基于色彩校正与亮度估计的水下低照度图像增强

宋巍; 陈桥; 刘亚玲; 葛梦滢

doi:10.13873/J.1000-9787(2024)08-0030-05

Chinese

您当前的位置：

首页 >

文章列表页 >

基于色彩校正与亮度估计的水下低照度图像增强

研究与探讨 | 更新时间：2025-09-11

- 基于色彩校正与亮度估计的水下低照度图像增强
- 暂无标题
- 传感器与微系统 2024年第8期页码：30-34
- 作者机构：
  
  1. 上海海洋大学信息学院
  2. 上海大学工程训练国家级实验教学示范中心
- 作者简介：
- 基金信息：
  
  国家自然科学基金资助项目(61972240)
- DOI：10.13873/J.1000-9787(2024)08-0030-05
  中图分类号： TP391.41
- 纸质出版：2024
- 稿件说明：
移动端阅览
宋巍, 陈桥, 刘亚玲, 等. 基于色彩校正与亮度估计的水下低照度图像增强[J]. 传感器与微系统, 2024,(8):30-34.
宋巍, 陈桥, 刘亚玲, 等. 基于色彩校正与亮度估计的水下低照度图像增强[J]. 传感器与微系统, 2024,(8):30-34. DOI： 10.13873/J.1000-9787(2024)08-0030-05.

DOI：

摘要

针对水下低照度环境下光线衰减导致的色彩失真和人工光源导致的光照不均2个退化问题，本文提出一种基于色彩校正和亮度估计的水下低照度图像增强网络，称为LUcobe。LUcobe由色彩校正和亮度估计2个子网络组成。色彩校正子网络通过双色彩空间并结合注意力机制，提取最具辨别力的色彩特征，自适应地集成和突出显示。亮度估计子网络利用编解码器结构结合空洞卷积对图像亮度进行全局估计。最后，将亮度估计和色彩校正子网络的输出在通道选择模块进行结合，实现图像增强。实验结果表明：LUcobe能够有效改善水下低照度图像的不均匀光照和色彩偏差问题，与多种水下图像增强方法相比，在视觉效果和客观评价指标(PSNR

SSIM

MS-SSIM

MSE)上均取得更好的效果。

Abstract

关键词

Keywords

references

杨国亮,王杨,赖振东.基于条件生成对抗网络的水下图像增强算法[J].传感器与微系统,2021(05).

郭继昌,李重仪,张艳,顾翔元.面向水下图像的质量评价方法[J].中国图象图形学报,2017(01).

Liu, Ke,Liang, Yongquan.Dual-purpose method for de-hazing and enhancement of underwater and low-light images[J].Machine Vision and Applications,2021.

Li Chongyi,Anwar Saeed,Hou Junhui,Cong Runmin,Guo Chunle,Ren Wenqi.Underwater Image Enhancement via Medium Transmission-Guided Multi-Color Space Embedding.[J].IEEE transactions on image processing : a publication of the IEEE Signal Processing Society,2021.

Chongyi Li,Saeed Anwar,Fatih Porikli.Underwater scene prior inspired deep underwater image and video enhancement[J].Pattern Recognition,2020(C).

Xueting Cao,Shenghui Rong,Yongbin Liu,Tengyue Li,Qi Wang,Bo He.NUICNet: Non-uniform illumination correction for underwater image using fully convolutional network[J].IEEE Access,2020.

Li Chongyi,Guo Chunle,Ren Wenqi,Cong Runmin,Hou Junhui,Kwong Sam,Tao Dacheng.An Underwater Image Enhancement Benchmark Dataset and Beyond.[J].IEEE transactions on image processing : a publication of the IEEE Signal Processing Society,2019.

Peng Yan-Tsung,Cao Keming,Cosman Pamela C.Generalization of the Dark Channel Prior for Single Image Restoration.[J].IEEE transactions on image processing : a publication of the IEEE Signal Processing Society,2018.

Drews Paulo L J,Nascimento Erickson R,Botelho Silvia S C,Campos Mario Fernando Montenegro.Underwater Depth Estimation and Image Restoration Based on Single Images.[J].IEEE computer graphics and applications,2016.

Panetta, Karen,Gao, Chen,Agaian, Sos.Human-Visual-System-Inspired Underwater Image Quality Measures[J].IEEE Journal of Oceanic Engineering: A Journal Devoted to the Application of Electrical and Electronics Engineering to the Oceanic Environment,2016.

Fisher Yu,Vladlen Koltun.Multi-Scale Context Aggregation by Dilated Convolutions.[J].CoRR,2015.

Karen Simonyan,Andrew Zisserman.Very Deep Convolutional Networks for Large-Scale Image Recognition.[J].CoRR,2014.

He Kaiming,Sun Jian,Tang Xiaoou.Single Image Haze Removal Using Dark Channel Prior.[J].IEEE transactions on pattern analysis and machine intelligence,2011.

Raanan Fattal.Single image dehazing[J].ACM Transactions on Graphics (TOG),2008.

浏览量

391

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据