面向质量提升的水下图像增强集成融合模型

摘要：

水下图像存在因介质散射和吸收而引起的颜色失真、能见度低等问题,极大地限制了水下图像的应用.传统的水下图像增强模型很难同时实现色彩修正、对比度提升和去模糊,导致增强后的图像适应性不强.为此,提出了一种面向综合质量提升的水下图像增强集成融合模型(EFUIE),以全面提升水下图像质量.将原始图像分别通过 MSRCR,Sea Thru,CLAHE和UD-CP 4种图像增强算法预处理,然后利用主成分分析作为融合规则将小波高低频信息进行融合,从而将4种算法的权重进行有效集成,最终得到优化后的增强图像.在UIEB数据集上与目前较流行的11种水下图像增强模型结果进行比较,Entropy值、UIQM值和平均梯度值相对于性能第二的模型分别提高了0.844,1%和2.381.所提出的EFUIE模型,集成了传统水下图像增强算法的优势,在图像色彩、对比度、清晰度方面均有提升.

关键词：水下图像增强、集成融合、主成分分析、小波变换、水下图像质量评估

所属期刊栏目：32

分类号：P229(大地测量学)

资助基金：国家自然科学基金;江苏省六大人才高峰高层次人才项目;连云港市花果山英才双创博士创新类项目;江苏省研究生科研与实践创新计划项目

在线出版日期：2023-10-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：71-79