[发明专利]一种基于视觉自注意力模型的水下图像增强方法

权利要求书

1.一种基于视觉自注意力模型的水下图像增强方法，其特征在于：所述方法具体过程为：

步骤一、采用图像增强算法对水下图像进行处理，得到增强后的水下图像，作为训练集；

步骤二、构建水下图像增强视觉自注意力模型；

步骤三、对水下图像增强视觉自注意力模型进行训练，获得训练好的视觉自注意力模型；

步骤四、将待测水下图像输入训练好的视觉自注意力模型，完成待测水下图像识别；

所述步骤一中采用图像增强算法对水下图像进行处理，得到增强后的水下图像，作为训练集；具体过程为：

步骤一一、采用限制对比度直方图均衡化算法对水下图像进行处理，得到调整后的水下图像；

步骤一二、采用灰度世界算法对水下图像进行处理，得到调整后的水下图像；

步骤一三、采用伽马矫正算法对水下图像进行处理，得到调整后的水下图像；

步骤一四、采用相对全变分算法分别对步骤一一调整后的水下图像进行分解得到结构层和纹理层；对纹理层进行增强，将增强后的纹理层与结构层进行线性相加得到增强后的水下图像；

采用相对全变分算法分别对步骤一二调整后的水下图像进行分解得到结构层和纹理层；对纹理层进行增强，将增强后的纹理层与结构层进行线性相加得到增强后的水下图像；

采用相对全变分算法分别对步骤一三调整后的水下图像进行分解得到结构层和纹理层；对纹理层进行增强，将增强后的纹理层与结构层进行线性相加得到增强后的水下图像。

2.根据权利要求1所述的一种基于视觉自注意力模型的水下图像增强方法，其特征在于：所述步骤一二中采用灰度世界算法对水下图像进行处理，得到调整后的水下图像；具体步骤为：

步骤一二一、计算水下图像三通道分量的均值R_aver、G_aver、B_aver；

R通道分量的理想均值、G通道分量的理想均值、B通道分量的理想均值皆为K；

步骤一二二、计算水下图像三通道的增益系数；

K_r＝K/R_aver,K_g＝K/G_aver,K_b＝K/B_aver                   (1)

其中，R_aver为水下图像R通道分量的均值，G_aver为水下图像G通道分量的均值，B_aver为水下图像B通道分量的均值，K_r为R通道的增益系数，K_g为G通道的增益系数，K_b为B通道的增益系数；

步骤一二三、根据对角模型调整水下图像中每个像素的RGB分量，如公式(2)所示

R_new＝R×K_r,G_new＝G×K_g,B_new＝B×K_b                    (2)

其中，R_new为调整后的水下图像中每个像素的R通道分量，G_new为调整后的水下图像中的每个像素的G通道分量，B_new为调整后的水下图像中的每个像素的B通道分量，R为水下图像中每个像素的R通道，G为水下图像中每个像素的G通道，B为水下图像中每个像素的B通道。