近日,上海大学通信与信息工程学院硕士研究生庄立昊在导师沈礼权研究员的指导下,以第一作者在《IEEE Transactions on Circuits and Systems for Video Technology》(中科院工程技术一区期刊,影响因子:5.859)上发表题为“UCSNet: Priors Guided Adaptive Compressive Sensing Framework for Underwater Images”的研究论文,沈礼权研究员为通讯作者。
本文基于水下图像的成像模型及物理特点,提出了一个高性能水下图像自适应压缩感知框架,提高了低采样率下的图像重建质量。在图像采样方面,利用水下图像的内容对比度退化情况来进行引导,同时结合水下物理先验,自适应地在图像亮度和色度通道上生成采样矩阵,从而更精确地保留有利于图像重建的关键信息。在图像重建方面,利用水下图像颜色的单一性和内容特征的高度相似性,在水下物理先验的辅助下进行局部和全局特征互补,提升重建图像质量。实验结果表明,该工作与现有算法相比,在各个数据集上可以将PSNR和LPIPS提升至少10%-15%,将SSIM,NIQE和PI提升至少5%-10%。该项技术为水下图像的采集和重建提供了新的解决方案,将有助于提升水下机器人获取图像的质量和精度,并可以大大降低硬件存储和数据传输压力。
该工作得到国家自然科学基金重点项目(No. 61931022)的资助与支持。
(附论文链接:https://ieeexplore.ieee.org/document/10081073)