基于多域融合与颜色补偿的自适应水下图像增强框架
计算机视觉与模式识别
2025-03-06 v1
摘要
水下光学成像因光的吸收、散射和颜色失真而严重退化，阻碍了可见性和准确的图像分析。本文提出了一种自适应增强框架，集成了光照补偿、多域滤波和动态颜色校正。一种结合CLAHE、Gamma校正和Retinex的混合光照补偿策略增强了可见性。包括空间域（高斯、双边、引导）和频域（Fourier、小波）方法的两阶段滤波过程，在保留细节的同时有效降低了噪声。为校正颜色失真，自适应颜色补偿（ACC）模型估计光谱衰减和水体类型，以动态结合RCP、DCP和MUDCP。最后，一种感知引导的颜色平衡机制确保了自然的颜色恢复。在基准数据集上的实验结果表明，该框架在对比度增强、颜色校正和结构保持方面优于现有最先进方法，使其成为水下成像应用的鲁棒框架。
引用
@article{arxiv.2503.03640,
title = {An Adaptive Underwater Image Enhancement Framework via Multi-Domain Fusion and Color Compensation},
author = {Yuezhe Tian and Kangchen Yao and Xiaoyang Yu},
journal= {arXiv preprint arXiv:2503.03640},
year = {2025}
}