基于条件生成对抗网络的水下图像增强算法

• 作者: 杨国亮 王杨 赖振东
• 来源期刊: 传感器与微系统
• 关键词: 水下图像增强 条件生成对抗网络 深度学习
• 年，卷（期）: 2021,（5）
• 所属期刊栏目: 计算与测试|Calculation & Test
• 页码范围: 121-123
• 页数: 3页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.13873/J.1000-9787(2021)05-0121-03

摘要

针对由于光在水中传播所带来的影响,导致所获得的水下图像不清晰以及颜色失真的问题,提出了一种基于条件生成对抗网络(CGAN)的水下图像增强算法.为了达到更好的增强效果,利用完全配对的水下图像与清晰图像进行模型的训练,通过端到端的方式获取增强图像.在生成网络模型中,采用U-Net网络结构进行网络的信息减负,同时为了捕捉到更多的低频特征,在损失函数中引入L1损失,让生成的结果更加真实和清晰.通过最后的实验结果表明:训练的模型有效解决了水下图像的颜色失真与模糊问题,对水下图像有不错的增强效果.