基于改进颜色线模型的水下图像增强算法

为解决水下设备采集图像存在的雾化和颜色失真等退化问题,提出一种基于改进颜色线模型的水下图像增强方法。首先,提出一种基于改进四叉树细分的水下背景光估计方法,消除水下因素的干扰,得到更加准确的背景光估计值。其次,建立基于颜色线规律的局部透射率优化模型,并设计一种新的Gauss-Seidel型交替线性极小化(Gauss-Seidel Type Inertial Proximal Alternating Linearized Minimization Algorithm,GiPALM)非凸优化方法求解透射率,在提高模型收敛速度的同时得到更加准确的透射率估计值。最后,在背景光和透射率估计得到恢复图像的基础上,进一步采用线性拉伸校正图像的颜色信息,得到符合人眼感官视觉的水下增强图片。实验结果表明,本文方法在主观评价、客观评价、颜色准确度和应用测试等方面均优于其他先进算法,展现了出色的性能,有效提高了水下图像的清晰度和可视性。