[发明专利]一种基于引导滤波的GAN网络对水下图像进行处理的方法

权利要求书

1.一种基于引导滤波的GAN网络对水下图像进行处理的方法，其特征在于：该方法包括下列步骤：

(1)、获取原始的水下失真图像；

(2)、将原始的水下失真图像利用引导滤波进行分解，分解成低频水下图像I_lf和高频水下图像I_hf；利用引导滤波进行分解原始的水下失真图像的表达式为：q＝g(p,I,ε,r)，其中g为引导滤波函数，q为引导滤波后的图像，p为输入图像，输入图像为原始的水下失真图像，I为引导图像，采用的引导图像与输入图像一致，ε为正则化系数，是一个大于0的常数，r为滤波器的窗口大小；生成的低频水下图像I_lf的表达式为：I_lf＝g(I_r,I_r,ε,r)，其中I_r为输入的原始水下失真图像水下失真图像；生成的高频水下图像I_hf的表达式为：I_hf＝I_r-I_lf；

(3)、进行第一阶段的网络训练：将生成的低频水下图像I_lf和高频水下图像I_hf同时输入到GAN网络中，GAN网络包括高低频模块，所述高低频模块包括低频增强网络和高频增强网络，低频水下图像I_lf通过所述的低频增强网络做卷积生成增强后的低频水下图像其中L(·)是指对低频水下图像I_lf做低频部分的卷积；同时，高频水下图像I_hf通过所述的高频增强网络做卷积生成增强后的高频水下图像其中H(·)是指对高频水下图像I_hf做高频部分的卷积；

(4)、将增强后的低频水下图像和增强后的高频水下图像通过像素级相加得到第一阶段的增强水下图像I_mid，α为系数，取值为0到1之间；

(5)、进行第二阶段的网络训练：GAN网络还包括与高低频模块连接的细化模块，将第一阶段的增强水下图像I_mid输入细化模块中，对水下图像I_mid进行增强,生成了最后的水下图像I_out；

(6)、对生产的最后的水下图像I_out进行监督学习，将经过监督学习的水下图像I_out和真实的水下图像输入到判别器网络中进行打分。