基于颜色–场景联合迁移的水下图像增强方法

作者:曹舒宁; 许晟旗; 郭赟; 肖雪尧; 陈秉灵*
来源:数字海洋与水下攻防, 2023, 6(01): 10-16.
DOI:10.19838/j.issn.2096-5753.2023.01.002

摘要

水下成像存在颜色失真、图像对比度严重下降等问题。大多数基于深度学习的水下图像增强方法依赖仿真数据集,由于仿真与实测数据之间存在较大的分布差异,实测泛化能力受限。将水下图像增强任务划分为2个更简单,但是同时具有明确物理意义的子问题:颜色校正和对比度增强,提出基于物理模型分解的域内–域间迁移框架。首先,域内迁移校正图像颜色,通过学习对退化图像进行分解,在场景光层面通过对齐颜色退化,校正颜色失真同时保证其它成分完全不受影响。进一步,再次利用基于水下散射模型的分解策略,通过针对性迁移水下退化因素,使得仿真–实测域之间实现相互迁移和交互,增强水下图像对比度。实验结果表明:本方法在真实水下图像数据集上处理的结果,在色彩、纹理细节和清晰程度方面均优于现有的对比方法。

全文