基于图像色彩度量的水下图像增强
计算机视觉与模式识别
2020-04-21 v1
摘要
由于水体的吸收和散射效应，水下图像往往存在许多严重问题，如对比度低、色彩灰暗和内容模糊。为提升水下图像的视觉质量，我们提出了一种新颖的增强模型，它是一个可训练的端到端神经模型。整个模型由两部分构成。第一部分是一个用于初步色彩校正的无参数层，第二部分则由用于自适应细化的参数层组成，即逐通道线性平移。为获得更好的细节、对比度和色彩度，该增强网络通过像素级和特征级训练准则进行联合优化。通过在自然水下场景上的大量实验，我们表明所提出的方法能够获得高质量的增强结果。
引用
@article{arxiv.2004.08609,
title = {Underwater image enhancement with Image Colorfulness Measure},
author = {Hui Li and Xi Yang and ZhenMing Li and TianLun Zhang},
journal= {arXiv preprint arXiv:2004.08609},
year = {2020}
}