基于卷积神经网络的水下图像增强方法

为了避免传统水下图像增强方法需要人工选取特征,特征提取困难、清晰度低的问题,本文提出一种基于卷积神经网络的水下图像增强方法。首先根据清晰图像,通过水下图像退化模型模拟水下图像形成过程并建立水下图像库。然后,提出一种用于增强水下图像的卷积神经网络模型,该模型可以直接在清晰图像和水下图像之间建立映射关系。最后,通过卷积神经网络提取的图像特征,对水下图像进行恢复。试验结果表明:本文方法较传统方法噪声更少,并且提高了清晰度,为水下图像增强方法的研究提供了新的思路。