基于深度学习与成像模型的水下图像增强
图像与视频处理
2021-01-08 v2
摘要
水下机器人在海洋地质勘探、资源开发、生态研究等领域发挥着重要作用。然而，水下机器人的视觉感知受到各种环境因素的影响。当前的主要挑战是水下机器人捕获的图像存在色彩失真。水下图像的色调倾向于接近绿色和蓝色。此外，对比度低且细节模糊。本文提出一种基于深度学习和成像模型的水下图像增强新算法。实验结果表明，所提方法的优势在于消除了水下环境因素的影响，丰富了色彩，增强了细节，在PSNR和SSIM指标上取得更高分数，并有助于特征关键点匹配获得更好结果。另一显著优势是其计算速度远快于其他方法。
引用
@article{arxiv.2101.00991,
title = {Underwater Image Enhancement based on Deep Learning and Image Formation Model},
author = {Xuelei Chen and Pin Zhang and Lingwei Quan and Chao Yi and Cunyue Lu},
journal= {arXiv preprint arXiv:2101.00991},
year = {2021}
}