-
题名基于注意力机制与特征重建的水下图像增强
- 1
-
-
作者
王燕
张金峰
王丽康
范向辉
-
机构
兰州理工大学计算机与通信学院
-
出处
《红外技术》
CSCD
北大核心
2024年第9期1006-1014,共9页
-
基金
国家自然科学基金(61863025)。
-
文摘
针对现有水下图像增强方法缺少对图像中关键目标物体的关注,对图像边缘细节信息的增强效果不佳等问题,提出一种基于注意力机制与特征重建的水下图像增强方法。首先,残差模块联合CBAM(Convolutional Block Attention Module)模块构建超像素图像增强模型,提升水下图像整体质量的同时改善图像中目标物体的清晰度和可视性;然后,设计一种边缘差分模块,使模型关注图像的高频信息,增强图像中目标物体的边缘细节;最后,构建多粒度特征重建模块,重构超像素图像增强模块的隐藏层特征,还原输入图像,进一步优化模型参数。实验结果表明,相比于对比方法,本文模型在SSIM(Structural Similarity)、PSNR(Peak Signal to Noise Ratio)和UIQM(Underwater Image Quality Measures)三个评价指标上均有提升,具备更好的增强性能。尤其在增强水下图像关键目标物体上具有显著的效果。
-
关键词
水下图像增强
超像素图像
注意力机制
边缘差分
多粒度特征重建
-
Keywords
underwater image enhancement
super-pixel image
attention mechanism
edge difference
multi-granularity feature reconstruction
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
