一种基于改进Shallow-UWnet的浑浊水体图像增强方法

作     者：张文淇 张浩 牛志杰 白邵宙 田艳兵 吉爱国 ZHANG Wenqi;ZHANG Hao;NIU Zhijie;BAI Shaozhou;TIAN Yanbing;JI Aiguo

作者机构：青岛理工大学信息与控制工程学院山东青岛266520 

出 版 物：《光电子.激光》 (Journal of Optoelectronics·Laser)

年 卷 期：2025年第36卷第2期

页      面：167-175页

核心收录：

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：山东省自然科学基金重大基础研究项目(ZR2022ZD38) 青岛市科技计划重点研发专项(22-3-3-hygg-30-hy)资助项目 

主　　题：图像处理 水下图像增强 浑浊水体 深度学习 改进Shallow-Uwnet网络模型 

摘      要：针对浑浊水体环境下图像对比度降低和色偏严重等问题,构建模拟真实浑浊水环境的水下图像数据集,提出了一种基于改进Shallow-UWnet网络模型的浑浊水体图像增强方法。首先,使用灰度空间算法对原始图像进行全局颜色校正,再利用改进的Shallow-UWnet网络模型,学习失真图像与正常图像的映射关系从而实现水下图像增强,然后使用限制对比度自适应直方图均衡化(contrast limited adaptive histogram equalization,CLAHE)方法提高图像对比度,从而得到最终的增强图像。实验结果表明,本方法在主客观评价指标和特征点匹配应用指标上优于其他5种参考方法,能有效校正不同浑浊水环境下图像的色偏,提升图像的对比度和清晰度。本方法可以适用于水体较为浑浊的水下原位环境,为提高水下场景的视觉质量提供了有效的解决方案,在水下探测、水下救援、水下考古等领域中具有广泛的应用前景。