[发明专利]基于GAN网络的水下图像色彩校正方法

摘要

本发明涉及一种基于GAN网络的水下图像色彩校正方法；该方法通过训练Cycle GAN网络，使其完成从空气中图像到水下图像的风格转换；使用训练好的Cycle GAN网络将空气中图像生成对应的水下图像，空气中图像和其对应的水下图像组成配对的数据集；通过构建UGAN网络，使用配对的数据集和实际拍摄的水下图像作为验证集训练UGAN网络，得到训练好的去水模型，使用去水模型对水下图像进行色彩校正，最后将输入的水下图像的UV通道和输出的空气中图像的Y通道进行融合后转换为RGB图像输出；本发明所生成的空气中图像与其对应的水下图像配对的数据集真实可用，对水下图像进行去水处理后，可增强画质，处理速度快，效率高。

主权项

1.一种基于GAN网络的水下图像色彩校正方法，其特征是：含有以下步骤：步骤1、训练网络，建立去水模型；步骤1.1、准备M张水下图像和N张空气中图像，组成不配对数据集，M不小于6500，N不小于6000；步骤1.2、构建Cycle GAN网络，使用步骤1.1得到的不配对数据集训练Cycle GAN网络，使其完成从空气中图像到水下图像的风格转换；步骤1.3、使用步骤1.2中训练好的Cycle GAN网络将步骤1.1中的空气中图像生成其对应的水下图像，空气中图像和其对应的水下图像组成N对配对的数据集；步骤1.4、从实际拍摄的深海视频中抽取P张水下图像作为验证集，P不小于1000；步骤1.5、构建UGAN网络；步骤1.6、使用步骤1.3中所得到的N对配对的数据集作为训练集，步骤1.4中所得到的P张水下图像作为验证集，训练步骤1.5中所构建的UGAN网络，得到训练好的去水模型；步骤2、使用去水模型校正水下图像色彩；步骤2.1、将K张待处理的水下图像作为输入图像，使用步骤1.6中训练好的去水模型进行色彩校正，输出K张空气中图像，K为大于等于1的自然数；步骤2.2、将步骤2.1中的K张待处理的水下图像分别从RGB格式转换为YUV格式，并提取格式转换后输入图像的UV通道；步骤2.3、将步骤2.1中得到的K张空气中图像分别从RGB格式转换为YUV格式，并提取格式转换后输出图像的Y通道；步骤2.4、将步骤2.2所得到的K张水下图像的UV通道和步骤2.3所得到的与K张水下图像分别对应的K张空气中图像的Y通道进行融合，得到K张YUV图像；步骤2.5、将步骤2.4中所得到的K张YUV图像转换成RGB图像输出。