权项结构
1.
独立权利要求
2.
从权 · 限定特征 A
3.
从权 · 限定特征 B
4.
从权 · 限定特征 C
5.
从权 · 引用 2-4
6.
从权 · 模型训练方法
7.
从权 · 损失函数
8.
独权 · 装置
9-13
装置从权 ×5
候选方案
A核心保护版 (当前)
B稳妥授权版
C快速申请版
权 利 要 求 书
1.
一种基于深度学习的水下图像增强方法，其特征在于，包括以下步骤：
S1、获取待处理的水下原始图像，并对所述原始图像进行预处理；
S2、通过自适应特征提取模块对预处理后的图像进行多尺度特征提取，得到特征图集合；
S3、将所述特征图集合输入训练完成的增强网络模型，所述增强网络模型包括颜色校正子网络与对比度增强子网络；
S4、对所述增强网络模型输出的中间结果进行后处理，得到增强后的水下图像。
S1、获取待处理的水下原始图像，并对所述原始图像进行预处理；
S2、通过自适应特征提取模块对预处理后的图像进行多尺度特征提取，得到特征图集合；
S3、将所述特征图集合输入训练完成的增强网络模型，所述增强网络模型包括颜色校正子网络与对比度增强子网络；
S4、对所述增强网络模型输出的中间结果进行后处理，得到增强后的水下图像。
2.
根据权利要求 1 所述的方法，其特征在于，所述预处理步骤 S1 包括：对所述原始图像进行白平衡校正、直方图均衡化以及噪声抑制。
3.
根据权利要求 1 所述的方法，其特征在于，所述自适应特征提取模块采用残差结构，并嵌入通道注意力机制；所述多尺度特征提取的尺度数量为 3 至 5。
4.
根据权利要求 1 所述的方法，其特征在于，所述颜色校正子网络与所述对比度增强子网络在训练阶段共享底层卷积权重，并通过加权融合损失函数联合优化。
5.
根据权利要求 2、3 或 4 所述的方法，其特征在于，所述方法还包括：根据图像采集深度自动调整所述颜色校正子网络的色温补偿参数。
装置权利要求
8.
一种基于深度学习的水下图像增强装置，其特征在于，包括：
图像采集单元、自适应特征提取模块、增强网络模型推理单元以及后处理输出单元；
所述自适应特征提取模块与所述增强网络模型推理单元通信连接……
— 共 13 项 · 当前显示 6 项 · 展开全部 —
AI 任务
审校问题 5
版本
材料
审校助手已就绪
⚙ 生成
🔍 审校（与生成相互独立）
✎ 选中文本改写先在左侧权项中选中要改写的文字
所有 AI 建议会保存为候选版本，
不会覆盖当前权项。
每次任务记录 prompt 版本与模型，可在版本面板查看。