基于多色域特征与物理模型的水下图像增强

作     者：张瑞航 林森 

作者机构：沈阳理工大学自动化与电气工程学院 

出 版 物：《智能系统学报》 (CAAI Transactions on Intelligent Systems)

年 卷 期：2025年

核心收录：

学科分类：080202[工学-机械电子工程] 08[工学] 080203[工学-机械设计及理论] 0804[工学-仪器科学与技术] 0802[工学-机械工程] 

基　　金：国家重点研发计划项目(2018YFB1403303) 辽宁省教育厅高等学校基本科研项目(LJKMZ20220615) 沈阳理工大学引进高层次人才科研支持计划项目(1010147000915) 

主　　题：水下图像增强 成像模型 深度学习 多色域空间 特征聚合 轮换训练 算法推广 卷积神经网络 

摘      要：水下智能机器人在探测海洋信息时易受悬浮颗粒和光衰减现象的干扰，导致视觉图像退化，造成色彩扭曲、细节模糊等现象。针对上述问题，提出基于多色域特征与物理模型的水下图像增强。首先，设计多色域特征聚合网络，旨在利用不同色域空间提供的信息帮助图像颜色恢复。其次，为获取到更真实的视觉效果，对白平衡算法进行推广，并将深度学习算法与水下光学成像模型结合，以数据驱动的方式求解清晰图像。最后，提出多色域轮换模式对网络进行训练，在不同色域空间中搜索最优解。实验证明，该方法在色彩平衡、细节恢复方面效果显著，相比经典算法与前沿算法更具优势，在特征点匹配与显著性检验任务中满足水下智能机器人视觉系统对图像清晰度的要求。