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：福州大学

摘要：本发明涉及一种基于失真引导的水下图像复原方法，包括：步骤S1:构建水下多类型失真图像数据库；步骤S2:通过水下失真图像数据库中的I和M训练失真检测网络，并预测一张失真图像的掩码图M’；S3：将水下失真图像下采样并进行离散化以降低输入图像的维度空间大小，根据水下失真图像的掩码图M’将水下失真图像的失真像素置0后输入Transformer架构，对输出的概率图进行吉布斯采样，获取复原图像的低分辨率先验图像；S4：采用Encoder‑Decoder结构作为复原网络的主体架构，并在复原网络的编码端构建三个分支的输入；S5：构建DAM失真聚合模块，并利用失真检测网络的中间层信息引导复原网络，最终得到水下失真图像的复原图像。本发明能够有效提高水下失真图像的复原效果。

主权项：1.一种基于失真引导的水下图像复原方法，其特征在于，包括以下步骤：步骤S1:获取水下原图GT、水下失真图像I、代表图像失真区域与失真类型的失真掩码图M，构建水下多类型失真图像数据库；步骤S2:通过水下失真图像数据库中的I和M训练失真检测网络，并预测一张失真图像的掩码图M’；步骤S3：将水下失真图像下采样并进行离散化以降低输入图像的维度空间大小，根据水下失真图像的掩码图M’将水下失真图像的失真像素置0后输入Transformer架构，对输出的概率图进行吉布斯采样，获取复原图像的低分辨率先验图像；步骤S4：采用Encoder-Decoder结构作为复原网络的主体架构，并在复原网络的编码端构建三个分支的输入；步骤S5：构建DAM失真聚合模块，并利用失真检测网络的中间层信息引导复原网络，最终得到水下失真图像的复原图像；所述步骤S4具体为：步骤S41:采用Encoder-Decoder结构作为复原网络的主体架构；步骤S42：复原网络的编码端构建三个分支的输入:分支1的输入是失真检测网络定位的失真掩码图M’；分支2的输入如下:IM＝I⊙1-M'其中I是失真图像，M’是预测的失真掩码图，⊙是矩阵点乘；分支3的输入是步骤S3中所得的复原图像的低分辨率先验图像；步骤S43:三个输入在通道维度进行concat操作并输入到复原网络的编码端；所述步骤S5具体为：步骤S51：提取失真检测网络正向传播过程中编码端的中间层信息，分别为C*H*W，2C*H2*W2,4C*H4*W4三个不同尺度的特征图；步骤S52：构建DAM失真聚合模块并对提取的三层特征图进行不同尺度的特征融合，利用卷积层和relu激活函数逐级处理，每一级的输出均作用于下一级的输入上，如下：fi'＝DAMconcat[fi,fi'-1]fi表示失真检测网络L编码端第i层的特征图，fi'为对应的输出，其维度与输入维度相同；步骤S53：在复原网络的解码端接收DAM失真聚合模块的三个不同尺度的输出，其与解码端相同维度的三层特征图在通道维度进行concat操作；DAM输出的不同尺度的信息来自于失真检测网络中间层，其能分辨特征的失真与否，明确了网络复原的方向，从而引导复原网络对失真图像进行精准复原；训练复原网络R的过程中设置以下损失函数： IR是复原网络R预测的复原结果，GT是水下原图，二者计算损失 其中D是判别器，利用判别器与复原网络形成博弈，计算生成对抗损失，通过训练优化达到纳什平衡，最后的总损失函数如下： 其中α1、α2为预设值。

全文数据：

权利要求：

百度查询： 福州大学 基于失真引导的水下图像复原方法