图卷积与自适应标准化并行引导的水下图像增强

来源：计算机工程与应用杂志2026年第11期北京时间：

作者：陈清江, 亢淑洁

单位：西安建筑科技大学 理学院，西安 710055；

摘要：水下图像增强算法在考古学、海洋探测和水下机器人等领域有着广泛的应用，针对水下图像因水体吸收和散射而导致的清晰度下降、颜色失真等问题，构建一种融合图卷积分支与自适应标准化分支的水下图像增强网络。该网络将水下图像的斑块作为图结构，利用视觉图神经网络精准捕捉图像像素间复杂关系的优势，增强水下图像的结构信息；自适应标准化分支通过两个挤压、激励块，解决水下图像中扭曲及颜色失真等问题；此外，为弥补网络在提取图像细节信息方面的不足，添加局部多尺度信息融合分支。实验结果表明，所提出的算法在PSNR（peak signal-to-noise ratio）评价指标上高于目前先进方法3.6%，在主观评价和客观评价方面都取得了显著的提升。

关键词：水下图像增强（UIE）,图卷积(GAN),自适应标准化（AN）,卷积神经网络（CNN）,多尺度信息融合