[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

本申請公開了一種強化學習參數優化的水下圖像增強方法、裝置及介質，應用于圖像處理技術領域。其中，方法包括預先訓練圖像參數匹配模型，并構建圖像增強模型；圖像參數匹配模型以水下樣本圖像的圖像特征向量作為狀態元素、以水下樣本圖像分別通過默認參數和最優參數下的圖像增強模型處理后的樣本增強圖像的人類視覺感知得分差值作為獎勵要素對決策代理網絡進行訓練。將待處理水下圖像輸入至圖像參數匹配模型中，得到相匹配的目標圖像參數；將目標圖像參數輸入至圖像增強模型，調用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，從而可以有效提升水下圖像質量。

技術領域

本申請涉及圖像處理技術領域，特別是涉及一種強化學習參數優化的水下圖像增強方法、裝置、電子設備及可讀存儲介質。

背景技術

水下圖像為水下勘探的數據分析過程中所不可缺少的數據，隨著海洋能源開發、水下生命監測等水下勘探技術的快速發展，為了實現高精度水下勘探，水下圖像的質量要求也越來越高。然而，由于水的散射和吸收效應降低了水下場景的能見度，水下相機所拍攝的水下圖像通常會出現顏色偏差、低對比度和細節模糊的問題，導致水下圖像并不能滿足高質量圖像的現實需求。

鑒于此，如何有效提升水下圖像質量，是所屬領域技術人員需要解決的技術問題。

發明內容

本申請提供了一種強化學習參數優化的水下圖像增強方法、裝置、電子設備及可讀存儲介質，可以有效提升水下圖像質量。

為解決上述技術問題，本發明實施例提供以下技術方案：

本發明實施例一方面提供了一種強化學習參數優化的水下圖像增強方法，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。

可選的，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。