买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京科技大学;北京科技大学顺德创新学院

摘要：本发明提供一种基于深度展开网络的Retinex变分水下图像增强方法和装置，涉及水下图像增强技术领域，包括：输入水下降质图像；利用颜色白平衡方法进行颜色修正；将颜色修正后的水下图像的HSV颜色空间的亮度通道分解成反射率分量和光照分量，采用深度展开网络学习反射率分量和光照分量的各自图像先验及一阶梯度先验，通过交替迭代优化的网络展开方法得到反射率分量和光照分量的增强结果；利用伽马修正方法修正光照分量的增强结果；将反射率分量的增强结果和伽马修正后的光照分量逐点相乘，得到增强后的亮度通道，合并增强后的亮度通道、HSV颜色空间的色度通道和饱和度通道，转换到RGB空间，得到最终的水下增强图像。本发明能高效地输出优质水下增强图像。

主权项：1.一种基于深度展开网络的Retinex变分水下图像增强方法，其特征在于，所述方法包括：S1、输入水下降质图像；S2、利用颜色白平衡方法，对所述水下降质图像进行颜色修正；S3、根据Retinex理论，将颜色修正后的水下降质图像的HSV颜色空间的亮度通道分解成反射率分量和光照分量，然后采用深度展开网络学习反射率分量和光照分量的各自图像先验及一阶梯度先验，并通过交替迭代优化的网络展开方法得到反射率分量和光照分量的增强结果；S4、利用伽马修正方法，修正光照分量的增强结果；S5、将反射率分量的增强结果和伽马修正后的光照分量进行图像像素的逐点相乘，得到增强后的亮度通道，合并增强后的亮度通道、HSV颜色空间的色度通道和饱和度通道得到合并后的图像，再把合并后的图像从HSV空间转换到RGB空间，得到并输出最终的水下增强图像；所述S3，具体包括：建立一种基于深度展开网络的Retinex变分增强模型，其目标函数表示为： 其中，为数据保真项，利用L2范数约束待求解的光照分量L与反射率分量R的乘积和亮度通道V保持一致，·为图像的像素点乘运算，ΦR和是反射率分量R的正则化项，分别表示反射率分量的图像先验和一阶梯度先验；而ψL和是光照分量L的正则化项，分别表示光照分量的图像先验和一阶梯度先验，是一阶梯度算子，包括水平方向和垂直方向的一阶差分运算，Φ·、ψ·、和Ω·都是隐式先验函数，无需提前设置各自具体的显式表示形式，并通过深度展开网络学习，α,β,γ,η均为权重参数，由深度展开网络学习迭代更新；分开处理数据保真项和正则化项，采用变量分裂方法来解耦数据保真项和正则化项，引入四个辅助变量Q、P、T和J分别来近似R、L、和将公式8转变为对应的增广拉格朗日函数： 其中，λ1、λ2、λ3、λ4为平衡权重参数，Q、P、T和J分别是R、L、和的各自近似辅助变量，通过交替迭代优化的网络展开方法求解公式9；所述通过交替迭代优化的网络展开方法求解公式9，具体包括：1固定当前的反射率分量R和光照分量L，求解四个辅助变量Q、P、T、J的目标函数分别为： 其中，Rk、Lk、分别为R、L、的第k次迭代结果，通过深度展开网络的展开模块求解四个辅助变量，在三次迭代内更新相应变量，包括：将迭代更新步骤映射到深度神经网络架构中，展开为三个阶段，每个阶段对应一次迭代，由深度展开网络的一个展开模块完成，四个辅助变量Q、P、T、J以交替方式进行如下更新： 其中，Qk+1、Pk+1、Tk+1和Jk+1分别是Q、P、T和J的第k+1次迭代结果，FQ·，FP·，FT·，FJ·均是深度卷积神经网络，作为深度卷积神经网络的输入变量，{θQ＝{α,λ1},θP＝{β,λ2},θT＝{γ,λ3},θJ＝{η,λ4}}表示可学习网络参数，通过设计第一深度卷积神经网络，从训练数据中学习辅助变量的隐式先验知识；2固定当前的上述四个辅助变量Q、P、T、J，求解反射率分量R和光照分量L的目标函数分别为： 其中，下标符号k是第k次迭代的次数，k+1是第k+1次迭代的次数，Lk是L的第k次迭代结果，Qk+1、Tk+1、Rk+1、Pk+1、Jk+1分别是Q、T、R、P、J的第k+1次迭代结果，公式18和19中的除法都是图像像素之间的点除运算，通过深度展开网络的展开模块求解R和L，将迭代更新步骤映射到深度神经网络架构中，展开为三个阶段，每个阶段对应一次迭代，由深度展开网络的一个展开模块完成，两个变量R和L进行交替更新如下： 其中，Lk+1是L的第k+1次迭代结果，FR·，FL·均是深度卷积神经网络,表示深度卷积神经网络的输入变量,{θR＝{λ1,λ3},θL＝{λ2,λ4}}是可学习网络参数，是一阶梯度算子的转置运算，通过设计第二深度卷积神经网络，从训练数据中学习R和L的隐式先验知识；3重复上述步骤1-2直至收敛，在迭代结束后获得增强的反射率分量RE和增强后的光照分量LE。

全文数据：

权利要求：

百度查询： 北京科技大学 北京科技大学顺德创新学院 一种基于深度展开网络的Retinex变分水下图像增强方法和装置