-
公开(公告)号：CN114612314A
公开(公告)日：2022-06-10
申请号：CN202111571942.1
申请日：2021-12-21
Applicant: 大连海事大学
Abstract: 本发明提供一种基于双引导滤波的水下图像增强方法，首先，对水下图像进行红通道补偿和灰度世界白平衡，校正水下图像的色彩；接下来，使用引导滤波对白平衡后的图像进行增强，得到第一个融合输入图像。然后使用不同尺度的引导滤波得到精确的平滑图像，作为第二个融合输入图像。最后，使用多尺度融合方法，根据输入图分别得到四个权重图，得到标准化权重图，将权重图与输入图进行多尺度融合。本发明利用双引导滤波对水下图像处理，使得增强后的图像视觉效果较好，提升了清晰度。
-
公开(公告)号：CN114240793A
公开(公告)日：2022-03-25
申请号：CN202111574984.0
申请日：2021-12-21
Applicant: 大连海事大学
Abstract: 本发明提供基于多区间子直方图均衡化水下图像增强方法包括以下步骤：对源图像进行颜色校正处理；对图像进行对比度增强处理，采用多区间子直方图均衡化方法对源图像直方图分别在R、G、B通道上进行处理，进行阈值选择并分离多个子区间，进而得到多个子直方图并完成多区间子直方图均衡化操作；将颜色校正后图像以及对比度增强后的图像进行多尺度融合，重构出最终的去雾图像。本发明通过基于多区间子直方图均衡化方法，对源图像的单通道直方图进行更精确的划分，同时与颜色校正处理后的图像多尺度融合，使得源图像的暗处细节得到更好的展示，对比度和颜色得到有效改善，同时降低了噪声，实现图像去雾。
-
公开(公告)号：CN113269763A
公开(公告)日：2021-08-17
申请号：CN202110620221.9
申请日：2021-06-03
Applicant: 大连海事大学
Abstract: 本发明提供一种基于深度图复原和亮度估计的水下图像清晰度恢复方法。本发明方法，包含以下步骤：首先，对水下图像进行均衡化处理；其次，使用单目深度估计模型估计均衡化后水下图像的相对深度，再使用图像分割的策略，分割出后景深度估计错误的部分并进行重新估计；接着，使用引导滤波平滑深度重新估计的区域；然后，通过深度归一化操作将相对深度转化为绝对深度；将图像像素点按其深度值等分成多个区间，在各区间中搜索退化图像的潜在最小像素点；使用水下图像成像模型，分通道拟合参数并估计并去除后向散射；最后，采用自动亮度值估计方法估计亮度参数，在去除后向散射的图像上使用最优亮度参数调整亮度并去除水下图像偏色。
-
公开(公告)号：CN112488955A
公开(公告)日：2021-03-12
申请号：CN202011444570.1
申请日：2020-12-08
Applicant: 大连海事大学
IPC: G06T5/00
Abstract: 本发明提供了一种基于波长补偿的水下图像复原方法。本发明方法包括：对原图像进行基于九分位细分层次搜索估计大气光点。然后在不同的Jerlov水类型中使用Haze‑lines方法计算透射图，使用不同衰减系数补偿大气光，计算距离图和深度图，得到复原图。为进一步提高水下图像的对比度，使用对比度受限的自适应直方图对复原结果进行增强。然后根据基于灰度世界假设和信息熵的选取法则的确定最终输出图像。本发明利用九分位的方法获取大气光，有效地避免景物和光斑对估计大气光造成的影响，准确的估计大气光。使用不同的水的类型估计距离图和深度图，有效地解决水下图像退化问题，最后使用对比度受限的自适应直方图进行增强可以有效地增强图像的对比度和亮度。
-
公开(公告)号：CN110689504A
公开(公告)日：2020-01-14
申请号：CN201910961757.X
申请日：2019-10-11
Applicant: 大连海事大学
IPC: G06T5/00
Abstract: 本发明提供一种基于二次引导透射图的水下图像复原方法。本发明方法，包括：首先对红通道进行反转，在反转后的图像上使用暗通道先验，求取背景光；其次通过原始图像求取饱和度；根据背景光、饱和度和红色暗通道先验求取粗糙透射图，使用引导滤波将粗糙透射图分解为基础图像和细节图像，对基本图像进行拉普拉斯滤波处理，细节图像进行引导滤波处理，将处理后的图像重构得到细化透射图；然后结合水下成像模型进行图像复原；最后对复原图像进行自动色阶处理，得到最终复原图像。本发明专利提出了一种基于二次引导透射图的水下图像复原方法，该方法利用二次引导滤波和自动色阶，不仅有效增强图像细节，还解决颜色失真问题，提升视觉效果。
-
Patent Agency Ranking
公开(公告)号：CN119006994A
公开(公告)日：2024-11-22
申请号：CN202410952633.6
申请日：2024-07-16
Applicant: 大连海事大学
Abstract: 本发明提供一种基于transformer的水下视频增强模型。本发明主要使用多尺度特征提取，捕获从低层到高层的图像特征，提高特征的表征能力。为更好地提取局部特征，同时处理整个输入序列时能够利用全局上下文信息，捕捉视频序列的长距离依赖信息进行增强，提出了一个基于transformer的水下视频增强模块，使用空间注意力和通道注意力结合分组空间移位对每一个不同分辨率的特征图进行特征增强和融合，最后使用注意力机制对网络进行重建，逐步提高视频的增强效果。
-
公开(公告)号：CN114418876B
公开(公告)日：2024-11-12
申请号：CN202210006725.6
申请日：2022-01-05
Applicant: 大连海事大学
Abstract: 本发明提供一种基于光散射特性水下图像增强方法包含以下三个过程：首先，根据水下原始图像的红绿蓝三通道平均值占比，将水下图像的偏色分为五种类型，分别是：不偏色、蓝绿色、绿蓝色、绿色、蓝色。然后，在不考虑偏色的情况下，通过光学衰减特性计算出不同场景水下图像RGB三个通道的色彩损失率。在考虑偏色的情况下，提出多场景色彩恢复方法，计算出损失率误差，并求得最终的色彩损失率，校正水下图像颜色偏色问题。最后，在保持色彩恒常的情况下，设定多对比度因子图像直方图方法，重新分布颜色校正后的水下图像红绿蓝三通道的灰度值，本发明能够有效的提高增强水下图像对比度的效果。
-
公开(公告)号：CN113538543B
公开(公告)日：2024-04-30
申请号：CN202110801129.2
申请日：2021-07-15
Applicant: 大连海事大学
Abstract: 本发明提供一种基于纹理分布和光吸收的水下图像复原方法，首先，计算初始图像的局部信息熵，确定纹理最少区域，从中选择色差最大的点作为背景光；其次，获取亮度深度图和色偏深度图，估计出最终深度图及透射率；最后将背景光和透射率代入光学成像模型，获得最终的复原图像。本发明利用纹理特征分布和光吸收的特性，准确地估计出背景光和透射率，使得复原图像的视觉效果较好，解决了颜色失真问题，提升了清晰度。
-
公开(公告)号：CN117830770A
公开(公告)日：2024-04-05
申请号：CN202310903093.8
申请日：2023-07-21
Applicant: 大连海事大学
Abstract: 本发明提供一种基于多级子网级联网络的水下图像增强方法，包括以下步骤，首先原始的水下图像输入到一个浅层卷积层获取浅层特征，将所述特征图输入到自适应残差模块与三重注意力模块的组合进行特征提取。接着，经过所述组合模块处理后的特征会输入深层卷积层中，最终网络会输出一个增强后的图像。自适应残差模块由多级子网与三重注意力模块组合而成，这一模块的加入改善了本发明中网络的性能，提高了增强图像的视觉效果。本发明使用内容损失函数、感知损失函数的结合对网络性能进行优化。通过大量的实验结果表明，本发明方法优于现有的方法。
-
公开(公告)号：CN117635440A
公开(公告)日：2024-03-01
申请号：CN202311683097.6
申请日：2023-12-08
Applicant: 大连海事大学
IPC: G06T5/00 , G06T5/10 , G06V10/774 , G06V10/776 , G06N3/0464 , G06V10/42 , G06V10/80 , G06V10/82
Abstract: 本发明提供了一种基于分层小波分解的水下图像复原方法。本发明主要采用一种分治的思想，通过将图像进行分层小波分解，分别对水下图像的低频和高频退化部分进行了准确恢复。针对现有水下图像复原方法忽视水下图像降质分布的异质性，无法处理降质图像中多种类型的图像退化问题，提出了利用小波变换更紧凑地估计图像的特征空间以处理各种频率的退化问题，最后基于真实场景水下数据集进行训练、推理，对水下图像进行复原。
-
-
-
-
-
-
-
-
-
Search Results
81
records
(took 0.02 seconds)
