基于改进U2-Net和生成对抗网络的深海图像增强算法

来源：电子测量技术杂志2026年第1期北京时间：

作者：张泽群，张春堂，樊春玲

单位：青岛科技大学自动化与电子工程学院 青岛 266061

摘要：高质量深海图像对研究海洋生物、地形和地质等领域的发展至关重要。针对深海图像存在的颜色失真、图像模糊、对比度低等问题，提出一种以改进U2-Net为GAN生成器的深海图像增强算法U2-GAN。首先，在U-Net中引入RSU模块来构建改进U2-Net，加强对高层抽象特征和低层细节信息的融合。其次，在改进U2-Net的跳跃连接部分引入DA注意力机制，强化空间与各通道之间的相互关系，提取水下颜色和纹理细节。然后，将融入DA注意力机制的U2-Net作为GAN网络的生成器，在对抗中提升增强图像的真实性，并且引入边缘损失和感知损失，重构DS损失函数，多角度指导网络学习深海图像到目标图像的映射关系。最后，在自建数据集DSIED上对U2-GAN与7种先进水下图像增强算法进行对比。U2-Net在PSNR、SSIM、IE、UIQM、UCIQE、PCQI相较于Sea-Pix-GAN提高了5.6%、3.9%、5.2%、16.0%、7.1%、2.4%，具有更好的水下图像增强效果。

关键词：深海图像增强;生成对抗网络;U2-Net; 注意力机制

基金资助：山东省自然科学基金（ZR2024MD029）项目资助