使用Divide-and-Conquer网络进行水下图像增强
Shijian Zheng1,2, Rujing Wang2,3, Guo Chen1
1Department of Information Engineering, Southwest University of Science and Technology, Mianyang, Sichuan, China.
PloS one
|March 5, 2024
概括
这项研究引入了一种新的划分和征服网络 (DC-net) 来增强水下图像. 直流网有效地解决了色彩扭曲和模糊,改善了视觉质量和从水下场景中提取信息.
科学领域:
- 计算机视觉 计算机视觉
- 图像处理 图像处理
- 人工智能的人工智能
背景情况:
- 水下图像由于光衰减和水条件而遭受色彩扭曲和模糊.
- 现有的水下图像增强方法经常在全面的质量改进方面扎.
研究的目的:
- 开发一种有效的方法来增强水下图像.
- 提高水下图像的视觉质量和信息提取能力.
主要方法:
- 设计了一个新的划分与征服网络 (DC-net).
- DC-net集成了具有多轴注意力的纹理网络,使用自适应的3D查找表的颜色网络和改进网络.
主要成果:
- 拟议的直流网络在水下图像中实现了卓越的视觉质量.
- 质量和数量上的表现超过了最先进的水下图像增强方法.
结论:
- 直流网络为水下图像增强提供了强大的解决方案.
- 该方法在处理复杂的水下图像退化方面取得了显著的改进.


