南京邮电大学学报(自然科学版)

作者：宋宇康,唐贵进

单位：南京邮电大学 江苏省图像处理与图像通信重点实验室，江苏 南京 210003南京邮电大学 江苏省图像处理与图像通信重点实验室，江苏 南京 210003

关键词：水下图像；图像增强；卷积神经网络；颜色空间转换；注意力机制

基金：江苏省科协提升计划（TJ215039）和南京邮电大学科研基金（NY219076）资助项目

受不同水质、不同深度以及成像设备的影响，水下成像质量往往较低，有低对比度、颜色失真、细节模糊等问题。因此，文中在RGB颜色空间的基础上引入了HSV颜色空间，并与残差网络和注意力机制相结合，实现了双颜色空间与多个子网络的有机融合，弥补了单一颜色空间训练过程中信息丢失、特征提取不全的问题，在保证增强效果的同时提高了整个算法的泛化能力。实验在多个数据集上进行，与众多算法做主观视觉和客观评价指标的比较，使用全参考图像质量评价指标，均方误差(Mean Squared Error, MSE)、峰值信噪比(Peak Signal to Noise Ratio, PSNR)、结构相似性(Structural Similarity, SSIM)以及无参考水下图像质量评价指标，水下图像质量评价(Underwater Image Quality Measures, UIQM)等主流指标进行量化评价。实验表明，该算法不论是在主观还是客观评价上都具有一定的优越性。

来源：2023年第03期

《南京邮电大学学报(自然科学版)》期刊编辑部

查看南京邮电大学学报(自然科学版)杂志2023年第03期