論文の概要: Enhancing Underwater Image via Adaptive Color and Contrast Enhancement,
and Denoising
- arxiv url: http://arxiv.org/abs/2104.01073v1
- Date: Fri, 2 Apr 2021 14:37:20 GMT
- ステータス: 処理完了
- システム内更新日: 2021-04-05 16:57:45.465415
- Title: Enhancing Underwater Image via Adaptive Color and Contrast Enhancement,
and Denoising
- Title（参考訳）: 適応色・コントラスト強調による水中画像の強調と雑音化
- Authors: Xinjie Li, Guojia Hou, Kunqian Li
- Abstract要約: 水中画像強調のためのアダプティブカラーとコントラスト強調、およびACCE-D(Denoising)フレームワークを提案する。
我々は,acceの数値解法を導出し,解法を高速化するためにピラミッド型戦略を採用する。
実験の結果,提案手法は色補正,視認性向上,詳細表示に有効であることがわかった。
- 参考スコア（独自算出の注目度）: 2.298932494750101
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Images captured underwater are often characterized by low contrast, color
distortion, and noise. To address these visual degradations, we propose a novel
scheme by constructing an adaptive color and contrast enhancement, and
denoising (ACCE-D) framework for underwater image enhancement. In the proposed
framework, Gaussian filter and Bilateral filter are respectively employed to
decompose the high-frequency and low-frequency components. Benefited from this
separation, we utilize soft-thresholding operation to suppress the noise in the
high-frequency component. Accordingly, the low-frequency component is enhanced
by using an adaptive color and contrast enhancement (ACCE) strategy. The
proposed ACCE is a new adaptive variational framework implemented in the HSI
color space, in which we design a Gaussian weight function and a Heaviside
function to adaptively adjust the role of data item and regularized item.
Moreover, we derive a numerical solution for ACCE, and adopt a pyramid-based
strategy to accelerate the solving procedure. Experimental results demonstrate
that our strategy is effective in color correction, visibility improvement, and
detail revealing. Comparison with state-of-the-art techniques also validate the
superiority of propose method. Furthermore, we have verified the utility of our
proposed ACCE-D for enhancing other types of degraded scenes, including foggy
scene, sandstorm scene and low-light scene.
- Abstract（参考訳）: 水中で撮影された画像は、しばしば低コントラスト、色歪み、ノイズによって特徴づけられる。
このような視覚的劣化に対処するために,適応色とコントラスト強調を構築し,水中画像強調のためのACCE-Dフレームワークを提案する。
提案手法では, ガウスフィルタとバイラテラルフィルタを用いて, 高周波成分と低周波成分を分解する。
この分離の利点を生かして,ソフトスレッショルド操作により高周波成分のノイズを抑制する。
これにより、適応色とコントラスト強化(ACCE)戦略を用いて低周波成分を増強する。
提案したACCEは,HSI色空間に実装された適応型変分フレームワークであり,ガウス重み関数とヘヴィサイド関数を設計し,データ項目と正規化項目の役割を適応的に調整する。
さらに,acceの数値解法を導出し,解法を高速化するためにピラミッド型戦略を採用する。
実験の結果,提案手法は色補正,視認性向上,詳細表示に有効であることがわかった。
最先端技術との比較は,提案手法の優越性も検証する。
また,提案するacce-dの有用性を検証し,霧,砂嵐,低照度シーンなど他の種類の劣化シーンを改良した。
関連論文リスト
- UDBE: Unsupervised Diffusion-based Brightness Enhancement in Underwater Images [1.0775419935941009]
本研究は,拡散モデルを用いた水中画像強調のための新しい教師なし学習手法を導入する。
UDBEと呼ばれるこの手法は条件拡散に基づいて、未ペア画像の明るさの詳細を維持する。
提案手法は, 水中画像ベンチマークであるUIEB, SUIM, RUIEのデータセットにおいて, 精度の高い精度が得られることを示す。
論文 参考訳（メタデータ） (2025-01-27T17:01:45Z) - Unveiling Advanced Frequency Disentanglement Paradigm for Low-Light Image Enhancement [61.22119364400268]
周波数不整合最適化を改良した新しい低周波整合性手法を提案する。
注目すべき改善点は5つの人気のあるベンチマークで示されており、6つの最先端モデルで達成されたPSNRの7.68dBのゲインである。
提案手法は,88K余剰パラメータで効率を保ち,低照度画像強調の挑戦的な領域に新たな標準を設定する。
論文 参考訳（メタデータ） (2024-09-03T06:19:03Z) - Dual High-Order Total Variation Model for Underwater Image Restoration [13.789310785350484]
水中画像の高画質化と復元(UIER)は,水中画像の画質向上のための重要な手段である。
拡張水中画像形成モデル(UIFM)に基づく効果的な変分フレームワークを提案する。
提案フレームワークでは,重み係数に基づく色補正とカラーバランスを組み合わせることで,減衰した色チャネルを補償し,色キャストを除去する。
論文 参考訳（メタデータ） (2024-07-20T13:06:37Z) - Inhomogeneous illumination image enhancement under ex-tremely low visibility condition [3.534798835599242]
濃霧を通した画像は、物体の検出や認識の曖昧化といったアプリケーションに不可欠な視覚情報を欠いているため、従来の画像処理手法を妨げている。
本稿では,構造微分・積分フィルタ(F)に基づく背景照明を適応的にフィルタし,信号情報のみを向上させる手法を提案する。
提案手法は, 極めて低視認性条件下で信号の明瞭度を著しく向上し, 既存の技術よりも優れており, 深部霧画像への応用に大きく貢献することを示した。
論文 参考訳（メタデータ） (2024-04-26T16:09:42Z) - CodeEnhance: A Codebook-Driven Approach for Low-Light Image Enhancement [97.95330185793358]
低照度画像強調(LLIE)は、低照度画像を改善することを目的としている。
既存の手法では、様々な明るさ劣化からの回復の不確実性と、テクスチャと色情報の喪失という2つの課題に直面している。
我々は、量子化された先行値と画像の精細化を利用して、新しいエンハンスメント手法、CodeEnhanceを提案する。
論文 参考訳（メタデータ） (2024-04-08T07:34:39Z) - DGNet: Dynamic Gradient-Guided Network for Water-Related Optics Image
Enhancement [77.0360085530701]
水中画像強調(UIE)は、水中環境によって引き起こされる複雑な劣化のために難しい課題である。
従来の手法では、劣化過程を理想化し、中音や物体の動きが画像の特徴の分布に与える影響を無視することが多い。
提案手法では,予測画像を用いて疑似ラベルを動的に更新し,動的勾配を加えてネットワークの勾配空間を最適化する。
論文 参考訳（メタデータ） (2023-12-12T06:07:21Z) - Diving into Darkness: A Dual-Modulated Framework for High-Fidelity
Super-Resolution in Ultra-Dark Environments [51.58771256128329]
本稿では,低照度超解像課題の性質を深く理解しようとする,特殊二変調学習フレームワークを提案する。
Illuminance-Semantic Dual Modulation (ISDM) コンポーネントを開発した。
包括的実験は、我々のアプローチが多様で挑戦的な超低照度条件に適用可能であることを示す。
論文 参考訳（メタデータ） (2023-09-11T06:55:32Z) - Advancing Unsupervised Low-light Image Enhancement: Noise Estimation, Illumination Interpolation, and Self-Regulation [55.07472635587852]
低光画像強調(LLIE)技術は、画像の詳細の保存とコントラストの強化に顕著な進歩をもたらした。
これらのアプローチは、動的ノイズを効率的に緩和し、様々な低照度シナリオを収容する上で、永続的な課題に直面する。
まず,低照度画像の雑音レベルを迅速かつ高精度に推定する方法を提案する。
次に、照明と入力の一般的な制約を満たすために、Learningable Illumination Interpolator (LII) を考案する。
論文 参考訳（メタデータ） (2023-05-17T13:56:48Z) - Degrade is Upgrade: Learning Degradation for Low-light Image Enhancement [52.49231695707198]
2段階の工程で細部と色を精錬しながら、内在的な劣化と低照度画像を照らし出す。
カラー画像の定式化に触発されて,まず低照度入力からの劣化を推定し,環境照明色の歪みをシミュレーションし,そのコンテンツを精錬して拡散照明色の損失を回復した。
LOL1000データセットではPSNRで0.95dB、ExDarkデータセットでは3.18%のmAPでSOTAを上回った。
論文 参考訳（メタデータ） (2021-03-19T04:00:27Z) - Underwater Image Color Correction by Complementary Adaptation [0.0]
本稿では,CIELAB色空間におけるTikhonov型最適化モデルに基づく水中色補正手法を提案する。
本手法は, 長期適応プロセスとして, 水中色キャストを効果的に除去し, バランスの取れた色分布を得る。
論文 参考訳（メタデータ） (2020-10-21T03:59:22Z) - Low-Light Maritime Image Enhancement with Regularized Illumination
Optimization and Deep Noise Suppression [5.401654133604235]
本稿では,照明の正規化と雑音抑圧による低照度画像の高精細化を提案する。
人工海事画像と現実海事画像の総合的な実験を行い,提案手法と最先端画像との比較を行った。
論文 参考訳（メタデータ） (2020-08-09T17:05:23Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。