基于卷积神经网络的水下图像复原方法

作者：王柯俨; 胡妍; 何刚; 许宁; 赵熹; 李云松

来源：2018-10-29, 中国, ZL201811271076.2.

本发明公开了一种单幅水下图像复原方法,主要解决现有技术在处理水下图像时色偏校正和清晰化处理效果欠佳的问题。其方案是：在Caffe框架下分别构建环境光估计网络和透射率估计网络；获取一组深度图像集J和d(J),随机生成透射率T和环境光A,合成水下图像集I；将I、A按批量依次循环输入至环境光估计网络进行训练；再将I、T按批量依次循环输入至透射率估计网络进行训练；将待处理的图像Ic输入至完成训练的神经网络,输出环境光Ac和透射率Tc；根据Ac和Tc计算得到清晰图像Jc。本发明提高了图像对比度并能校正色偏,其峰值信噪比、结构相似性和色差公式三个指标均优于现有技术,可用于水下图像的清晰化处理。

• 单位
  西安电子科技大学