基于退化分布感知的迭代式水下图像增强网络

摘要

由于水对光的吸收作用和悬浮颗粒散射效应等因素的影响，不同场景的水下图像往往呈现出复杂且非均匀的退化特征.即使在同一张水下图像中，不同区域的退化程度也因为场景深度的不同而有所不同.现有的大多数水下图像增强模型未能针对退化图像非均匀退化的特点进行专门设计，导致增强效果不佳.为了解决这一问题，本文提出了一种基于退化分布感知的迭代式水下图像增强网络.该网络由预增强模块、退化分布估计模块和图像精细化模块三部分组成.其中，预增强模块初步估计图像的增强结果；退化分布估计模块和图像精细化模块采用迭代合作的方式对增强结果进行优化.实验结果表明，本文提出的方法在UIEB、EUVP、LSUI三个基准数据集上的视觉质量和定量指标方面均优于所比较的方法 .

关键词

水下图像增强 / 深度学习 / 退化分布感知 / 迭代优化 / 门控机制