多卷积模型结合注意力机制的水下图像增强方法及系统

本申请属于图像处理技术，具体涉及一种多卷积模型结合注意力机制的水下图像增强方法及系统，本技术由DICAM模型与Shallow‑UWnet改进模型结合而成。DICAM模型主要是通过对补足水下图像色调衰弱不一的方式进行色彩修复，可以优化水下噪声、雾化等方面的问题。Shallow‑UWnet改进模型是在Shallow‑UWnet基础上，添加了最高池化层和Inc多卷积模块，最高池化层通过降维操作有效减少了网络参数和计算开销，不仅提升了运行效率，还增强了对关键特征的提取能力，避免细节丢失，Inc可以从不同尺度提取特征，以增强模型的特征捕捉能力。