国内刊号:51-1196/TP
国际刊号:1001-3695
发布日期:
作者:黄奕程,何立风,罗凯伦,刘玉,
单位:陕西科技大学电子信息与人工智能学院,西安710021;
关键词:水下图像增强,多支路差分卷积,频域增强,监督学习,
基金:国家自然科学基金资助项目(61971272,61471227);;
针对水下图像存在的细节模糊、噪声干扰及颜色失真等问题,提出一种基于监督学习的多支路差分卷积与频域增强相结合的水下图像增强方法。该方法采用颜色及细节增强模块强化高频细节并校正低频颜色;通过双支路增强模块平衡时空域与频域特征增强比例;设计轻量化交叉融合模块优化特征交互;同时结合多项损失函数提升模型性能。实验结果表明,该方法在PSNR(提升20.76%)、SSIM(提升8.35%)和UIQM(提升23.24%)等客观指标上均优于现有方法,主观视觉评估亦证实其可生成色彩自然且细节清晰的增强图像。
来源:2026年第5期
《计算机应用研究》期刊编辑部