摘要
本发明公开了一种基于小波变换和扩散模型的半监督水下图像增强系统及方法,包括:图像分解模块用于利用离散小波变换获得该待增强图像的低频分量和高频分量;低频扩散模块用于通过所述低频分量作为条件引导,利用半监督水下增强图像模型中已训练的神经网络模型对随机生成纯噪声图像进行逐步依次去噪,得到增强后的低频分量;高频修复模块用于获得优化高频分量;逆离散小波变换模块用于将优化高频分量和增强后的低频分量通过逆离散小波变换融合,获得重建后的增强图像。本发明将小波变换融入扩散模型,并利用半监督学习模型协同利用标注和为标注的数据对图像增强过程进行优化,解决了数据规模受限的问题,提升了增强图像过程中的计算效率。
技术关键词
水下图像增强系统
离散小波变换
高频特征
特征融合方法
噪声图像
神经网络模型
图像增强模型
优化深度神经网络
模块
水下图像增强方法
标签
半监督学习模型
教师
参数
学生
噪声强度
系统为您推荐了相关专利信息
长度测量方法
多特征融合方法
集成分类器
数据
激光扫描器
毛刺检测方法
压铸件
计算机视觉
生成对抗网络
图像噪声水平
视频水印方法
高阶奇异值分解
傅里叶变换处理
版权
灰度共生矩阵