【摘 要】
:
水下图像作为水下视觉任务的信息载体扮演着十分重要的作用。然而光照在水下传播过程极易受到吸收和衰减的影响,这导致获取的水下图像存在颜色失真、模糊以及对比度低等问题。水下图像质量的下降会直接影响如海底探测、水下目标检测以及水下物体识别等任务的精度。因此,有必要对水下图像进行增强来提高水下各类任务的准确率。本文对水下图像增强相关方法进行研究,主要研究内容如下:(1)针对传统的图像增强方法不能很好应用于水
论文部分内容阅读
水下图像作为水下视觉任务的信息载体扮演着十分重要的作用。然而光照在水下传播过程极易受到吸收和衰减的影响,这导致获取的水下图像存在颜色失真、模糊以及对比度低等问题。水下图像质量的下降会直接影响如海底探测、水下目标检测以及水下物体识别等任务的精度。因此,有必要对水下图像进行增强来提高水下各类任务的准确率。本文对水下图像增强相关方法进行研究,主要研究内容如下:(1)针对传统的图像增强方法不能很好应用于水下图像的问题,本文提出了一种改进的基于Retinex理论的水下图像增强框架。为了解决水下图像光照估计问题,本文设计了一种基于双边滤波的光照估计方法,该方法可以有效的估计光照并保留更多的图像边缘信息。为了解决水下图像颜色通道衰减问题,本文设计了一种自适应衰减补偿的颜色平衡方法,通过计算图像的衰减系数自动选择合适的衰减补偿策略。该框架有效解决了水下图像光照估计困难和颜色失真问题,实验结果表明对不同类型的水下图像都有比较好的效果。(2)为了进一步提升传统图像增强方法的效果,本文使用基于深度学习的方法来增强水下图像,提出了一个基于深度Retinex分解的水下图像增强网络模型框架。本文根据水下图像的特点设计了一种基于卷积神经网络的图像分解方法,该方法充分考虑颜色通道之间的平衡关系并可以有效的进行光照估计。此外,本文改进了基于动态阈值的白平衡方法使之应用于反射图的颜色平衡,该方法可以有效解决颜色衰减问题并保留更多的图像细节信息。通过在不同类型的水下图像以及不同领域的劣质图像的实验结果验证了提出的方法的有效性和适用性。(3)目前基于深度学习的水下图像增强方法多是通过构造水下图像真实参考数据对网络进行训练,该类方法的泛化能力一般较差,不能很好的处理各类场景下的水下图像。针对水下图像无真实参考的问题,本文提出了一种基于深度学习的无监督水下图像增强模型,该模型包括通过深度Retinex分解网络和颜色恒常性网络对水下图像进行光照估计和颜色平衡,利用图像之间的残差、反射一致性以及消色差等特性来设计损失函数对网络进行训练。该模型可以使用各种公开的数据集进行训练来学习网络模型参数,有效的解决了基于深度学习的方法需要大量数据的问题。实验表明提出的方法在水下图像公开数据集定性和定量的实验上均有比较好的表现。
其他文献
螺旋桩是一种异形桩,具有成桩速度快、所需设备小型化、低碳绿色环保、节省材料等优点,引起了广泛关注。在海相软土地区使用螺旋桩,还需要解决桩体易失稳、桩基承载能力偏低和桩身耐久性较差等问题。针对这些问题,本文提出一种注浆螺旋桩及其成桩方法。采用现场成桩工艺试验、桩基承载力试验与有限元数值模拟相结合的方法,研究注浆螺旋桩的成桩工艺及竖向单桩承载性能,并通过有限元模拟分析注浆螺旋桩荷载传递规律与承载机理,
波浪的非线性特征影响近岸岸滩剖面底部泥沙的横向输运,现有输沙率计算多采用准恒定输沙模式或半周期分割-非恒定净输沙模式,只关注了波浪作用下的最大床面切应力,且对切应力与波浪轨迹流速之间的相位差考虑不多。大量水槽实验数据显示非线性波浪作用下,岸滩的横向输沙方向常出现与波浪传播方向相反的现象,而基于最大床面切应力的方法不能准确刻画这一现象。故需要对现有理论进行修订和完善。论文基于现有的非线性波浪理论,建
世界经济发展的同时OLED科技也随之不断发展,目前OLED技术在照明等领域具有十分广泛的发展前景,高性能器件是OLED产业化的关键所在,故优化材料在发光层(EML)中的性能对于开发高效OLED具有重要意义。目前发光层主要是主-客体掺杂结构,其中D-A型主体材料是本文研究的重点,通过设计合成得到一系列D-A型小分子主体材料,并对其光物理性能和电化学性能进行测试。以下是对各个章节主要内容的简单介绍:(
大气湍流导致在其中传输的光束波前产生畸变,这降低了系统的成像质量和传输效率,自适应光学(Adaptive Optical,AO)技术可以有效校正波前畸变。随机并行梯度下降(Stochastic Parallel Gradient Descent,SPGD)算法是无波前探测AO系统中应用最广泛的一种控制算法,无需波前探测,鲁棒性强且易于实现,但算法迭代执行方式降低了自适应光学系统收敛速度。本文主要针
移动机器人的路径规划问题一直备受科研工作者的关注,但用传统算法解决此类问题,大多具有鲁棒性差和算法的不确定性等特点。因此,对路径规划问题的研究一直在继续。免疫算法是一种仿生类算法,它可以解决某些非线性问题,变异过程可以跳出局部最优,免疫系统中的变异过程在路径规划时可跳出局部最优解,因此在解决移动机器人路径规划问题时起到重要作用。本文在免疫机理的基础上进行研究,主要研究工作如下。引入一种基于人工免疫
随着经济的快速发展,我国的铁路运营里程和货物周转量也在逐年增加。因此,我国铁路运输的日常作业变得越来越重要。而港口装车工人可以很方便地根据货运列车车号的自动识别结果及时记录车号、货物种类和重量等信息,这对提高装车效率具有重要意义;此外,还可以根据货运列车在装车楼下的移车速度大小来合理的调节和控制车速,以确保能够进行高效装车。本文在有限的数据量及算力等实验条件下,主要对港口装车楼下货运列车的车号识别
布匹表面缺陷检测作为纺织企业产品质量控制过程的重要环节,可以有效提升布匹的产品质量和生产效率。由于部署方便、生产线改造成本低等优点,大多数缺陷检测采用机器视觉检测方法,传统的机器视觉检测方法依赖特征提取器的设计,特征提取器决定了机器视觉方法的检测效果,而且人工设计的特征提取器只能提取简单的中底层特征,且依赖数据集。针对当前缺陷检测存在的问题,本文提出了一种基于深度学习的缺陷检测方法,深度学习具有自
四足机器人运动控制研究的重点是动态稳定能力和适应能力。在缺乏上层决策和传感器信息的情况下,结合中枢模式发生器(Central pattern generator,CPG)的仿生控制方法利用生物CPG模型原本自发的节律性,简单的实现机器人的节律运动,无需对环境和机体自身进行建模,大大降低了机器人控制的难度。但是该方法的缺点是无法实现更多的步态和对于复杂环境的适应能力,无法很好的模拟生物特性。本文出于
电机驱动系统是推动经济建设和国防建设融合发展的重要动力,高性能电机驱动系统更是支撑先进装备制造业发展的重要条件之一。随着现代工业技术的不断发展,现有电机驱动系统已经不再局限于传统的三相电机系统;与传统电机相比,开绕组电机具有灵活的控制方式和高容错运行能力,已广泛应用于军工设备、电动机车、风力发电、舰船电力推动等高可靠性大功率场合。为了充分发挥开绕组电机的本体优势,满足现代工业智能化发展需求,众多先
突发事件发生后,准确的分析出网民的情感状态,研究网民情感状态演变,对实现突发事件的舆情管控,维护社会稳定有重大意义。为了研究网民对突发事件情感演变情况并以此为出发点实现突发事件应急处理,本文将突发事件中的网民情感状态划分为10类,并依据传染病模型的传播方式,建立了基于传染病模型的网民情感状态演变模型和舆情节点研判模型,结合网民情感演变规律分不同舆情阶段给出管控建议。论文主要工作总结如下:1.将网民