【2025顶刊复现】水下图像增强 suirSIR

本博文为本人调研水下图像增强时做的一些笔记。可能整理得不是很清晰，仅仅供个人学习记录用~欢迎各位交流~ 目录 背景 研究现状（常用的方法） 非物理模型的图像增强方法 白平衡方法 直方图均衡化方法 基于Retinex的方法 基于暗通道先验的方法（去雾的方法） 基于卷积神经网络的方法 基于物理模型的图像复原方法 水下图像成像理论 水下成像系统 水下散射模型 水下退化图...

自动水下航行器(Autonomous underwater vehicles (AUVs))依靠各种传感器——声学、惯性和视觉（acoustic, inertial and visual）——进行智能决策。由于其 非侵入性、被动性和高信息量，视觉（non-intrusive, passive nature, and high information content） 是一种有吸引力的传感方式，特别是在较浅的深度。

在第一轮中，受多个弱分类器可以组成一个强分类器的集合学习[46]的启发，我们首先使用现有的 18 种最优 UIE 方法相继处理收集到的水下图像，生成一个包含 18 ∗ 8018 幅图像的集合，用于下一步最佳参考数据集的选择。这项实验发布了一个大规模水下图像（LSUI）数据集，其中包含真实世界的水下图像，与现有的水下数据集相比，具有更丰富的水下场景（水域类型、光照条件和目标类别），并生成相应的清晰图像作为对比参考。在不同的色彩空间中对某一通道进行量化的目的是计算增强图像与参考图像在该通道上的交叉熵损失。

水下目标检测之数据集和数据增强方法 通过之前对yolov5的简单学习，发现yolov5的训练和调试都比较方便，因此希望将其运用到水下目标检测的任务中。那么首要任务就是寻找比较合适的数据集作为训练样本，考虑到水下图像数据集就少的可怜，此处列举3个针对水下目标检测的数据集。 Real-world Underwater Image Enhancement(RUIE) 大连理工大学的自制数据集，论文https://arxiv.org/abs/1901.05320，数据集https://github.com/dlut

针对水下光的吸收和散射作用，水下图像往往存在颜色失真、对比度低、细节模糊等现象，提出了一种新的水下图像增强算法。首先，以颜色校正的方式改进了一种基于暗通道先验(DCP)的水上图像增强方法，使其可以更好地用于水下图像，并将增强后的图像作为图像融合的一个输入。然后，利用非锐化掩蔽(USM)增强图像的纹理特征，并将再次增强的图像作为图像融合的另一个输入。与其他方法的比较结果表明，利用所提方法增强的图像具有更自然的外观、更高的清晰度、更多的细节和边缘信息，所提方法对水下图像有良好的增强效果。

IEEE Transactions on Image Processing CCF推荐国际学术期刊A类（计算机图形学与多媒体） Water-Net 它是一种门控融合（gated fusion）的卷积神经网络，在UIEB数据集上进行水下图像增强。为了适应退化的水下图像的特性，Water-Net模型通过三种方法增强输入图像，分别是白平衡（WB）、伽马矫正（GC）和直方图均衡（HE）。但是这是一个复杂的CNN结构，受到反向散射的影响。 项目地址：https://li-chongyi.github.io/pro.

由于波长和距离相关的衰减和散射，水下图像会产生色差和对比度低的问题。为了解决这两个问题，我们提出了一种基于介质传输引导的多色空间嵌入水下图像增强网络，称为Ucolor。具体而言，我们首先提出了一种多颜色空间编码器网络，该网络通过将不同颜色空间的特征融合到统一的结构中，丰富了特征表示的多样性。加上注意机制，从多个颜色空间中提取的最具鉴别性的特征被自适应地整合和突出显示。受水下成像物理模型的启发，我们设计了一个介质传输(表明场景辐射到达相机的百分比)引导解码器网络，以增强网络对质量退化区域的响应。

LSUN数据集 类似ImageNet的大规模数据集，最早出自这篇论文： 《LSUN: Construction of a Large-Scale Image Dataset using Deep Learning with Humans in the Loop》 这个数据集借助深度学习自动标注图片，相比ImageNet, 其标注更丰富，不仅有图片中主要物体的标注，还有场景标注。 其中场景标注是...

这篇文章可以说结果好到令人拍案叫绝，处理后细节也好了，色偏也好了，更主要是那些评价指标仿佛都是为它设计的，一个比一个好，本文就详细地介绍一下水下图像融合算法。 1.首先先分别进行两次处理 ①对原图进行白平衡处理——详细地可以看它的代码，代码是改良的灰度世界，个人觉得是一个灰度世界+一个直方图均衡。处理结果作为输入一。 ②对白平衡后的图进行亮通道自适应直方图均衡化 （亮通道：CIElab颜色模型的l...