摘要
本发明涉及一种轻量级水下图像动态增强方法,步骤为:使用多尺度增强先验算法增强水下图像的高频和低频特征信息,得到多尺度先验图像信息;使用基于频域的卷积注意力机制去提取多尺度先验图像信息的频域特征信息,得到多尺度频域信息;将多尺度频域信息输入信息流交互算法去解决特征信息的分层和阻塞问题;最后利用多尺度级联损失算法激发网络动态优化,最终得到增强后的水下图像。本发明可以部署在水下机器人中,在消耗更少计算资源的同时,很好地解决水下机器人摄像头在复杂的水下环境中存在图像退化问题,且增强后的图像与人类视觉感知的匹配度更高。
技术关键词
多尺度
图像增强系数
动态
水下机器人
算法
人类视觉感知
频域特征提取
多头注意力机制
饱和度
级联
对比度
代表
拉普拉斯
长度尺寸
双线性
网络
系统为您推荐了相关专利信息
综合管控平台
数据传输模块
数据采集模块
数据处理模块
数据储存模块
建筑物抗震能力
分析方法
无人机
影像
机器学习分类器
石油管道检测装置
管线智能巡检
感应探头
环形磁铁
密封机构
数据中心
协同控制方法
任务分配策略
深度强化学习模型
服务器
矩阵
融合特征
交叉注意力机制
计算机执行指令
验证方法