-
公开(公告)号:CN116152116A
公开(公告)日:2023-05-23
申请号:CN202310351943.8
申请日:2023-04-04
Applicant: 青岛哈尔滨工程大学创新发展中心
IPC: G06T5/00 , G06N3/0464 , G06N3/08 , G06T5/40
Abstract: 一种基于视觉自注意力模型的水下图像增强方法,本发明涉及基于视觉自注意力模型的水下图像增强方法。本发明的目的是为了解决水下图像有着颜色扭曲、对比度低、细节模糊的成像特点,这些质量较低的水下图像严重影响了光学摄像机在水下环境中的使用,限制了水下无人航行器的感知能力的问题。过程为:步骤一、采用图像增强算法对水下图像进行处理,得到增强后的水下图像,作为训练集;步骤二、构建水下图像增强视觉自注意力模型;步骤三、对水下图像增强视觉自注意力模型进行训练,获得训练好的视觉自注意力模型;步骤四、将待测水下图像输入训练好的视觉自注意力模型,完成待测水下图像识别。本发明属于水下图像增强技术领域。
-
公开(公告)号:CN116152116B
公开(公告)日:2023-07-21
申请号:CN202310351943.8
申请日:2023-04-04
Applicant: 青岛哈尔滨工程大学创新发展中心
IPC: G06T5/00 , G06N3/0464 , G06N3/08 , G06T5/40
Abstract: 一种基于视觉自注意力模型的水下图像增强方法,本发明涉及基于视觉自注意力模型的水下图像增强方法。本发明的目的是为了解决水下图像有着颜色扭曲、对比度低、细节模糊的成像特点,这些质量较低的水下图像严重影响了光学摄像机在水下环境中的使用,限制了水下无人航行器的感知能力的问题。过程为:步骤一、采用图像增强算法对水下图像进行处理,得到增强后的水下图像,作为训练集;步骤二、构建水下图像增强视觉自注意力模型;步骤三、对水下图像增强视觉自注意力模型进行训练,获得训练好的视觉自注意力模型;步骤四、将待测水下图像输入训练好的视觉自注意力模型,完成待测水下图像识别。本发明属于水下图像增强技术领域。
-
公开(公告)号:CN115456910A
公开(公告)日:2022-12-09
申请号:CN202211215215.6
申请日:2022-09-30
Applicant: 哈尔滨工程大学
Abstract: 本发明一种用于严重颜色畸变水下图像的颜色恢复方法,属于水下图像增强领域;步骤1:水下图像的中间传输图像估计;步骤2:将水下图像与中间传输图像分别作为输入与标签进行编码解码网络自监督网络训练,训练完成后得到编码解码网络自监督网络的固定参数;步骤3:将步骤2编码解码网络自监督网络的固定参数插入到水下图像颜色恢复网络,进行训练。本发明方法能够在具有严重绿色色调的水下图像中,对绿色色调进行剔除,恢复水下图像的颜色且符合人的视觉感官;使用的水下图像更加符合实际情况,而且能保证快速性和准确性,因此更具有实际运用的意义和价值。
-
-