[發明專利]強化學習參數優化的水下圖像增強方法、裝置及介質

有效

• 申請號: 202211365384.8
• 申請日: 2022-11-03
• 公開（公告）號: CN115423724B
• 公開（公告）日: 2023-03-21
• 發明（設計）人: 任鵬;王浩;陳勇;吳天樂;單亦先;孫士新;郝亮;張珅;陳剛;潘龍
• 申請（專利權）人: 中國石油大學（華東）;青島中石大科技教育集團有限公司;青島中石大科技創業有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T5/20
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 張志梅

1.一種強化學習參數優化的水下圖像增強方法，其特征在于，包括：

預先訓練圖像參數匹配模型，并構建圖像增強模型；

將待處理水下圖像輸入至所述圖像參數匹配模型中，得到相匹配的目標圖像參數；

將所述目標圖像參數輸入至所述圖像增強模型，調用所述圖像增強模型對待處理水下圖像的色彩偏差、對比度和模糊細節進行校準，得到目標增強圖像；

其中，所述圖像增強模型為基于色彩偏差校準方法、對比度校準方法和細節恢復方法所構建；所述圖像參數匹配模型包括特征提取器、決策代理網絡和動作要素集，所述決策代理網絡用于從所述動作要素集中確定最優圖像參數；其以水下樣本圖像的圖像特征向量作為狀態元素；以所述水下樣本圖像分別通過默認參數下的圖像增強模型處理后的初始樣本增強圖像和最優圖像參數下的圖像增強模型處理后的優化樣本增強圖像的人類視覺感知得分差值，作為獎勵要素對所述決策代理網絡進行訓練；

其中，所述訓練圖像參數匹配模型，包括：

調用人類視覺感知得分關系式，分別計算所述優化樣本增強圖像和所述初始樣本增強圖像的人類視覺感知得分差值；所述人類視覺感知得分關系式為：

；

；

調用獎勵要素計算關系式，計算所述圖像參數匹配模型的獎勵要素；所述獎勵要素計算關系式為：

；

式中，為所述優化樣本增強圖像，為所述初始樣本增強圖像，為所述優化樣本增強圖像的人類視覺感知得分，為所述初始樣本增強圖像的人類視覺感知得分，為所述初始樣本增強圖像的水下圖像非參考指標UCIQE得分，SC_UCIQE(E_c)為所述優化樣本增強圖像的水下圖像非參考指標UCIQE得分，SC_UIQM(E_c)為所述優化樣本增強圖像的水下圖像非參考指標UIQM得分，為所述初始樣本增強圖像的水下圖像非參考指標UIQM得分；σ表示用于線性計算水下圖像非參考指標UCIQE和UIQM得分組合的平衡系數；r為獎勵要素。

2.根據權利要求1所述的強化學習參數優化的水下圖像增強方法，其特征在于，所述調用所述圖像增強模型對待處理水下圖像的色彩偏差、對比度和模糊細節進行校準，包括：

獲取所述待處理水下圖像的紅色通道，綠色通道以及藍色通道的像素值，并對各像素值進行歸一化處理；

調用自適應通道補償關系式，對歸一化后的待處理水下圖像的衰減通道進行補償；所述自適應通道補償關系式為：

式中，x、y為像素點坐標值，r為紅色通道，b為藍色通道，g為綠色通道，a表示補償，α為第一補償系數，β為第二補償系數，為補償后的待處理水下圖像的藍色通道的像素值，為歸一化后的待處理水下圖像的藍色通道的像素值，為歸一化后的待處理水下圖像的綠色通道的像素平均值，為歸一化后的待處理水下圖像的藍色通道的像素平均值，表示判距，為補償后的待處理水下圖像的綠色通道的像素值，為歸一化后的待處理水下圖像的綠色通道的像素值，為補償后的待處理水下圖像的紅色通道的像素值，為歸一化后的待處理水下圖像的紅色通道的像素值，為補償后的待處理水下圖像的綠色通道的像素平均值。

3.根據權利要求2所述的強化學習參數優化的水下圖像增強方法，其特征在于，所述調用所述圖像增強模型對待處理水下圖像的色彩偏差、對比度和模糊細節進行校準，包括：

對衰減通道補償后圖像進行色彩平衡，得到色彩平衡圖像；

對所述色彩平衡圖像進行色彩映射，得到色彩映射圖像；

將所述色彩映射圖像從RGB色彩空間轉換到HSL色彩空間，并進行飽和度加強處理，得到飽和度增強圖像；

將所述飽和度增強圖像從HSL色彩空間轉換到RGB色彩空間。