刘 柯，梁永全，李旭健

(山东科技大学 计算机科学与工程学院，山东 青岛 266590)

0 引 言

当前，人类在水下和低光环境中的活动越来越频繁，比如：目标检测、智能识别、水下探测等。因水下和低光图像具有很多的相似情况，因此，对于如何解决两者共同存在的问题成为了比较热门的话题。本文算法的流程如图1所示，主要贡献如下：提出了一种统一去雾方法，它比最新的方法去雾效果还要好，并能够保持边缘细节；提出了一种图像增强方法，在提高图像分辨率的同时，对色彩和边缘细节也起到了很好的增强作用，使得图像清晰度和图像质量更好；采用的算法简单，统一解决了水下图像和非水下低光图像增强的问题。

图1 本文的流程

1 相关工作

(1)水下图像的相关研究

文献[1]提出图像融合的方法解决图像增强的问题；文献[2]和文献[3]实现了对边缘细节和色彩的增强；文献[4]提出了一种红色通道的实现思想，但是所用的方法被光学模型和参数估量的精确度限制；文献[5]、文献[6]和文献[7]会导致图像的欠曝光和过曝光问题；文献[8]和文献[9]在色彩增强上实现效果不理想；文献[10]提出一种基于学习网络的水下去散射方法，能够解决颜色失真的问题，不过在处理光线亮度方面欠佳；文献[11]和文献[12]采用深度学习的方法实现图像的增强，但仍存在颜色失真的问题。

(2)关于非水下低光图像增强的相关研究

文献[13]根据局部和全局性原理判别亮度，增强了图像的色彩，但在边缘细节方面不够理想；……