,自然图像评价指标(natural image quality evaluator,NIQE)降低0.638,增强后的水下图像对比度和清晰度提升并且颜色更真实.

• 单位
  河海大学