特征融合生成对抗网络的水下图像增强

摘要：

针对水下图像对比度低和颜色失真等问题,提出一种特征融合生成对抗网络的水下图像增强算法.首先,对水下退化图像进行颜色校正,并以卷积神经网络提取颜色校正后图像的特征;其次,以基于U-Net的特征提取网络提取水下退化图像特征,并将其与颜色校正图像的特征融合;最后,通过卷积神经网络完成融合特征到增强图像的重构.在Underwater-ImageNet数据集上与其他算法相比,水下图像评价指标(underwater image quality measure,UIQE)提高0.308,自然图像评价指标(natural image quality evaluator,NIQE)降低0.638,增强后的水下图像对比度和清晰度提升并且颜色更真实.

关键词：水下图像增强;特征融合;生成对抗网络;U-Net

所属期刊栏目：34

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金;常州市应用基础研究计划;中央高校基本科研业务费

在线出版日期：2022-02-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：264-272