[发明专利]一种基于小波变换的AUV水下图像增强网络方法

说明书

本发明提供一种基于小波变换的AUV水下图像增强网络方法，包括：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。本发明实现水下图像的去模糊、去噪音和消除色偏现象。

技术领域

本发明涉及一种基于小波变换的AUV水下图像增强网络方法(Wavelet transformbased underwater image enhancement network，WIE-Net)，属于水下图像处理。

背景技术

人类对资源需求的不断增加，海洋资源开发和利用的重要性与日俱增。为加快探索海洋中未知的资源，学者对遥控水下航行器(Remotelu Operated Vehicle,ROV)和水下无人航行器(Autonomous Underwater Vehicle,AUV)进行了大量研究，将成像系统配备在水下航行器中，以此来提高对海洋环境的感知能力。但是AUV或ROV在水下进行勘探任务，所处的水域的颜色和光照随着深度变换，视觉系统获取的图像包含色偏现象和引入大量噪声。

发明内容

本发明的目的是为了实现水下图像的去模糊、去噪音和消除色偏现象。在算法实现过程中，为了有效的去除噪音，在程序中引入Haar小波分解，这有利于修正空间域图像，能够有效的提高图像的增强效果，剔除可能出现的噪声，确保AUV的水下探测等任务。

本发明的目的是这样实现的：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。

本发明还包括这样一些结构特征：

1.步骤2中的小波特征融合模块具体如下：

G_x＝Maxpool(Relu(φ₃φ₁(F_x))))

G_t＝σ(MLP(F_t))

G_r0＝G_x+G_t

G_r1＝Maxpool(Relu(φ₅(φ₁(F_t))))