摘要
本发明提供一种基于深度贝叶斯的水下图像景深估计方法及装置,涉及水下图像处理技术领域。所述方法包括:输入原始水下退化图像,作为开始输入数据;利用统计方法对输入的原始水下退化图像进行颜色修正预处理;采用基于暗通道先验的图像去雾方法对颜色修正后的图像进行初始传输率与初始景深的估计;结合深度卷积神经网络和非参数贝叶斯模型,构建一种深度贝叶斯模型,对水下图像的景深进行稀疏建模与估计,并采用随机性期望最大化方法来求解模型参数,直至收敛;将通过所述深度贝叶斯模型得到的水下图像景深作为输出结果。本发明结合深度学习和非参数贝叶斯的优势,能够实现水下图像景深的准确建模及估计。
技术关键词
贝叶斯模型
景深
深度卷积神经网络
图像去雾方法
最大化方法
估计方法
暗通道先验
统计方法
水下图像处理技术
颜色
计算机可读指令
图像块
图像像素
字典
模型超参数
多层感知器
可读存储介质