28、论文阅读：基于像素分布重映射和多先验Retinex变分模型的水下图像增强

Retinex Variational Model for Underwater Image Enhancement)

摘要

高质量的水下成像对水下探索至关重要。然而，由于海水的颗粒散射和光吸收，图像清晰度显著降低。为了解决这些问题，我们提出了一种结合像素分布重映射（PDR）和多优先级Retinex变分模型的新型水下图像增强（UIE）方法。我们设计了一种针对严重衰减通道的预补偿方法，有效防止了颜色校正过程中产生新的颜色伪影。通过结合通道间的耦合关系，我们计算了一个限制因子，用于重映射像素分布曲线以提高图像对比度。此外，考虑到显著的噪声干扰，我们在构建变分模型时引入了先验知识，包括水下噪声和纹理先验，并设计了符合水下特征的惩罚项，以去除反射分量中的过多噪声。我们的方法通过快速求解器高效地解耦了光照和反射分量。随后，利用伽马校正调整光照分量，并融合校正后的光照和反射分量，重建出最终自然的输出图像。通过对各种数据集的全面评估，我们的方法显著超越了当前的最新技术（SOTA）方法。结果表明，我们的方法在纠正颜色偏差和补偿水下图像的亮度损失方面具有良好的效果。

介绍

【强衰减通道补偿对颜色校正的结果。（a）-（f）中的顶行示出了没有补偿强衰减的颜色校正结果，导致显著的伪像。底行展示了在我们的方法对强衰减通道进行补偿之后的增强结果。】

清晰的水下图像是探索海底资源、水体污染监测和广泛科学研究的基本前提。因此，获得清晰的水下图像已成为一个重大挑战 [1], [2], [3]。然而，由于水下环境的