[发明专利]基于像素级自监督训练的水下图像合成方法

权利要求书

1.一种基于像素级自监督训练的水下图像合成方法，其特征在于，该方法包括：

步骤S10，获取待合成自然光图像I_air、对应的图像深度信息D、以及随机生成的噪声矢量z；

步骤S20，基于所述图像深度信息D以及获取的R、G和B通道的衰减相关系数，通过水下图像合成模型的衰减模块进行所述待合成自然光图像I_air的衰减，获得衰减图像G₁；基于所述随机生成的噪声矢量z，通过水下图像合成模型的散射模块进行所述图像深度信息D的散射，获得散射信息B_c；

步骤S30，将所述衰减图像G₁与所述散射信息B_c连接，获得散射衰减图像G₂；

步骤S40，通过水下图像合成模型的虚拟光校正模块的逆运算进行所述散射衰减图像G₂的光晕添加，获得待合成自然光图像I_air对应的合成水下图像G₃：

G₃＝k(G₂)/G(r)

其中，k为相机曝光常数；G(r)＝1+ar²+br⁴+cr⁶为六阶多项式增益函数，r在[0，1]范围内，r＝0表示像素在图像中心，r＝1表示像素在图像边界，a，b和c为虚拟光校正模型的参数；

其中，(x，y)是图像中的像素坐标，(x_c，y_c)是图像中心中的像素坐标；

为确保所述六阶多项式增益函数G(r)严格增加，所述虚拟光校正模型的参数a，b和c满足以下条件之一：

条件一：c≥0∧4b²-12ac＜0；

条件二：c≥0∧4b²-12ac≥0∧q_-≤0∧q₊≤0；

条件三：c≥0∧4b²-12ac≥0∧q_-≥0∧q₊≥0；

条件四：c＜0∧q_-≤0∧q₊≥0；

条件五：c＜0∧q_-≥0∧q₊≤0；

其中，参数q_-和q₊，其计算方法为：

所述水下图像合成模型采用像素级的自监督训练策略进行训练，其训练方法为：

步骤A10，获取真实水下图像并通过单目图像深度估计方法获得对应的深度信息，结合所述深度信息进行所述真实水下图像的恢复，获得自然光图像；

步骤A20，通过步骤S20-步骤S40对应的方法进行所述自然光图像的处理，获得合成水下图像；

步骤A30，计算所述真实水下图像和合成水下图像之间的损失值，并调整所述水下图像合成模型的参数进行模型的迭代训练，直至达到设定的训练次数或所述损失值低于设定阈值；

所述水下图像合成模型，其训练中采用的损失函数为第一损失函数L_L1+SSIM(X)或第二损失函数L_L2+SSIM(X)：

L_L1+SSIM(X)＝αL_SSIM(X)+(1-α)L_L1(X)

L_L2+SSIM(X)＝αL_SSIM(X)+(1-α)L_L2(X)

SSIM(x₁，x₂)＝[l(x₁，x₂)^αc(x₁，x₂)^βs(x₁，x₂)^γ]

其中，L_SSIM(X)为图像结构相似性损失函数，L_L1(X)为L1损失函数，L_L2(X)为L2损失函数，G(x)为合成图像，T(x)为真实图像，α为预设的用于平衡L_SSIM(X)和L_L2(X)在总损失L_L2+SSIM(X)中占比的超参数，分别是x₁和x₂的均值；分别是x₁和x₂的方差；是x₁和x₂的协方差，c₁＝(k₁L)²、c₂＝(k₂L)²和c₃＝c₂/2为预设常量，k₁＝0.01，k₂＝0.03，L＝2^B-1为图像像素值的范围。