摘要
清晰的图像对于海洋工程和海洋研究有至关重要的作用,而在水体环境下,受到光照不均匀以及光的吸收和散射等因素的影响,水下图像的质量会降低。提出基于卷积神经网络的水下图像增强算法,采用模块化结构建立网络模型。该模型由四个BLOCK模块组成,每个BLOCK模块包含三个卷积层和1个Concat层。并采用水下图像合成的方法及水下数据集对网络模型结构进行训练,利用水下图像数据集和鱼类数据集进行模型验证。结果表明,提出的模块化网络结构具有良好的图像增强效果;经过颜色空间转化做归一化处理,使得图像增强对比度和亮度具有更好的对比性。
作者
王亚茹
刘雨青
黄璐瑶
李志浩
WANG Ya-ru;LIU Yu-qing;HUANG Lu-yao;LI Zhi-hao
出处
《制造业自动化》
北大核心
2023年第2期65-68,92,共5页
Manufacturing Automation
基金
上海市科学技术委员会资助项目(19DZ2254800)。
