• 主题
高级搜索  >
历史搜索 清空历史
首页> 中文期刊> 《电子学报》 >DRHA-UIE：基于双重残差混合注意力模块的水下图像增强方法

DRHA-UIE：基于双重残差混合注意力模块的水下图像增强方法

         
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

在水下环境中，悬浮的颗粒会对光造成散射和波长相关的衰减，使水下图像呈现出颜色失真、对比度低等问题．针对上述问题，本文提出一种基于双重残差混合注意力模块的水下图像增强方法（Dual Residual Hybrid Attention Underwater Image Enhancement method,DRHA-UIE）．该方法采用改进的双重残差块完成特征学习，并通过在双重残差块中引入混合注意力模块，沿通道和空间两个维度对特征进行注意力权重推断，以捕获显著特征．本文设计结合像素级损失、结构相似性损失和内容感知损失的联合特征损失函数，以获得具有更精细纹理的增强图像．此外，本文应用水下图像形成模型（Image Formation Model,IFM）对水下图像基准数据集（Underwater Image Enhancement Benchmark dataset,UIEB）进行优化，获得了具有更高视觉质量的N-UIEB（New-UIEB）数据集，实验表明，相较于UIEB数据集，基于N-UIEB训练得到的增强图像具有更自然的颜色和更清晰的细节．为验证本文方法的有效性，将本文方法与主流的10种方法进行测试和比较，结果表明，DRHA-UIE方法有效提高了图像对比度并恢复了图像颜色，在与水下图像增强算法的定量比较中获得了最优的性能．

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号