申请/专利权人:北京科技大学;北京科技大学顺德创新学院
申请日:2024-01-18
公开(公告)日:2024-02-23
公开(公告)号:CN117593235A
主分类号:G06T5/92
分类号:G06T5/92;G06T5/60;G06T5/70;G06N3/0464;G06N3/084;G06N3/0985
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.03.12#实质审查的生效;2024.02.23#公开
摘要:本发明提供一种基于深度CNN去噪先验的Retinex变分水下图像增强方法和装置,包括:输入水下降质图像,并利用归一化颜色修正方法进行颜色修正;从RGB颜色空间转换到HSV颜色空间;根据Retinex理论,将HSV颜色空间的亮度通道分解成反射率分量和光照分量,采用深度CNN去噪器学习反射率分量和光照分量的隐式先验,通过交替迭代优化算法得到反射率分量和光照分量的增强结果;利用伽马修正方法修正光照分量的增强结果;将反射率分量的增强结果和伽马修正后的光照分量进行图像像素的逐点相乘,得到增强后的亮度通道,合并增强后的亮度通道、HSV颜色空间的色度通道和饱和度通道,转换到RGB空间,得到并输出最终的水下增强图像。本发明能高效地输出优质水下增强图像。
主权项:1.一种基于深度CNN去噪先验的Retinex变分水下图像增强方法,其特征在于,所述方法包括:S1、输入水下降质图像;S2、利用归一化颜色修正方法,对所述水下降质图像进行颜色修正;S3、将颜色修正后的水下图像从RGB颜色空间转换到HSV颜色空间,得到HSV颜色空间的亮度通道、色度通道和饱和度通道;S4、根据Retinex理论,将HSV颜色空间的亮度通道分解成反射率分量和光照分量,然后采用深度CNN去噪器学习反射率分量和光照分量的隐式先验,通过交替迭代优化算法得到反射率分量和光照分量的增强结果;S5、利用伽马修正方法,修正光照分量的增强结果;S6、将反射率分量的增强结果和伽马修正后的光照分量进行图像像素的逐点相乘,得到增强后的亮度通道,合并增强后的亮度通道、HSV颜色空间的色度通道和饱和度通道,再把合并后的图像从HSV空间转换到RGB空间,得到并输出最终的水下增强图像。
全文数据:
权利要求:
百度查询: 北京科技大学;北京科技大学顺德创新学院 基于深度CNN去噪先验的Retinex变分水下图像增强方法和装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。