ISSN 1009-5624 CN 10-2021/TQ 主管:中国乐凯集团有限公司 主办:北京乐凯科技有限公司
中国知网全文收录期刊
万方数据库收录期刊
RCCSE中文学术期刊
维普资讯网/超星域出版 全文收录
中国核心期刊(遴选)数据库收录期刊
万方数据库收录期刊
RCCSE中文学术期刊
维普资讯网/超星域出版 全文收录
中国核心期刊(遴选)数据库收录期刊
ISSN 1009-5624 CN 10-2021/TQ 主管:中国乐凯集团有限公司 主办:北京乐凯科技有限公司
【摘要】近年来,各国对海洋保护和开发越来越重视,众多研究机构和学者开始关注水下信息可视化技术的研究。 针对水下图像的质量退化问题,文中引入深度学习方法,提出数据驱动的水下图像复原的网络模型 FNCNN。 首先,介绍了水下图像清晰化方法的原理;其次,设计基于监督的水下图像复原网络模型、目标函数和图像合成方法;最后,给出网络模型的训练数据集,对所提网络模型在真实的水下图像数据集上进行比较验证,对结果进行分析。 结果表明,FNCNN 网络模型的结果表现出了很好的效果。
