基于多尺度残差融合的水下图像增强网络

来源：电子测量技术杂志2025年第17期北京时间：

作者：张剑飞，李浩

单位：黑龙江科技大学计算机与信息工程学院 哈尔滨 150022

摘要：水下图像存在蓝绿色偏、清晰度与对比度低等因素严重影响水下研究的准确性和可靠性。针对上述问题，本文提出了一种基于多尺度残差融合的水下图像增强网络。首先，提出一个多尺度通道特征提取模块MSCFE，MSCFE模块对各个通道独立建模，避免通道之间的信息干扰，同时引入通道注意力对关键特征进行强化，有效增强颜色与细节。然后，提出一个全局-局部色彩校正模块GLCC，GLCC模块采用局部与全局两分支分别对局部颜色细节和长程依赖关系进行建模以校正图像色彩。实验表明，在UIEB数据集上，增强后的图像的结构相似性达到了0.937 8、峰值信噪比达到了23.768 7、水下彩色图像质量评价指标达到了0.568 9、图像信息熵达到了7.572 3；在EUVP数据集上，增强后的图像的结构相似性达到了0.910 5、峰值信噪比达到了25.169 9、水下彩色图像质量评价指标达到了0.525 3、图像信息熵达到了7.347 9，优于其他主流方法。

关键词：图像处理;水下图像增强;多尺度特征提取;颜色校正

基金资助：国家自然科学基金（61803148）、黑龙江省哲学社会科学研究规划项目（23YSD245）、黑龙江省属高等学校基本科研业务费项目（2024-KYYWF-1099）资助