摘要
本发明属于计算机视觉与图像增强技术领域,尤其为一种基于物理引导生成对抗网络的水下图像增强方法,通过构建物理引导生成对抗网络,对退化图像进行增强处理,包括以下步骤:S1、基于水下退化物理模型,构建物理参数估计模块,通过对水下退化物理模型进行反演得到物理增强水下图像Jc'(x),并通过卷积和池化操作提取特征;S2、通过构建双编码器对水下图像进行多次下采样,得到水下图像的多层次特征;S3、通过构建跨分支注意力模块,将双编码器的多层次特征进行动态交互。本发明通过将传统的物理模型与深度学习相结合,提高了模型的可解释性,通过跨分支注意力模块利用物理引导约束显著增强模型的特征利用率,丰富了生成增强图像的细节信息。
技术关键词
水下图像增强方法
生成对抗网络
退化物理模型
双编码器
场景深度估计
sigmoid函数
图像增强模型
随机噪声
上采样
模块
多层次特征融合
分支
通道
注意力机制
感知损失函数