[發明專利]一種基于卷積神經網絡的水下圖像復原方法

有效

• 申請號: 201911033007.2
• 申請日: 2019-10-28
• 公開（公告）號: CN110838092B
• 公開（公告）日: 2023-05-19
• 發明（設計）人: 郭繼昌;茹麗;郭春樂
• 申請（專利權）人: 天津大學
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T7/50;G06T7/90
• 代理公司: 天津市北洋有限責任專利代理事務所 12201
• 代理人: 劉子文

本發明公開一種基于卷積神經網絡的水下圖像復原方法，包括以下步驟：(1)建立水下光學成像模型；(2)利用水下成像模型和現有的室內深度數據集合成訓練數據；(3)建立參數估計網絡，包括共享層、全局背景光估計子網絡和紅通道透射率估計子網絡三個部分；共享層為兩個子網絡提取共同特征，全局背景光估計子網絡和紅通道透射率子網絡將共享層的輸出作為輸入，分別映射到全局背景光和紅通道透射；(4)復原水下圖像；通過參數估計網絡得到預測的全局背景光與紅通道透射率圖之后，根據水體的固有特性，計算得到藍綠通道的透射率，最后進行水下圖像的復原，即可得到清晰化的水下圖像。

技術領域

本發明屬于圖像處理、計算機視覺技術領域，涉及一種基于卷積神經網絡的水下圖像復原方法。

背景技術

在人口急劇膨脹、陸地資源日益枯竭、環境不斷惡化的情況下，開發海洋資源是一項影響深遠，面向二十一世紀的戰略選擇。因此海洋信息的獲取、傳輸和處理等理論與技術的重要性更加突顯。水下圖像的視覺質量在海洋工程應用和科學研究中扮演著極其重要的角色，例如水下生態研究、海洋營救、水下輸油管道泄漏監視等應用場景。由于受到特殊光照吸收和散射的影響，水下拍攝的圖像往往具有低對比度、有限的清晰度、失真的顏色等缺點。水下圖像的這些缺點嚴重影響其直接應用于海洋工程和科學研究。因此，如何清晰化水下圖像，使其可以更好的應用于海洋工程和科學研究已經成為了一個研究熱點。

針對如何清晰化水下圖像這個問題，人們主要從以下兩個方面展開研究：圖像增強方法和圖像復原方法。圖像增強方法不依靠任何成像模型，僅僅通過改變圖像的像素值來提高水下圖像的對比度和亮度，從而提高其視覺質量。圖像復原方法將圖像復原視為一種反問題，通過估計成像模型參數并采用反補償的技術來恢復退化的水下圖像，從而恢復其清晰度、顏色以及對比度。雖然水下圖像增強和復原方法已經取得了一些成績，但增強和復原的結果并不十分令人滿意。例如，在復原方法中所使用的一些假設條件和先驗信息在很多水下場景中并不適用；一些增強方法常常產生過度增強或者欠增強的結果。

發明內容

本發明的目的是為了克服現有技術中的不足，提供一種基于卷積神經網絡的水下圖像復原方法，本發明在水下成像模型的基礎上，通過學習水下圖像與其相對應的背景光和透射率之間的關系，研究一種能夠有效修正水下圖像顏色偏差、解決其對比度和清晰度低、紋理和細節丟失等問題的水下圖像復原方法。

本發明的目的是通過以下技術方案實現的：

一種基于卷積神經網絡的水下圖像復原方法，包括以下步驟：

(1)建立水下光學成像模型；

(2)利用水下光學成像模型和現有的室內深度數據集合成訓練數據；

(3)建立參數估計網絡，包括共享層、全局背景光估計子網絡和紅通道透射率估計子網絡三個部分；共享層為兩個子網絡提取共同特征，全局背景光估計子網絡和紅通道透射率子網絡將共享層的輸出作為輸入，分別映射到全局背景光和紅通道透射；

(4)復原水下圖像；通過參數估計網絡得到預測的全局背景光與紅通道透射率圖之后，根據水體的固有特性，計算得到藍綠通道的透射率，最后進行水下圖像的復原，即可得到清晰化的水下圖像。

進一步的，步驟(1)中根據光在水中傳播特性，水下光學成像模型表示為：

I_c(x)＝J_c(x)t_c(x)+B_c(1-t_c(x)),c∈{r,g,b}