期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于卷积神经网络的双阶段水下图像增强方法
1
作者
路斯棋
管凤旭
+1 位作者
赖海涛
杜雪
《北京航空航天大学学报》
北大核心
2025年第1期321-332,共12页
由于水体对光线不同粒子的吸收能力具有一定差异,水下采集到的图像往往存在严重的退化现象,严重影响水下机器人对环境的感知。传统的图像处理方法和基于退化模型的图像恢复算法受到水下环境的复杂性和物理参数不确定性的影响往往表现出...
由于水体对光线不同粒子的吸收能力具有一定差异,水下采集到的图像往往存在严重的退化现象,严重影响水下机器人对环境的感知。传统的图像处理方法和基于退化模型的图像恢复算法受到水下环境的复杂性和物理参数不确定性的影响往往表现出较差的泛化能力。为提高水下图像的视觉效果,利用深度学习模型强大的学习能力,提出一种基于卷积神经网络的双阶段水下图像增强方法,通过图像损坏和图像恢复两个阶段的处理将退化的水下图像增强为视觉效果优秀的近空气图像。在Challenge60、U45、EUVP和RUIE数据集上的测试结果表明,提出的方法相比于已有水下图像复原、增强算法具有更好的增强效果,水下图像质量指标(UIQM)提升了5.18%,水下彩色图像质量评价(UCIQE)指标提升了6.64%。
展开更多
关键词
卷积神经网络
深度学习
双阶段
水下图像增强
水下图像复原
在线阅读
下载PDF
职称材料
题名
基于卷积神经网络的双阶段水下图像增强方法
1
作者
路斯棋
管凤旭
赖海涛
杜雪
机构
哈尔滨工程大学
智能
科学
与
工程
学院
哈尔滨工程大学教育部极端海洋环境波动场前沿科学中心
出处
《北京航空航天大学学报》
北大核心
2025年第1期321-332,共12页
基金
国家自然科学基金(52171297)
中央高校基本科研业务费专项资金(3072022FSC0401)。
文摘
由于水体对光线不同粒子的吸收能力具有一定差异,水下采集到的图像往往存在严重的退化现象,严重影响水下机器人对环境的感知。传统的图像处理方法和基于退化模型的图像恢复算法受到水下环境的复杂性和物理参数不确定性的影响往往表现出较差的泛化能力。为提高水下图像的视觉效果,利用深度学习模型强大的学习能力,提出一种基于卷积神经网络的双阶段水下图像增强方法,通过图像损坏和图像恢复两个阶段的处理将退化的水下图像增强为视觉效果优秀的近空气图像。在Challenge60、U45、EUVP和RUIE数据集上的测试结果表明,提出的方法相比于已有水下图像复原、增强算法具有更好的增强效果,水下图像质量指标(UIQM)提升了5.18%,水下彩色图像质量评价(UCIQE)指标提升了6.64%。
关键词
卷积神经网络
深度学习
双阶段
水下图像增强
水下图像复原
Keywords
convolutional neural networks
deep learning
two-stage
underwater image enhancement
underwater image restoration
分类号
TB18 [一般工业技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于卷积神经网络的双阶段水下图像增强方法
路斯棋
管凤旭
赖海涛
杜雪
《北京航空航天大学学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
