An End-to-End Underwater-Image-Enhancement Framework Based on Fractional Integral Retinex and Unsupervised Autoencoder

As an essential low-level computer vision task for remotely operated underwater robots and unmanned underwater vehicles to detect and understand the underwater environment, underwater image enhancement is facing challenges of light scattering, absorption, and distortion. Instead of using a specific...

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	Fractal and fractional Jg. 7; H. 1; S. 70
Hauptverfasser:	Yu, Yang, Qin, Chenfeng
Format:	Journal Article
Sprache:	Englisch
Veröffentlicht:	Basel MDPI AG 01.01.2023
Schlagworte:	Algorithms Autonomous underwater vehicles Coders Computer vision Datasets Deep learning Distortion Fractional calculus fractional integral Retinex Haze Image enhancement Machine vision Robots underwater image enhancement Underwater robots unsupervised autoencoder
ISSN:	2504-3110, 2504-3110
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Schreiben Sie den ersten Kommentar!