MINM:使用多散射模型和多空间转换的海洋智能网监测

科学领域:

• 海洋生物学 海洋生物学
• 水产养殖技术 水产养殖技术
• 图像处理 图像处理

背景情况:

• 由于散射和吸收,水下图像质量下降,阻碍了海洋智能网水产养殖监测.
• 精确的监测对于水产养殖的效率,环境安全和产品质量至关重要.

研究的目的:

• 开发一种有效的方法来改善海洋智能网水产养殖中的水下图像质量.
• 为了解决水下成像中的散射和吸收降解问题.

主要方法:

• 建议使用多重散射模型和空间转换的MINM方法.
• 在Lab和RGB空间中实现了色彩校正,使用自适应式直方体等级和灰色世界假设.
• 开发了一种基于多散射模型和感知融合的脱散技术,以提高图像质量.

主要成果:

• 该MINM方法显著提高了水下图像的视觉质量和定量指标.
• 增强图像表现出适合水产养殖监测的生物视觉特征.
• 在实验演示中,MINM的性能优于现有的最先进的方法.

结论:

• 通过提高水下图像清晰度,MINM有效地增强了海洋智能网水产养殖监测.
• 该方法为水生成像中的散射和吸收挑战提供了强大的解决方案.
• 改善监测可以提高水产养殖的效率和环境安全.