基于目标搜寻和细节增强的水下单像素成像方法

针对当前水下单像素成像方法侧重于从整体角度重构目标图像，难以理想地恢复目标细节的问题，提出了一种基于目标搜寻和细节增强的水下单像素成像方法。目标搜寻旨在从图像中判断出目标部分和背景部分，从而增强目标信号，降低背景噪声；细节增强旨在学习采集信息的细粒度特征、增强重构图像的细节。首先用传统单像素成像方法快速重构目标图像；其次通过判断各行、各列最大像素点的差值来区别目标和背景环境；最后用基于分块模型的神经网络学习目标的细粒度特征，提高目标图像的细节部分。为了验证提出方法的可靠性，重构了空间环境和水下环境中的目标图像，实验结果表明，在两种实验环境下，该方法都可以较好地保存目标的细节信息，获得高质量的目标图像。