水下图像增强对特征匹配的影响

我们引入局部匹配稳定性和最远可匹配框作为定量评估水下图像增强成功程度的指标。这种增强过程解决了由于光吸收、散射、海洋生长和碎屑引起的视觉退化问题。增强后的图像对于下游任务（如水下车辆路径检测和自主导航）至关重要，这些任务依赖于稳健的特征提取和帧匹配。为评估增强技术对帧匹配性能的影响，我们提出了针对水下环境的新型评估框架。通过基于指标的分析，我们确定了现有方法的优势与局限，并指出其在实际应用适用性评估方面的空白。通过纳入实用匹配策略，我们的框架为比较增强方法提供了稳健且具有上下文感知的基准。最后，我们演示了视觉改进如何影响完整实际算法——同时定位与地图（SLAM）的性能，从而强化了该框架在实际水下场景中的相关性。