一种用于水下图像复原的深度学习训练数据集合成方法

摘要

本发明公开了一种用于水下图像复原的深度学习训练数据集合成方法，获取现有的RGBD数据集，并基于水下图像参数估计算法计算出真实水下场景对应的RGB颜色数值集合；基于柏林噪声生成不均匀的单通道背景光集合，并利用改进的水下光学模型生成多个数据对应的合成水下图像，其中，多个所述数据为在所述RGBD数据集、所述RGB颜色数值集合和所述单通道背景光集合中随机抽取的数据，考虑了由人工光源和水下自然环境渐变造成的不均匀背景光现象。并改变了随机生成背景光颜色的方法，采用在真实图像上获取的数值，让合成的图像更加逼真，颜色更加自然，提高了图像合成效果。