[发明专利]一种水下图像增强方法、系统和设备

权利要求书

1.一种水下图像增强方法，其特征在于，包括：

获取水下视频或图像数据；

通过数据增强生成对抗网络，对所述视频或图像数据使用预设算法进行预处理得到衰减图及雾化效果图，对所述衰减图及雾化效果图提取特征获取水下仿真数据，将所述水下视频或图像数据与对应的水下仿真数据生成配对数据集；

利用修复生成对抗网络对得到的配对数据集进行判别器计算损失数并进行训练得到水下图像修复模型。

2.根据权利要求1所述的水下图像增强方法，其特征在于，对所述视频或图像数据使用预设算法进行预处理得到衰减图及雾化效果图的算法公式如下所示：

I_(x)＝J_(x)t_(x)+B(1-t_(x))

t_(x)＝e^-β(λ)d(x)

式中，I(x)表示生成的仿真水下图像，J(x)是空气环境下的图像，t(x)是场景的传输图。B是场景的大气环境光。β是不同波长光的衰减系数，d(x)是场景和相机之间的范围。

3.根据权利要求1或2所述的水下图像增强方法，其特征在于，对所述衰减图及雾化效果图提取特征获取水下仿真数据，包括：利用神经网络对生成的衰减图及雾化效果图进行训练，采用若干卷积模块提取衰减和雾化的特征获取水下仿真数据集。

4.根据权利要求3所述的水下图像增强方法，其特征在于，利用修复生成对抗网络对得到的配对数据集进行判别器计算损失数，包括WGAN损失函数、L1损失函数以及边缘检测损失函数。

5.根据权利要求3所述的水下图像增强方法，其特征在于，水下图像修复模型的表达式为:其中，

L₁＝E_x,y[||y-G(x)||₁]

L_edge＝E_x,y[||F_edge(y)-F_edge(G(x))||₂]

式中，x表示水下视频或图像数据，y表示水下仿真数据集，G(x)表示基于生成网络生成的图像，为来自真实数据分布和生成器分布的点对之间沿直线的样本，λ、λ₁、λ₂表示权重系数。

6.根据权利要求4所述的水下图像增强方法，其特征在于，所述边缘检测损失函数获取边缘检测信息包括：将图像分成RGB三通道进行灰度化处理，再融合RGB三通道进行卷积、池化及激活操作，提取生成网络的边缘检测信息。

7.一种水下图像增强系统，其特征在于，包括：

数据采集模块，配置用于获取水下视频或图像数据；

数据增强生成对抗网络模块，配置用于对所述视频或图像数据使用预设算法进行预处理得到衰减图及雾化效果图，对所述衰减图及雾化效果图提取特征获取水下仿真数据，将所述水下视频或图像数据与对应的水下仿真数据生成配对数据集；

修复生成对抗网络模块，配置用于对得到的配对数据集进行判别器计算损失数并进行训练得到水下图像修复模型。

8.根据权利要求7所述的水下图像增强系统，其特征在于，数据增强生成对抗网络模块，包括：

预处理单元，配置用于对所述视频或图像数据使用预设算法进行预处理得到衰减图及雾化效果图；

仿真数据生成单元，配置用于利用神经网络对生成的衰减图和雾化图进行训练，采用若干卷积模块提取衰减和雾化的特征获取水下仿真数据；

数据配对单元，配置用于将所述水下视频或图像数据与对应的水下仿真数据生成配对数据集。