自适应归一化的多尺度水下图像增强网络

王燕; 徐婕; 牛梦圆

doi:10.16088/j.issn.1001-6600.2025071501

广西师范大学学报（自然科学版） ›› 2026, Vol. 44 ›› Issue (03) : 89 -106. DOI: 10.16088/j.issn.1001-6600.2025071501

自适应归一化的多尺度水下图像增强网络

王燕, 徐婕, 牛梦圆

作者信息 +

Author information +

文章历史 +

PDF

摘要

水下图像常因复杂环境导致颜色失真与细节丢失，现有图像增强方法通常对色彩通道统一处理，忽略其衰减差异，且Transformer受窗口分割机制限制，实际感受野较小，制约全局信息建模。为此，本文提出一种自适应归一化的多尺度水下图像增强网络。该方法融合卷积的局部特征提取优势与多尺度注意力的全局建模能力，采用两阶段架构：第1阶段通过多分支结构进行多尺度特征提取，捕获丰富的上下文信息；第2阶段基于编解码结构进行特征增强与重建，引入动态特征增强模块以自适应强化关键特征，并采用并行跳跃连接，有效提升特征完整性与结构一致性，最大化信息利用率。在UIEB、EUVP和LSUI公开数据集上的实验表明，本文方法PSNR/SSIM指标分别达到23.32/0.91、27.16/0.89和25.82/0.88,在定量与定性评估中均显著优于多种先进方法，有效改善颜色失真与细节模糊问题，提升整体视觉质量。