[发明专利]一种基于残差双注意力网络的水下图像增强方法

说明书

本发明公开了一种基于残差双注意力网络的水下图像增强方法，具体按照以下步骤实施：步骤1、对输入的图像进行预处理；步骤2、将预处理的图像映射到R通道、G通道、B通道，分别对每个颜色通道进行单独的卷积操作；步骤3、使用基于残差双注意力的编解码器的深度网络架构对图像进行处理，编码器用于提取图像特征，减少空间维度，增大感受野；解码器用于逐步恢复恢复图像的细节信息和空间维度；利用预处理的图像对残差双注意力网络模型进行训练，得到训练好的残差双注意力网络模型；步骤4、将模糊的低质量的水下图像输入所述训练好的残差双注意力网络模型中，得到清晰的水下图像。解决了现有技术中存在的水下图像存在的颜色偏差的问题。

技术领域

本发明属于图像处理技术领域，涉及一种基于残差双注意力网络的水下图像增强方法。

背景技术

海洋和人类的生活紧密相连，地球上71％的面积是海洋。其中蕴藏着丰富的矿产资源、生物资源和能源资源，被视为人类可以利用的“第六大洲”，在资源日益短缺的今天，海洋信息的获取、传输和处理对合理开发及利用海洋资源至关重要。因此，水下图像受到越来越多的关注，人们期望通过对水下图像的研究来获取有价值的信息。

水下图像作为人们获取水下信息的重要媒介，在海洋生物研究、水下目标检测、海洋能源勘测、海洋军事和水下考古学等领域均有重要应用。然而，水下图像通常受光的吸收作用导致其存在一定程度的颜色偏差，受光的散射作用导致其存在一定程度的细节模糊和对比度低等现象，为后续人们对水下信息的获取带来了困难。例如：由于水体的特殊特性，使其无法满足水下捕捞机器人的捕捞需求，同时对于精准识别目标物也具有一定的困难。

近年来，随着图像处理技术和计算机视觉的快速发展，越来越多的人利用计算机视觉技术和图像处理技术对水下图像进行一定程度的增强处理和颜色校正处理，用于得到清晰的水下图像，从中获取更多有价值的信息。因此，水下图像增强技术的关注度极高，主要用于增强退化图像的对比度与能见度，校正颜色偏差，提高图像质量。总的来说水下图像增强的任务可以分为以下几类：1.基于水下成像模型的方法。2.基于传统图像处理知识的增强方法和颜色校正方法。3.基于深度卷积神经网络的水下图像增强方法。4.基于生成对抗网络的水下图像增强方法

发明内容

本发明的目的是提供一种基于残差双注意力网络的水下图像增强方法，解决了现有技术中存在的水下图像存在的颜色偏差的问题。

本发明所采用的技术方案是，一种基于残差双注意力网络的水下图像增强方法，具体按照以下步骤实施：

步骤1、对输入的图像进行预处理；

步骤2、将预处理的图像映射到R通道、G通道、B通道，分别对每个颜色通道进行单独的卷积操作；

步骤3、使用基于残差双注意力的编解码器的深度网络架构对步骤2得到的图像进行处理，编码器用于提取图像特征，减少空间维度，增大感受野；解码器用于逐步恢复图像的细节信息和空间维度；利用预处理的图像对残差双注意力网络模型进行训练，得到训练好的残差双注意力网络模型；

步骤4、将模糊的低质量的水下图像输入所述训练好的残差双注意力网络模型中，得到清晰的水下图像。

本发明的特点还在于：

步骤1具体按照以下实施：对低质量的模糊的水下图像进行预处理，将图像的像素值归一化为[0,1]，并裁剪为256×256×3。

步骤2具体按照以下实施：将模糊的低质量的水下图像作为输入，将其分为R通道、G通道和B通道，分别对每个颜色通道进行单独的卷积操作，使深度网络了解应该为每个颜色通道分配的权重，并对其进行特征映射连接，对其进行输出，将其作为整个网络的中间输出，并采用MAE损失函数和SSIM损失函数进行约束，用于提高颜色恢复的质量和细节信息。

步骤3中使用基于残差双注意力的编解码器的深度网络架构对步骤2得到的图像进行处理具体按照以下实施：