典型文献
水下图像基于GAN去模糊的增强技术
文献摘要：
由于水下环境具有不稳定性,水下图像可能会出现偏色、对比度低以及运动模糊等退化现象.针对这些问题,本文提出了适用于水下图像的增强算法,其实现需要依次经过颜色恢复和去模糊这2个阶段.在第一阶段中,本文增强算法先利用高斯滤波和均值漂移对图像进行锐化;然后,通过对比图像各颜色通道的均值得到补偿值对图像颜色进行校正;最后通过线性拉伸来调整图像的对比度.在第二阶段中,采用带有残差思想的生成对抗网络(Generative Adversarial Net-works,GAN),利用9个连续的残差网络能够很好地提取图像中的特征,可起到消除模糊和增强图像特征的作用.利用本文算法处理水下图像时,发现本文方法不仅能去除图像模糊,而且能消除图像的色偏现象且不携带红色伪影.同时,通过对比水下图像质量度量(Underwater Image Quality Measures,UIQM)和水下彩色图像质量评估(Underwater Color Image Quality Evaluation,UCIQE)这2项指标发现,本文算法有较好的图像处理效果.
文献关键词：
水下图像;颜色恢复;生成对抗网络(GAN);去模糊
中图分类号：
作者姓名：
王宏妫;史先鹏
作者机构：
国家深海基地管理中心,山东 青岛 266237;杭州电子科技大学 自动化学院,浙江 杭州 310018
文献出处：
引用格式：
[1]王宏妫;史先鹏-.水下图像基于GAN去模糊的增强技术)[J].海洋科学进展,2022(02):342-350
A类：
B类：
水下图像,GAN,去模糊,增强技术,水下环境,偏色,对比度,运动模糊,退化现象,增强算法,颜色恢复,第一阶段,高斯滤波,均值漂移,锐化,颜色通道,补偿值,线性拉伸,伸来,第二阶段,生成对抗网络,Generative,Adversarial,Net,works,残差网络,增强图像,图像特征,处理水,色偏,伪影,质量度量,Underwater,Image,Quality,Measures,UIQM,彩色图像,图像质量评估,Color,Evaluation,UCIQE,处理效果
AB值：
0.457151
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
