上海科技大学知识管理系统

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UDCP 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。