公开(公告)号：CN114445288B

公开(公告)日：2024-10-15

申请号：CN202111614394.6

申请日：2021-12-27

Applicant: 哈尔滨工程大学

Inventor： 康崇 ,  张一开 ,  王建生 ,  王水根 ,  郭靖 ,  李响 ,  陈昌睿 ,  张大鹏 ,  曹皓

IPC: G06T5/70 ,  G06T5/60 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种基于深度学习的轻量级水下图像增强方法，该方法通过结合轻量级卷积神经网络与水下场景成像模型，对获取的水下场景图片进行增强，方法包括：获取公开水下场景UIEB数据集；结合水下成像模型设计了背景散射光估计网络；同时防止提取像素的过程中忽略了原始图像的像素差异性，设计了稳定像素差异性网络；整体网络设计结合残差网路模型结构，弥补了像素特征提取中的损失量；本发明算法在保证增强质量的同时满足高实时性，方便应用于水下机器人，整体内存大小仅为156KB,应用于水下机器人时并不会占用太多空间；本发明算法在满足图像增强质量与效率的同时也可应用于实际的工业生产。

公开(公告)号：CN114445288A

公开(公告)日：2022-05-06

申请号：CN202111614394.6

申请日：2021-12-27

Applicant: 哈尔滨工程大学

Inventor： 康崇 ,  张一开 ,  王建生 ,  王水根 ,  郭靖 ,  李响 ,  陈昌睿 ,  张大鹏 ,  曹皓

IPC: G06T5/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的轻量级水下图像增强方法，该方法通过结合轻量级卷积神经网络与水下场景成像模型，对获取的水下场景图片进行增强，方法包括：获取公开水下场景UIEB数据集；结合水下成像模型设计了背景散射光估计网络；同时防止提取像素的过程中忽略了原始图像的像素差异性，设计了稳定像素差异性网络；整体网络设计结合残差网路模型结构，弥补了像素特征提取中的损失量；本发明算法在保证增强质量的同时满足高实时性，方便应用于水下机器人，整体内存大小仅为156KB,应用于水下机器人时并不会占用太多空间；本发明算法在满足图像增强质量与效率的同时也可应用于实际的工业生产。