申请/专利权人：天津大学

申请日：2024-01-31

公开（公告）日：2024-04-30

公开（公告）号：CN117952853A

主分类号：G06T5/70

分类号：G06T5/70;G06T5/94;G06T5/60;G06N3/0464;G06N3/048;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.17#实质审查的生效;2024.04.30#公开

摘要：本发明公开了一种基于深度学习的三颜色空间水下图像增强算法，属于深度学习算法、计算机视觉技术领域。该算法包括两个子网络：粗增强子网络和细化子网络。其中粗增强子网络基于改进的U‑Net结构，实现对原始水下图像的局部增强，包括初步的去噪去色偏操作；细化子网络包含两个核心部分：双分支神经曲线模块与三分支通道注意力模块。双分支神经曲线模块在RGB、HSV、CIELab三个颜色空间中联合训练，能够学习输入特征得到全局增强曲线，进一步细化图像的亮度与饱和度等属性；三分支通道注意力模块基于通道注意力机制，能够合理融合来自不同颜色空间的全局调整结果，输出最终的增强图像。该算法具备良好的通用性和鲁棒性，为解决水下图像增强任务提供了新的解决方案。

主权项：1.一种基于深度学习的三颜色空间水下图像增强算法，其特征在于，包括以下步骤：步骤1：水下图像输入粗增强子网络进行局部增强，得到一定程度上去除噪声与颜色校正后的粗增强结果；步骤2：步骤1所得进入细化子网络，直接或者转换至HSV或CIELab颜色空间，作为双分支神经曲线模块的输入；由双分支神经曲线模块学习得到的分段全局调整曲线分别实现在RGB、HSV、CIELab三个颜色空间中的全局增强；步骤3：来自HSV、CIELab颜色空间的全局增强结果经过颜色转换至RGB颜色空间后，与来自RGB颜色空间的全局增强结果一起，输入三分支通道注意力模块；该模块学习输入得到特定于通道的权重，并分配给对应的输入，实现特征的合理融合，生成最终的增强结果。

全文数据：

权利要求：

百度查询： 天津大学 一种基于深度学习的三颜色空间水下图像增强方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD