MHF:一种基于生物视觉的多任务混合融合方法,用于水下图像增强
Yuliang Chi1,2,3, Chao Zhang1,2
1School of Mechanical Engineering , Inner Mongolia University of Science and Technology, Baotou, China.
PloS one
|May 9, 2025
概括
这项研究引入了一种新的多任务混合融合方法 (MHF),用于增强水下图像. MHF方法有效地提高了可见性和对比度,在水下视觉任务中超过了现有的算法.
科学领域:
- 计算机视觉 计算机视觉
- 图像处理 图像处理
- 生物视觉 生物视觉 生物视觉
背景情况:
- 由于光衰减和悬浮颗粒,水下图像的可见度和对比度较低.
- 这些图像退化问题阻碍了水下信息提取和研究发展.
- 现有的方法往往无法解决诸如白平衡扭曲和颜色转移等问题.
研究的目的:
- 为强大的水下图像增强提出一个多任务混合融合方法 (MHF).
- 在具有挑战性的水下环境中提高图像可见性,对比度和颜色精度.
- 为各种水下视觉应用提供多功能解决方案.
主要方法:
- 开发了一种改进的II型模糊集计算模块,其灵感来源于生物视觉.
- 实现了一个可调节的对比度拉伸模块,以提高图像清晰度.
- 集成了一个视觉融合模块,以结合来自模糊集和对比拉伸模块的结果.
主要成果:
- MHF方法有效地解决了白平衡扭曲,颜色转移,低可见度和低对比度的问题.
- 在应用测试中取得了卓越的性能,包括几何旋转估计,特征点匹配和边缘检测.
- 在两个基准数据集上表现优于现有的14个算法.
结论:
- 拟议的MHF方法在水下图像质量和特定任务性能方面取得了显著的进步.
- 在各种水下视觉任务中证明了广泛的适用性和出色的性能.
- 为水下图像处理挑战提供简洁,高效和有利的解决方案.
