一种基于跨域特征表示和语义分割指导的水下图像增强方法

本发明公开一种基于跨域特征表示和语义分割指导的水下图像增强方法，属于水下图像处理领域，方法包括：构建无配对样本数据集并划分为正、负样本；设计并初始化图像增强网络；从正、负样本中分别随机选取图像IH和图像IL，将图像IL输入到图像增强网络得到增强图像IE，将{IL,IH,IE}输入到图像特征提取模型，计算对比学习损失；将语义分割模型在语义分割数据集上预训练，再在水下图像的语义分割数据集上微调后，输入图像IH、图像IE，生成对应的语义预测图，计算语义分割损失；联合对比学习损失和语义分割损失训练图像增强网络，通过端到端训练更新图像增强网络参数，生成高质量增强水下图像；具有图像精准增强、细节恢复、泛化能力强、数据获取成本低的效果。