纹理感知联合颜色直方图特征的水下图像增强OA北大核心CSTPCD

基于深度学习的水下图像增强方法在视觉效果上表现出色,但已有的端到端网络较少针对水下场景中常见的颜色失真和纹理模糊来精心构建网络结构。为了提高网络的性能,提出了纹理感知联合颜色直方图特征的水下图像增强网络,它包含纹理感知网络,颜色直方图特征提取网络以及颜色纹理融合的水下图像增强网络。纹理感知网络的构建引入变形Transformer模块,该模块利用空间感知的变形卷积设计Transformer模块的多头注意力机制,有效地将变形卷积的几何感知能力与Transformer模块的全局语义捕获能力相结合来提取纹理特征。颜色直方图特征提取网络认为直方图中包含丰富的颜色信息,利用真实水下图像的直方图来监督该网络提取颜色特征。最后,利用所提的颜色纹理融合模块将前两个网络提取的纹理和颜色特征融合,并注入到后续的颜色纹理融合的水下图像增强网络中,以实施水下图像增强,该操作不但有效地保留了纹理结构,校正了失真的颜色,还使得纹理和颜色信息保存一致。实验结果表明,本文算法较已有的水下图像增强算法,具有更好的视觉增强效果,水下图像质量测量指标(Underwater Image Quality Metric,UIQM)提高10%,单张图像的运行时间缩短了9%,仅为0.051 s,满足工程实践中水下视觉增强任务要求。