基于多输入融合的自适应水下图像增强模型

来源：电子测量技术杂志2025年第15期北京时间：

作者：黎克迅，高治军，刘健勇，张萌，张稳舟

单位：沈阳建筑大学电气与控制工程学院 沈阳 110168

摘要：针对水下复杂环境中常见的低光照、颜色失真和模糊等图像退化问题，本文提出了一种基于多输入融合的图像增强模型。首先，通过融合白平衡处理的标准水下输入图像和对比度增强的降噪输入图像，利用图像退化信息，仅依赖原始图像生成相应的权重，有效应对水下介质带来的限制性影响。然后设计了4种权重图，针对光散射和吸收导致的远处物体能见度下降问题进行优化，优化图像的整体视觉质量和细节表现力。最后，通过多尺度融合过程，模型在不同尺度上逐层融合特征，减少伪影并增强图像细节。实验结果表明，所提模型在UIEB、EUVP和RUIE数据集上，UCIQE、UIQM和信息熵的平均值分别为0.660 3、4.556 9、7.434 1，与其他典型及新颖算法相比，所提模型在色彩失真校正、丰富细节缺失、对比度增强、主观视觉判断方面均表现优异，验证了该方法在水下图像增强中的优越性和鲁棒性。

关键词：水下图像处理;多尺度融合;权重设计;水下成像模型;拉普拉斯算子

基金资助：国家自然科学基金(62273243)项目资助