(19)國家知識(shí)產(chǎn)權(quán)局(71)申請(qǐng)人上海東欣軟件工程有限公司地址201203上海市浦東新區(qū)郭守敬路498號(hào)14幢22301-847座申請(qǐng)人滬東中華造船(集團(tuán))有限公司江蘇科技大學(xué)(72)發(fā)明人馬彥軍石宇王岳宋鑫黃璐(74)專利代理機(jī)構(gòu)上海智力專利商標(biāo)事務(wù)所(普通合伙)31105專利代理師周濤GO6T5/90(2024.(54)發(fā)明名稱一種面向復(fù)雜環(huán)境的水下圖像增強(qiáng)方法本發(fā)明公開了一種面向復(fù)雜環(huán)境的水下圖過改進(jìn)的白平衡算法校正光學(xué)特性導(dǎo)致的色偏，有效恢復(fù)顏色；其次，采用對(duì)數(shù)域伽馬變換調(diào)整亮度分布，增強(qiáng)暗部細(xì)節(jié)，使圖像亮度分布更加均勻，同時(shí)，將限制對(duì)比度的自適應(yīng)直方圖均衡雙邊濾波去除噪聲并保留邊緣信息，結(jié)合U-Net網(wǎng)絡(luò)進(jìn)行去模糊處理。本發(fā)明通過利用改進(jìn)的白平衡算法改善光學(xué)特性帶來的色偏問題，為后續(xù)處理提供正確的色彩基礎(chǔ)，再使用對(duì)數(shù)域伽馬變21.一種面向復(fù)雜環(huán)境的水下圖像增強(qiáng)方法，其特征在于，該方法具體包括如下步驟：S1,獲取水下原始圖像，通過改進(jìn)的白平衡算法識(shí)別原始圖像的色偏，并對(duì)原始圖像進(jìn)行色偏補(bǔ)償；S2,將原始圖像分割為多個(gè)區(qū)域塊，并對(duì)每個(gè)區(qū)域塊計(jì)算局部直方圖，提取統(tǒng)計(jì)特征，確定每個(gè)區(qū)域塊的自適應(yīng)伽馬值，通過自適應(yīng)對(duì)數(shù)域伽馬變換確定每個(gè)區(qū)域塊的亮度值；S3,通過對(duì)比度受限的自適應(yīng)直方圖均衡化技術(shù)對(duì)原始圖像進(jìn)行增強(qiáng)，先將原始圖像分割為多個(gè)小塊，并對(duì)每個(gè)小塊計(jì)算灰度直方圖，根據(jù)設(shè)置的剪切閾值對(duì)灰度直方圖進(jìn)行修剪，通過修剪后的灰度直方圖進(jìn)行直方圖均衡化，再將所有處理過的小塊拼接成輸出圖S4,根據(jù)輸出圖像的像素值進(jìn)行加權(quán)平均，并通過雙邊濾波技術(shù)消除輸出圖像的噪聲S5,通過U-Net網(wǎng)絡(luò)提取輸出圖像的特征，對(duì)輸出圖像去模糊處理生成清晰圖像，最終輸出增強(qiáng)后的水下圖像，所述統(tǒng)計(jì)特征包括圖像局部直方圖的均值、方差和最大值，自適應(yīng)對(duì)數(shù)域伽馬變換確定每個(gè)區(qū)域塊的亮度值具體為：其中，Im為輸入圖像在位置(x,y)處的亮度值，Io為輸2.根據(jù)權(quán)利要求1所述的一種面向復(fù)雜環(huán)境的水下圖像增強(qiáng)方法，其特征在于，所述改進(jìn)的白平衡算法識(shí)別原始圖像的色偏.并對(duì)原始圖像進(jìn)行色偏補(bǔ)償?shù)木唧w為：獲取原始圖像的紅、綠和藍(lán)色通道以及紅、綠和藍(lán)色通道的平均值，通過綠色通道對(duì)紅色和藍(lán)色通道進(jìn)行補(bǔ)充獲取補(bǔ)償后的紅色和藍(lán)色通道；I,?(x)=I,(x)+aα(Ig-I,)(1-Ic(x)=I?(x)+α(Ig-I?)(1-其中，I(x)、Ic(x)為補(bǔ)償后的紅色通道和藍(lán)色通道；I,(x)、Ig(x)和I?(x)為原始圖像的3.根據(jù)權(quán)利要求1所述的一種面向復(fù)雜環(huán)境的水下圖像增強(qiáng)方法，其特征在于，所述每其中，H②為小塊I,中灰度值8的出現(xiàn)次數(shù)，8為灰度值，δ為指示函數(shù)，當(dāng)I,(x)=g時(shí)，值為1,否則為0,I(x)表示小塊I,中位置x的灰度值，8為灰度級(jí)，值為0-255。3根據(jù)計(jì)算獲取的修剪的像素總數(shù)重分配修剪部分，將修剪的部分均勻分配到所有灰度其中，CDF②為小塊I,中灰度級(jí)8的累積頻率，Normal理過的小塊拼接成輸出圖像具體為：用雙線性插值對(duì)圖像拼接的重疊區(qū)域進(jìn)行平滑處理，P=(1-δ,)·[(1-δ)·Q+δ·Q?]+δ,[(1-δ)4邊濾波技術(shù)消除輸出圖像的噪聲干擾具體為：根據(jù)原始圖像的空間信息和像素強(qiáng)度信息通過雙邊濾波器消除圖像的噪聲干擾；其中，G?(x-y|)為空間高斯函數(shù)，基于空間距離計(jì)算權(quán)重，G,(I(x)-I(y))為強(qiáng)度高斯8.根據(jù)權(quán)利要求1所述的一種面向復(fù)雜環(huán)境的水下圖像增強(qiáng)方法，其特征在于，所述U-Net網(wǎng)絡(luò)包括編碼器和解碼器兩條路徑，編碼器與解碼器通過跳躍連接，編碼器提取圖像的高級(jí)特征并降低分辨率，通過卷積層、ReLU激活函數(shù)和最大池化層逐層獲取抽象特征，躍連接將編碼器的特征圖直接傳遞給解碼器，結(jié)合高層語義特征與低層空間特征，生成精準(zhǔn)的復(fù)原圖像。5技術(shù)領(lǐng)域[0001]本發(fā)明屬于船舶數(shù)字化技術(shù)領(lǐng)域，具體涉及到一種面向復(fù)雜環(huán)境的水下圖像增強(qiáng)方法。背景技術(shù)[0002]隨著水下探測(cè)技術(shù)的快速發(fā)展，水下圖像處理在海洋科學(xué)、環(huán)境監(jiān)測(cè)、水下目標(biāo)檢測(cè)與識(shí)別、軍事偵察和海洋資源開發(fā)等領(lǐng)域發(fā)揮著至關(guān)重要的作用。然而，由于水下環(huán)境的復(fù)雜性，圖像質(zhì)量難于保證，主要表現(xiàn)在：(1)由于水相對(duì)較多，使得水下圖像呈現(xiàn)藍(lán)綠色調(diào)，導(dǎo)致色彩失真和色彩偏移現(xiàn)象；(2)水下環(huán)境光照不均勻，部分區(qū)域因光線衰減顯得暗淡，部分區(qū)域因局部反射顯得過曝，造成圖像對(duì)比度低、細(xì)節(jié)缺失；(3)水中懸浮顆粒會(huì)引起光散射，產(chǎn)生模糊和噪聲現(xiàn)象[0003]水下圖像增強(qiáng)技術(shù)主要發(fā)展出以下三個(gè)研究方向：基于物理模型的方法、基于圖像處理的方法和基于深度學(xué)習(xí)的方法：基于物理模型的方法依賴于水下光傳輸物理模型對(duì)光的衰減、散射和色彩進(jìn)行仿真，以校正圖像質(zhì)量；基于圖像處理的方法不依賴物理模型，而是通過顏色校正、對(duì)比度增強(qiáng)和濾波等直接提升視覺質(zhì)量；基于深度學(xué)習(xí)的方法通過訓(xùn)練網(wǎng)絡(luò)進(jìn)行水下圖像增強(qiáng)。杜菲瑀基于U-Net框架，結(jié)合多頭注意力機(jī)制和對(duì)抗學(xué)習(xí)，優(yōu)化特征提取和輸出，提升效果；這些方法在一定程度上提升了水下圖像質(zhì)量，但仍存在一些不發(fā)明內(nèi)容[0004]本發(fā)明的目的在于克服上述現(xiàn)有技術(shù)中存在的不足，提供一種面向復(fù)雜環(huán)境的水下圖像增強(qiáng)方法，本發(fā)明通過利用改進(jìn)的白平衡算法改善光學(xué)特性帶來的色偏問題，為后續(xù)處理提供正確的色彩基礎(chǔ)，再使用對(duì)數(shù)域伽馬變換調(diào)整像素分布，降低亮部細(xì)節(jié)的重要[0005]為了實(shí)現(xiàn)上述發(fā)明目的，本發(fā)明專利提供的技術(shù)方案如下：一種面向復(fù)雜環(huán)境的水下圖像增強(qiáng)方法，該方法具體包括如下步驟：S1,獲取水下原始圖像，通過改進(jìn)的白平衡算法識(shí)別原始圖像的色偏，并對(duì)原始圖像進(jìn)行色偏補(bǔ)償；S2,將原始圖像分割為多個(gè)區(qū)域塊，并對(duì)每個(gè)區(qū)域塊計(jì)算局部直方圖，提取統(tǒng)計(jì)特征，確定每個(gè)區(qū)域塊的自適應(yīng)伽馬值，通過自適應(yīng)對(duì)數(shù)域伽馬變換確定每個(gè)區(qū)域塊的亮度S3,通過對(duì)比度受限的自適應(yīng)直方圖均衡化技術(shù)對(duì)原始圖像進(jìn)行增強(qiáng)，先將原始圖像分割為多個(gè)小塊，并對(duì)每個(gè)小塊計(jì)算灰度直方圖，根據(jù)設(shè)置的剪切閾值對(duì)灰度直方圖進(jìn)行修剪，通過修剪后的灰度直方圖進(jìn)行直方圖均衡化，再將所有處理過的小塊拼接成輸6S4,根據(jù)輸出圖像的像素值進(jìn)行加權(quán)平均，并通過雙邊濾波技術(shù)消除輸出圖像的噪聲干擾；S5,通過U-Net網(wǎng)絡(luò)提取輸出圖像的特征，對(duì)輸出圖像去模糊處理生成清晰圖像，最終輸出增強(qiáng)后的水下圖像。[0006]進(jìn)一步地，所述改進(jìn)的白平衡算法識(shí)別原始圖像的色偏，并對(duì)原始圖像進(jìn)行色偏補(bǔ)償?shù)木唧w為：獲取原始圖像的紅、綠和藍(lán)色通道以及紅、綠和藍(lán)色通道的平均值，通過綠色通道對(duì)紅色和藍(lán)色通道進(jìn)行補(bǔ)充獲取補(bǔ)償后的紅色和藍(lán)色通道；I,n(x)=I,(x)+α(Ig-I,)(1-I,(Ic(x)=I(x)+α(Ig-I?)(1-I?([0008]進(jìn)一步地，所述統(tǒng)計(jì)特征包括圖像局部直方圖的均值、方差和最大值，自適應(yīng)對(duì)數(shù)域伽馬變換確定每個(gè)區(qū)域塊的亮度值具體為：[0009]其中，Im為原始圖像在位置(x,y)度值，c為常數(shù)，用于歸一化對(duì)數(shù)變換的結(jié)果，γ(x,y)為自適應(yīng)伽馬值，基于局部對(duì)比度計(jì)[0011]其中，H②為小塊I,中灰度值8的出現(xiàn)次數(shù)，8為灰度值，δ為指示函數(shù)，當(dāng)I,(x)=g時(shí)，值為1,否則為0,I,(x)表示小塊I,中位置x的灰度值，8為灰度級(jí)，值為0-255。[0012]進(jìn)一步地，所述設(shè)置的剪切閾值對(duì)灰度直方圖進(jìn)行修剪具體為：[0013]當(dāng)小塊灰度級(jí)的計(jì)數(shù)超過剪切閾值，則將其修剪，為經(jīng)修剪的直方圖值，CL為剪切閾值，T表示小塊I的總像素?cái)?shù)；對(duì)小塊進(jìn)行修剪的部分進(jìn)行修剪的像素總數(shù)計(jì)算，具體為：781.本發(fā)明一種面向復(fù)雜環(huán)境的水下圖像增強(qiáng)方法通過利用改進(jìn)的白平衡算法改善光學(xué)特性帶來的色偏問題，為后續(xù)處理提供正確的色彩基礎(chǔ)，再使用對(duì)數(shù)域伽馬變換調(diào)整像素分布，降低亮部細(xì)節(jié)的重要性，進(jìn)一步增強(qiáng)暗部區(qū)域，使整體亮度[0022]2.本發(fā)明一種面向復(fù)雜環(huán)境的水下圖像增強(qiáng)方法通過對(duì)比度受限的自適應(yīng)直方圖均衡化，將圖像劃分為多個(gè)小塊，分別進(jìn)行增強(qiáng)，能夠在亮度和對(duì)比度上均衡水下圖像的整體表現(xiàn)，同時(shí)避免水下圖像中過暗或過亮區(qū)域的過度拉伸，防止出現(xiàn)過飽和或不自然的[0023]3.本發(fā)明一種面向復(fù)雜環(huán)境的水下圖像增強(qiáng)方法通過用雙邊濾波不需要預(yù)先知附圖說明[0024]圖1是本發(fā)明一種面向復(fù)雜環(huán)境的水下圖像增強(qiáng)方法中的水下圖像增強(qiáng)流程圖。[0025]圖2是本發(fā)明一種面向復(fù)雜環(huán)境的水下圖像增強(qiáng)方法中的淺水區(qū)域原始水下圖像及三色直方圖。[0026]圖3是本發(fā)明一種面向復(fù)雜環(huán)境的水下圖像增強(qiáng)方法中的淺水區(qū)域紅藍(lán)通道補(bǔ)償后的水下圖像及三色直方圖。[0027]圖4是本發(fā)明一種面向復(fù)雜環(huán)境的水下圖像增強(qiáng)方法中的深水區(qū)域原始水下圖像及三色直方圖。[0028]圖5是本發(fā)明一種面向復(fù)雜環(huán)境的水下圖像增強(qiáng)方法中的深水區(qū)域紅通道補(bǔ)償后的水下圖像及三色直方圖。[0029]圖6是本發(fā)明一種面向復(fù)雜環(huán)境的水下圖像增強(qiáng)方法中的原始水下圖像。[0030]圖7是本發(fā)明一種面向復(fù)雜環(huán)境的水下圖像增強(qiáng)方法中的原始水下圖像經(jīng)伽馬變換后的水下圖像。[0031]圖8是本發(fā)明一種面向復(fù)雜環(huán)境的水下圖像增強(qiáng)方法中的原始水下圖像經(jīng)直方圖均衡化后的水下圖像。[0032]圖9是本發(fā)明一種面向復(fù)雜環(huán)境的水下圖像增強(qiáng)方法中的原始水下圖像經(jīng)雙邊濾波后的水下圖像。[0033]圖10是本發(fā)明一種面向復(fù)雜環(huán)境的水下圖像增強(qiáng)方法中的原始水下圖像經(jīng)U-Net去模糊后的水下圖像。[0034]圖11是本發(fā)明一種面向復(fù)雜環(huán)境的水下圖像增強(qiáng)方法中的線性插值方法示意圖。[0035]圖12是本發(fā)明一種面向復(fù)雜環(huán)境的水下圖像增強(qiáng)方法中的U-Net結(jié)構(gòu)圖。[0036]圖13是本發(fā)明一種面向復(fù)雜環(huán)境的水下圖像增強(qiáng)方法中的各類算法實(shí)驗(yàn)結(jié)果對(duì)FUnIE-GAN處理后的水下圖像，圖13中的(f)為本發(fā)明處理后的水下圖像。[0037]圖14是本發(fā)明一種面向復(fù)雜環(huán)境的水下圖像增強(qiáng)方法中的各模塊消融實(shí)驗(yàn)結(jié)果對(duì)比圖；其中，圖14中的(a)為原始水下圖像，圖14中的(b)為白平衡處理后的水下圖像，圖14中的(c)為伽馬處理后的水下圖像，圖14中的(d)為Clahe處理后的水下圖像，圖14中的9S3,通過對(duì)比度受限的自適應(yīng)直方圖均衡化技術(shù)對(duì)原始圖像進(jìn)行增強(qiáng)，先將原始S4,根據(jù)輸出圖像的像素值進(jìn)行加權(quán)平均，并通過雙邊濾波技術(shù)消除輸出圖像的S5,通過U-Net網(wǎng)絡(luò)提取輸出圖像的特征，對(duì)輸出圖像去模糊處理生成清晰圖像，[0040]所述改進(jìn)的白平衡算法識(shí)別原始圖像的色偏，并對(duì)原始圖像進(jìn)行色偏補(bǔ)償?shù)木唧w色和藍(lán)色通道進(jìn)行補(bǔ)充獲取補(bǔ)償后的紅色和藍(lán)色通道；[0047]其中，H?為小塊I,中灰度值8的出現(xiàn)次數(shù)，8為灰度值，δ為指示函數(shù)，當(dāng)[0051]其中，CDF②為小塊I,中灰度級(jí)8的累積頻率，NormalizedCDF②為最后歸一化后的累計(jì)函數(shù)。[0052]所述處理過的小塊拼接成輸出圖像具體為：用雙線性插值對(duì)圖像拼接的重疊區(qū)域進(jìn)行平滑處理，在給定的四個(gè)已知像素點(diǎn)之間插值，根據(jù)輸入點(diǎn)在這些已知點(diǎn)的相對(duì)距離來計(jì)算目標(biāo)點(diǎn)的值：P=(1-8)·[(1-8)·Q+8·Q??]+δ[(1-δ?[0053]其中，P為目標(biāo)點(diǎn)的插值結(jié)果，Q為四個(gè)已知點(diǎn)的值，δ為目標(biāo)點(diǎn)P在水平方向的相對(duì)位置，δ,為目標(biāo)點(diǎn)P在垂直方向的相對(duì)位置，x?,x2,y1和y?為四個(gè)已知點(diǎn)的位置坐標(biāo)。[0054]所述雙邊濾波技術(shù)消除輸出圖像的噪聲干擾具體為：根據(jù)原始圖像的空間信息和像素強(qiáng)度信息通過雙邊濾波器消除圖像的噪聲干擾；高斯函數(shù)，基于像素值相似性計(jì)算權(quán)重，W(x)表示歸[0056]通過用雙邊濾波不需要預(yù)先知道邊緣位置，有效去除噪聲，同時(shí)保留邊緣細(xì)節(jié)，再基于U-Net網(wǎng)絡(luò)架構(gòu)，對(duì)水下圖像進(jìn)行去模糊。[0057]所述U-Net網(wǎng)絡(luò)包括編碼器和解碼器兩條路徑，編碼器與解碼器通過跳躍連接，編碼器提取圖像的高級(jí)特征并降低分辨率，通過卷積層、ReLU激活函數(shù)和最大池化層逐層獲取抽象特征，躍連接將編碼器的特征圖直接傳遞給解碼器，結(jié)合高層語義特征與低層空間實(shí)施例2[0058]一種面向復(fù)雜環(huán)境的水下圖像增強(qiáng)方法：步驟一，水下圖像的色偏影響人們對(duì)水下真實(shí)色彩信息的提取，為校正水下圖像的色偏，本發(fā)明提出一種改進(jìn)的白平衡算法；改進(jìn)的白平衡算法基于以下四個(gè)關(guān)鍵觀察和原則：(1)綠色通道的保存性較強(qiáng)：與紅色和藍(lán)色通道相比，綠色通道在水下的衰減相對(duì)較小。這是因?yàn)殚L(zhǎng)波長(zhǎng)的光(如紅光)在清澈的水中最先消失，而綠色光則衰減較慢。因此，綠色通道在水下圖像中能保留更多的顏色信息。[0059](2)紅光衰減的補(bǔ)償方法：綠色通道包含了相對(duì)于紅通道的對(duì)手顏色信息，因此補(bǔ)償紅光的衰減尤為重要。通過將綠色通道的一部分信息引入紅色通道，可以有效補(bǔ)償紅光的損失。測(cè)試表明，單獨(dú)利用綠色通道的信息來補(bǔ)償紅光，能夠更好地恢復(fù)整體色譜，同時(shí)保持背景(水域)的自然外觀。雖然初步嘗試過將綠色和藍(lán)色通道同時(shí)引入紅通道，但最終發(fā)現(xiàn)僅使用綠色通道效果最佳。[0060](3)補(bǔ)償比例的確定：補(bǔ)償?shù)膹?qiáng)度應(yīng)根據(jù)平均綠色值和平均紅色值的差異來確定?；诨疑澜缂僭O(shè)(即在未衰減的情況下，各通道的平均值相等),這種差異反映了紅綠衰減之間的不平衡。通過這種比例補(bǔ)償，可以更加準(zhǔn)確地恢復(fù)失真的顏色信息。[0061](4)紅通道的增強(qiáng)策略為避免因補(bǔ)償紅光損失而導(dǎo)致紅通道過度飽和，紅通道的增強(qiáng)應(yīng)主要作用于紅通道值較小的像素。也就是說，綠色通道的信息只會(huì)傳遞到紅通道值較低的區(qū)域，而不會(huì)改變那些已經(jīng)具有重要紅分量的像素。這確保了整體圖像色彩平衡的合理性。Ibc(x)=I?(x)+a(Ig-I)(1-I?(x)Ig(x)[0064]在水質(zhì)較差的情況下，需同時(shí)補(bǔ)償紅色和藍(lán)色通道，算法引入閾值K。當(dāng)綠色通道至1.5之間選擇，K>1.1表示綠色通道衰減較少，須適當(dāng)補(bǔ)償紅藍(lán)通道。K≤1.1時(shí).表示綠色通道與藍(lán)色通道接近，此時(shí)一般只需對(duì)紅色進(jìn)行補(bǔ)償。對(duì)于深水或高濁度區(qū)域，K值可能需要更高，取值1.5到2.0,因?yàn)榫G色通道在更深水域中依然占優(yōu)。具體場(chǎng)景因素：淺水清澈環(huán)導(dǎo)。這一機(jī)制能靈活適應(yīng)不同水質(zhì)條件，提升算法的魯棒性。[0065]圖2中的淺水區(qū)域原始水下圖像展示了以淡藍(lán)和綠色為主的水體，具有高透光性，圖像顏色主要受懸浮物或折射影響，圖2中的直方圖顯示綠色通道在高像素值范圍內(nèi)顯著增加，表明水中綠色成分豐富，而紅色成分較少；如圖3所示，處理橙色更加明顯，背景色飽和度提升，視覺效果增強(qiáng)，顯示藍(lán)色通道頻率均勻，紅色通道在高像素值范圍內(nèi)提升，增強(qiáng)了水母的色彩表現(xiàn)。[0066]圖4深水區(qū)域原始水下圖像以藍(lán)色為主調(diào)，反映深海環(huán)境，圖4中的直方圖顯示藍(lán)色通道在高像素值范圍內(nèi)顯著增高，藍(lán)光成分豐富，綠色通道在中低強(qiáng)度頻率較高，表明存在水中植物或光的折射，紅色通道在低強(qiáng)度較低，紅色成分少；如圖5彩鮮艷，突出圖像細(xì)節(jié)，顯示紅色通道在低強(qiáng)度頻率低，但高強(qiáng)度有所增加，說明引入了更多紅色光成分。[0067]通過以上改進(jìn)，改進(jìn)后的白平衡算法在處理水下圖像時(shí)，不僅能夠恢復(fù)準(zhǔn)確的色[0068]步驟二，水下環(huán)境光照通常不均勻，導(dǎo)致亮度差異，并且白平衡處理常使圖像過亮，伽馬變換因其簡(jiǎn)單有效被廣泛應(yīng)用，但傳統(tǒng)方法參數(shù)手動(dòng)設(shè)置并無法應(yīng)對(duì)局部光照差對(duì)數(shù)域伽馬變換是一種圖像增強(qiáng)技術(shù)，結(jié)合了對(duì)數(shù)變換和伽馬變換的優(yōu)點(diǎn)，主要用于改善圖像的動(dòng)態(tài)范圍和對(duì)比度，尤其是在圖像的暗部細(xì)節(jié)處理上非常有效。對(duì)數(shù)域伽馬變換可以被視為一種非線性變換，它基于對(duì)數(shù)函數(shù)和伽馬函數(shù)來增強(qiáng)圖像的亮度和對(duì)比增強(qiáng)能力和自適應(yīng)伽馬調(diào)整的靈活性，這種結(jié)合能夠針對(duì)不同圖像區(qū)域應(yīng)用不同的伽馬假設(shè)輸入圖像的亮度值為I(x,y),結(jié)合對(duì)數(shù)變換和自適應(yīng)伽馬變換的公式可以表[0074]其中，Im表示輸入圖像在位置(x,y)處的亮度值，Io表示輸出圖像在本發(fā)明采用對(duì)比度受限的自適應(yīng)直方圖均衡化技術(shù)(CLAHE)對(duì)水下圖像進(jìn)行增P=(1-8)·[(1-8)·Q+δ·Q?]+8,[(1-&)本發(fā)明采用特征提取能力出色的U-Net網(wǎng)絡(luò)作為水下圖像增強(qiáng)的基礎(chǔ)網(wǎng)絡(luò)，充分括兩個(gè)子集：890張?jiān)妓聢D像及其對(duì)應(yīng)的高質(zhì)量參考圖像；60張具有挑戰(zhàn)性的水下圖[0101]步驟六，為驗(yàn)證本發(fā)明方法的有效性，采用無參考水下彩色圖像質(zhì)量評(píng)價(jià)指標(biāo)UCIQE(underwatercolorimagequalityevaluationmetric)是一種綜合性的法在多項(xiàng)圖像質(zhì)量評(píng)估指標(biāo)中表現(xiàn)優(yōu)異；UIQM得分為2.2758(復(fù)雜),在所有方法中最高；UCIQE得分為0.6656(原始)和0.6534(復(fù)雜),也居領(lǐng)先位置，PSNR在復(fù)雜條件下達(dá)到[0110]表1各模型在UIEB數(shù)據(jù)集上的對(duì)比實(shí)驗(yàn)結(jié)果原始復(fù)雜原始復(fù)雜原始復(fù)雜原始復(fù)雜原圖暗通道先驗(yàn)受水下場(chǎng)景先驗(yàn)啟發(fā)的[0111]表中，UIQM為無參考水下彩色圖像質(zhì)量評(píng)價(jià)指標(biāo)，UCIQE為綜合性水下彩色圖像質(zhì)[0112]步驟七，為驗(yàn)證各模塊融合的有效性進(jìn)行消融實(shí)驗(yàn)，在上述同樣實(shí)驗(yàn)環(huán)境的數(shù)據(jù)集下進(jìn)行消融實(shí)驗(yàn)并將結(jié)果報(bào)告在表2中，部分圖像如圖14所示。[0113]根據(jù)表2,這些結(jié)果是各個(gè)圖像處理模塊的順序疊加效果，展示了不同方法在提升法的組合對(duì)圖像的最終質(zhì)量有顯著影響。例如，白平衡處理在UIQM和SSIM指標(biāo)上取得了較好的結(jié)果(分別為2.0882和0.9913),而對(duì)數(shù)域伽馬變換在PSNR(18.6406)上表現(xiàn)也較優(yōu)；這表明，順序疊加各模塊能夠在整體上提升圖像的視覺質(zhì)量，且不同模塊的效用在不同指標(biāo)上呈現(xiàn)出不同的貢獻(xiàn)。[0114]表2各模塊的消融實(shí)驗(yàn)結(jié)果無參考水下彩色圖像質(zhì)峰值信噪比原始復(fù)雜原始復(fù)雜原始復(fù)雜原始復(fù)