摘要
本发明公开了一种基于耦合退化处理的水下图像质量增强方法,包括:获取水下图像数据集;构建联合退化处理模型,将所述水下图像数据集输入所述联合退化处理模型进行训练,获得训练好的联合退化处理模型;获取待测水下图像,输入所述训练好的联合退化处理模型进行水下图像增强,获得目标水下质量增强图像。本发明解决了传统图像处理方法在面对复杂耦合退化问题时无法有效恢复图像质量的难题,实现水下机器人对环境的高效、准确感知,从而提升其运行安全性。
技术关键词
水下图像数据
水下图像特征
线性单元
联合特征提取
特征提取单元
后处理模块
指数
上采样
Sigmoid函数
积层
非线性
通道注意力机制
动态权重分配
图像增强
边界伪影
强化特征
图像处理方法
权重特征
水下机器人
系统为您推荐了相关专利信息
电机定子
特征提取单元
三维点云数据
缺陷检测方法
图像采集装置
数据异常检测方法
电能
电网拓扑模型
分布特征
节点
拉普拉斯金字塔
无人机航拍图像
语义分割方法
语义分割模型
特征提取单元
外参标定方法
矿车
激光雷达点云数据
RANSAC算法
外参标定系统
健康诊断方法
样本
分类准确率
轨道
训练特征提取模型