一种基于成像模型和强化学习的水下图像增强方法,包括:步骤1、在水体中放入水下摄像头,拍摄预设距离下正常光照的水下图像,作为待增强的初始图像;步骤2、计算初始图像的灰度值,并进行分析处理;灰度值从高到低排序,取前百分之十的灰度值进行方差计算;步骤3、利用地面雾情况下图像的成像模型得到的近似水下图像成像模型,结合水下色彩测量指标UIQM进行自适应学习;步骤4、直至学习到对应设置好的训练次数后结束任务,得到输出的增强结果并保存本地;步骤5、选用图像峰值信号比PSNR以及结构相似性SSIM两种有参考评价指标将增强后的结果和初始的结果进行对比,作为增强效果的评价。本发明通过自适应学习未知参数,进一步提高了水下图像对比度、清晰度、饱和度等方面的性能。
声明:
“基于成像模型和强化学习的水下图像增强方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)