科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对水下图像由于光吸收、后向散射等因素导致的严重色偏、细节丢失等问题，该文提出一种基于多尺度级联网络的水下图像增强方法。针对单一网络特征利用不全面导致的图像梯度消失问题，该方法通过级联多尺度原始图像与相应的特征图像，以获得更优异的细节保持效果，并实现从较浅层到较深层快速预测残差的能力。此外，引入联合密集网络块和递归块，通过特征重用有效解决多尺度网络参数过多的问题。为有效解决单一损失造成的图像细节恢复不均的问题，提出Charbonnier和结构相似度(SSIM)联合损失函数。经仿真实验分析，所提网络在处理水下图像严重色偏、细节丢失等方面都取得了显著的效果。
- 单位
