计算机软件及计算机应用论文_基于Inception-Re

文章目录

1 引言

2 本文算法

2.1 IRGAN网络增强模型

2.2 Inception-Residual模块

2.3 生成网络

2.4 判别网络

2.5 损失函数

3 实验结果与分析

3.1 实验数据

3.2 实验设置

3.3 实验分析

    3.3.1 色彩感知损失项的消融实验

    3.3.2 IR模块的对比实验

    3.3.3 在测试集A上的对比实验

    3.3.4 在测试集B上的对比实验

4 结论

文章摘要:为解决光在水下传播过程中由吸收与散射效应导致的水下图像模糊、对比度低和颜色失真问题,提出一种基于Inception-Residual和生成对抗网络的水下图像增强算法。首先,将退化水下图像缩放至256×256×3大小,以获得用于训练模型的数据集。接着,将Inception模块、残差思想、编码解码结构和生成对抗网络相结合,构建IRGAN（Generative Adversarial Network with Inception-Residual）模型来增强水下图像。然后,利用全局相似性、内容感知和色彩感知构造多项损失函数,约束生成网络和判别网络的对抗训练。最后,通过训练好的模型对退化水下图像进行处理以获得清晰的水下图像。实验结果表明:与现有增强方法相比,所提算法增强的水下图像在PSNR、UIQM和IE指标上的平均值分别比第二名提升13.6%、4.1%和0.9%。在主观感知和客观评估中,增强后的水下图像在清晰度、对比度增强和颜色校正方面均得到改善。

文章关键词:

论文分类号:TP391.41

上一篇：武器工业与军事技术论文_基于最小相位法的屏蔽
下一篇：没有了