摘要
本发明公开了一种基于Zero‑shot learning和改进白平衡的低照度水下图像增强方法,按下述步骤进行:步骤S1:图像输入至三分支全卷积网络内,三分支全卷积网络将图像分解为反射图、光照图和噪声图,随后构建由重建损失、纹理细节损失和噪声损失组成的损失函数,利用损失函数对反射图进行迭代融合,迭代过程中利用噪声图进行噪声预测并去噪,利用光照图对反射图进行恢复光照,迭代收敛后得到融合图像;步骤S2:通过灰度世界算法先对融合图像进行二次迭代计算;本发明通过三分支全卷积网络处理图像,无需数据集训练,随后通过二次灰度世界算法和完美反射算法对处理后的图像进行白平衡处理,减少图像的色偏、色差和对比度问题,同时具有处理效率高的特点。
技术关键词
水下图像增强方法
全卷积网络
照度
光照
组合算法
噪声预测
分支
通道
纹理
高斯滤波器
伽马校正
分段
对比度
色差
照明
光源
系统为您推荐了相关专利信息
在线识别方法
异质
XGBoost模型
亮度校正
在线水分检测
Retinex理论
锁定方法
关键点
生成训练样本
暗光环境