面向水下机器人视觉的图像增强技术研究.pdf

面向水下机器人视觉的图像增强技术研究

摘要

近年来，“十四五”规划为建设海洋强国指明了方向，开展绿色海水养殖成为海洋

经济的重要底色。在海水养殖领域，水下机器人可以有效地提高网箱养殖的自动化、智

能化水平，保护工作人员的安全。水下机器人的视觉系统会接收到大量直观的光学图像

信号，为了帮助操作人员更好更快地发现目标主体，有必要对水下机器人的视觉能力进

行研究和提升。深海网箱水体较深，会造成水下图像对比度低、颜色失真、模糊、噪声

和细节不清晰等问题。因此，本文通过研究图像增强方法，提升水下生物图像的视觉质

量，从而推动水下机器人视觉在海洋牧场中的实际应用。本文的研究内容主要包括以下

几个方面：

为了解决水下图像的低对比度和颜色失真问题，本文设计了一种基于颜色校正的水

下图像增强方法。该方法由一个生成器和鉴别器构成：首先，在生成器中加入循环残差

卷积神经单元模块，进行有效的特征累积；其次，在生成器中加入注意力门控模块，减

少低级特征的重复提取；最后，设计了一个综合考虑了图像的全局内容、色彩分布、局

部纹理特征以及整体风格等多个关键要素的损失函数来训练模型。试验结果表明，本文

提出的方法在图像颜色校正上效果明显，UCIQE和UIQM两个评估指标有所提升，红、

绿、蓝三种颜色重新调整平衡，对比度和饱和度提升明显。

为了更好地恢复水下图像的细节，解决水下图像存在的模糊、噪声等问题，本文设

计了一种基于超分辨率重建的水下图像增强方法。该方法由一个生成器和鉴别器构成：

首先，基于盲超分辨率建立了图像高阶退化模型，并选用二阶退化模型；其次，在鉴别

器中加入了卷积密集块，其具有更少的参数、更轻量级；最后，引入一个包括感知损失

的多模态损失函数来引导模型进行水下图像超分辨率重建。试验结果表明，本文提出的

方法能够细化图像细节，保留更多的特征，UIQM、MTF50和MTF50P三个评估指标有

所提升，清晰度和锐度上提升明显。

为了更好地提高视觉能力，获得更多的特征和突出目标主体，本文进行了质量总体

提升试验、特征点采集试验和显著性目标检测试验。试验结果表明，最终得到的增强图

像获得了更多的高级特征、更大的检测区域和边界精度。此外，还进行了水下机器人海

洋牧场可视化应用测试，验证了本文设计的水下图像增强算法的工程实际应用价值。

关键词：水下机器人；视觉；图像增强；颜色校正；超分辨率重建

面向水下机器人视觉的图像增强技术研究

Abstract

Inrecentyears,the14thFiveYearPlanhaspointedoutthedirectionforbuildinga

maritimepower,andpromotinggreenmarineaquaculturehasbecomeanimportantfoundation

forthemarineeconomy.Inthefieldofmarineaquaculture,underwatervehiclescaneffectively

improvetheautomationandintelligencelevelofcageaquaculture,andprotectthesafetyof

workers.Thevisualsystemofunderwatervehiclesreceivesalargenumberofintuitiveoptical

imagesignals.Inordertohelpoperatorsdiscoverthetargetsubjectbetterandfaster,itis

necessarytostudyandimprovethevisualabilityofunderwatervehicles.Deepseacagewater

bodiescancauselowcontrast,colordisto