您当前的位置:
首页 >
文章列表页 >
纹理感知联合颜色直方图特征的水下图像增强
信息科学 | 更新时间:2024-08-19
    • 纹理感知联合颜色直方图特征的水下图像增强

    • Underwater image enhancement using joint texture perception and color histogram features

    • 在水下图像增强领域,研究者提出了一种基于深度学习的新型网络结构,通过结合纹理感知网络和颜色直方图特征提取网络,有效提升了图像质量,缩短了处理时间,为水下视觉增强任务提供了高效解决方案。
    • 光学精密工程   2024年32卷第13期 页码:2112-2127
    • DOI:10.37188/OPE.20243213.2112    

      中图分类号: TP394.1;TH691.9
    • 收稿日期:2023-11-01

      修回日期:2023-12-12

      纸质出版日期:2024-07-10

    移动端阅览

  • 袁国铭,刘海军,李晓丽等.纹理感知联合颜色直方图特征的水下图像增强[J].光学精密工程,2024,32(13):2112-2127. DOI: 10.37188/OPE.20243213.2112.

    YUAN Guoming,LIU Haijun,LI Xiaoli,et al.Underwater image enhancement using joint texture perception and color histogram features[J].Optics and Precision Engineering,2024,32(13):2112-2127. DOI: 10.37188/OPE.20243213.2112.

  •  
  •  

0

浏览量

403

下载量

2

CSCD

文章被引用时,请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于策略梯度和伪孪生网络的异源图像匹配
基于频域-空域混合注意力的降质遥感图像质量增强
基于像素投票的人手全局姿态估计
基于多分支残差注意力网络的水下图像增强
面向点云分类和分割的形状自适应特征聚合网络

相关作者

张荐
梁奥
花海洋
刘天赐
李峙含
魏花
唐熊忻
聂海涛

相关机构

中国科学院 光电信息处理重点实验室
中国科学院 沈阳自动化研究所
中国科学院大学
中国科学院 软件研究所 天基综合信息系统国家重点实验室
中国科学院 长春光学精密机械与物理研究所
0