基于多尺度级联网络的水下图像增强方法

作     者：米泽田 晋洁 李圆圆 丁雪妍 梁政 付先平 MI Zetian;JIN Jie;LI Yuanyuan;DING Xueyan;LIANG Zheng;FU Xianping

作者机构：大连海事大学信息科学技术学院大连116026 鹏城实验室深圳518000 安徽大学互联网学院合肥230039 

出 版 物：《电子与信息学报》 (Journal of Electronics & Information Technology)

年 卷 期：2022年第44卷第10期

页      面：3353-3362页

核心收录：

学科分类：0711[理学-系统科学] 0808[工学-电气工程] 07[理学] 

基　　金：国家自然科学基金(62176037) 辽宁省重点研发计划(201801728)。 

主　　题：水下图像增强 多尺度级联网络 多尺度特征提取 梯度消失 

摘      要：针对水下图像由于光吸收、后向散射等因素导致的严重色偏、细节丢失等问题,该文提出一种基于多尺度级联网络的水下图像增强方法。针对单一网络特征利用不全面导致的图像梯度消失问题,该方法通过级联多尺度原始图像与相应的特征图像,以获得更优异的细节保持效果,并实现从较浅层到较深层快速预测残差的能力。此外,引入联合密集网络块和递归块,通过特征重用有效解决多尺度网络参数过多的问题。为有效解决单一损失造成的图像细节恢复不均的问题,提出Charbonnier和结构相似度(SSIM)联合损失函数。经仿真实验分析,所提网络在处理水下图像严重色偏、细节丢失等方面都取得了显著的效果。