[发明专利]一种基于小波变换的AUV水下图像增强网络方法

权利要求书

1.一种基于小波变换的AUV水下图像增强网络方法，其特征在于，步骤如下：

步骤1：AUV通过所搭载的水下视觉设备采集数据，获得图像F_t，然后使用Harr小波分解将图像，获得原图像经Haar小波分解后的频率分量F_x；

步骤2：将步骤1得到的两种信息F_t、F_x传入到设计的小波特征融合模块，把多种新增强化信息融入基础图像；

步骤3：基于WAF单元设计WAF-Haar模块，它包含四个WAF单元和四个残差操作；将经过Haar小波之后的图像分四次与F_t基础图像融合；

步骤4：将步骤3所获得的特征传入到注意力机制模块，然后将图像切割成四张图像；

步骤5：将步骤3的信息传入权重生成器，生成的权重用于将步骤4中四张图像重新组合，实现水下图像的增强。

2.根据权利要求1所述的一种基于小波变换的AUV水下图像增强网络方法，其特征在于，步骤2中的小波特征融合模块具体如下：

G_x＝Maxpool(Relu(φ₃(φ₁(F_x))))

G_t＝σ(MLP(F_t))

G_r0＝G_x+G_t

G_r1＝Maxpool(Relu(φ₅(φ₁(F_t))))

式中：φ₁(·)，φ₃(·)，φ₅(·)是卷积核分别为1×1，3×3，5×5的卷积操作；G_x是基础图像卷积后的输出；Relu(·)为ReLU激活函数；G_t是基础图像经过MLP处理后的输出；Maxpool(·)是最大值池化；F_t为基础图像；σ(·)为Sigmoid激活函数；为像素对应值相乘的操作；G_r0是基础图像G_x和G_t相加的输出；G_r1是强化信息卷积后的输出；G_r2是将基础图像和强化信息进一步融合的结果。

3.根据权利要求1所述的一种基于小波变换的AUV水下图像增强网络方法，其特征在于，步骤3中的WAF-Haar模块具体如下：

F_residual＝WAF(F_t)+φ₃(F_t)

F_Cat＝Cat(F_residual1+F_residual2)

式中：WAF(·)是小波特征融合；F_residual1，F_residual2为两块WAF模块经过残差的输出；Cat是对图像进行通道合并。

4.根据权利要求1所述的一种基于小波变换的AUV水下图像增强网络方法，其特征在于，步骤4中的注意力机制模块具体如下：

M_s(F)＝σ(f^7×7(Cat(AvgPool(F)，MaxPool(F))))

式中：F是WAF-Haar模块的输出；AvgPool(·)为平均池化；f^7×7是卷积核为7的卷积；是空间注意力的输出。