摘要
本发明公开了一种基于深度学习的双阶段水下图像增强方法,属于图像处理技术领域,该方法首先获取水下图像数据集。其次基于CNN与Transformer,构建双阶段混合的水下图像增强模型,分两阶段对水下图像数据集进行处理,输出水下图像增强结果图。最后使用下图像数据集对双阶段混合的水下图像增强模型进行寻来,并测试。本发明能得到较优的干净的水下图像图,对物体的细节处理更为精细,色彩处理恰当,能产生更好的效果。
技术关键词
水下图像增强方法
图像增强模型
水下图像数据
编码器解码器
阶段
水下图像特征
注意力
查询特征
三维空间结构
解码器架构
图像处理技术
输出特征
模块
网络
瓶颈
系统为您推荐了相关专利信息
食品快速检测装置
检测食品
图像识别模块
动力传输模块
识别食品
图像增强模型
变换器
采样模块
暗光图像增强方法
解码器
寿命测试装置
同步控制模块
视觉检测模块
坦克链
寿命测试系统
多元逻辑回归模型
异常状态
锂电池
稳定工作状态
电压