一种基于分数阶卷积神经网络的水下图像增强方法
实质审查的生效
摘要
本发明公开了一种基于分数阶卷积神经网络的水下图像增强方法,步骤包括:输入水下图像,通过白平衡及直方图均衡化对水下图像进行初步预处理,设计水下图像的环境光估计网络和透射率估计网络,分别对两个估计网络进行参数训练,对于环境光估计网络输出得到环境光值B,对于透射率估计网络,输出得到透射率参数t,根据水下物理模型复原得到清晰的图像。本发明的方法在不需要大量高质量清晰水下图像的前提下,通过计算一组IQM来评估结果的方法,使得增强后的水下图像视觉质量明显提升,增强效果显著。
基本信息
专利标题 :
一种基于分数阶卷积神经网络的水下图像增强方法
专利标题(英):
暂无
公开(公告)号 :
CN114511480A
申请号 :
CN202210088955.1
公开(公告)日 :
2022-05-17
申请日 :
2022-01-25
授权号 :
暂无
授权日 :
暂无
发明人 :
李建祯朱钰裕杜昭平蔡悦
申请人 :
江苏科技大学
申请人地址 :
江苏省镇江市梦溪路2号
代理机构 :
南京经纬专利商标代理有限公司
代理人 :
唐惠芬
优先权 :
CN202210088955.1
主分类号 :
G06T5/40
IPC分类号 :
G06T5/40 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算;推算或计数
G06T
一般的图像数据处理或产生
G06T5/00
图像的增强或复原
G06T5/40
使用直方图技术的
法律状态
2022-06-03 :
实质审查的生效
IPC(主分类) : G06T 5/40
申请日 : 20220125
申请日 : 20220125
2022-05-17 :
公开
注:本法律状态信息仅供参考,即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载