采用多尺度密集残差网络的水下图像增强

卫依雪，周冬明，王长城，李 淼

(云南大学 信息学院，云南 昆明 650504)

0 引言

随着时代的发展以及科学技术的不断进步，人类对于水下生物、水下建筑以及水下火山等水下物体不断地进行着了解和拓展，但是由于水体本身衰减较大且水体中的水分子和各种微生物等对光具有一定的吸收和反射作用，从而造成获取到的水下图像存在亮度低、对比度低、轮廓模糊、颜色混乱等问题，低质量的水下图像给研究人员对水下环境的分析带来巨大的困难。所以，用何种方式增强水下图像的细节，恢复水下图像中的信息，引起了广泛的研究[1]。

由于无法获得成对的水下模糊图像和清晰图像，水下图像[2]的相关技术应用一直受到限制，而目前的图像处理技术对于水下图像的增强还存在着一定的难度，因此，本文引入了采用多尺度密集残差网络对水下图像增强[3]问题进行研究。多尺度结构可以提取更多的图像细节特征，使图像细节更加清晰；而密集残差网络不仅能够使网络结构快速有效，还能解决网络结构冗余问题，可以更好地增强图像，恢复图像细节；还在密集残差网络之间添加了SK注意力机制，使网络可以根据不同尺度的图像特征自适应不同大小的感受野从而产生更好的增强效果。

1 相关工作

现有的水下图像增强主要有基于物理模型和基于数据驱动的方法。

1.1 基于物理模型

基于物理模型的方法[4]针对水下图像退化过程构建数学模型，通过该模型反演图像退化过程，获得理想状态下未经退化的图像。……