-
题名基于改进CycleGAN的多失真类型水下图像增强
- 1
-
-
作者
吕振鸣
董绍江
夏宗佑
牟小燕
王明权
-
机构
重庆交通大学机电与车辆工程学院
重庆交通大学交通运输学院
重庆工业职业技术学院机械工程学院
重庆市勘测院
-
出处
《浙江大学学报(工学版)》
北大核心
2025年第6期1148-1158,共11页
-
基金
重庆市教委科学技术研究资助项目(KJQN202203207)
重庆市科技创新领军人才支持计划资助项目(CSTCCCXLJRC201920)
重庆市高校创新研究群体(CXQT20019).
-
文摘
针对由散射、吸收和色偏等多种因素导致的水下图像模糊、对比度低、图像失真辨识困难的问题,提出基于改进CycleGAN的多失真类型水下图像增强算法.为了提高图像增强效果,在CycleGAN的生成器中采用Auto-Encoder+Skip-connection的网络结构,添加全局色彩校正结构,从像素方面以及颜色方面进行全局增强,从而更好地捕捉水下图像中的色彩信息.设计多维感知判别器来学习图像的全局特征和局部特征,此设计更加注重图像局部细节部分,有效针对散斑和色彩噪声,从多维空间上感知图像,提取特征能力更强,从而能提高图像判别的精度.在EUVP、UIEB和U45数据集上的实验结果表明,所提出的方法取得了较好的结果,相较其他算法,在处理多种水下失真类型的图像方面,该算法的SSIM指标平均比第2名高出1.57%、PSNR指标高出1.836%、UIQM指标高出1.324%、UCIQE指标高出1.086%,在处理颜色和噪声细节方面表现出色.
-
关键词
图像增强
CycleGAN
全局色彩校正结构
多维感知判别器
多种失真
-
Keywords
image enhancement
CycleGAN
global color correction structure
multidimensional perceptual discriminator
multiple distortion
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
