水下光学图像重建方法研究进展
作者:王柯俨; 黄诗芮; 李云松
更新时间:
水下光学图像可以提供直观而丰富的海洋信息。近年来,它们在海洋资源开发、环境保护和海洋工程等领域发挥着越来越重要的作用。然而,受恶劣复杂的水下成像环境的影响,水下光学图像普遍存在对比度低、图像模糊、颜色失真等质量退化问题,严重制约了水下智能处理系统的性能和应用。如何清晰地重建水下光学图像是国内外广泛关注的具有挑战性的难题。随着深度学习技术的蓬勃发展,利用深度学习提高水下图像质量已成为研究热点。针对国内水下光学图像重建研究的不足,本文全面总结了其研究进展。分析了水下图像的退化机理,总结了现有的水下成像模型和水下图像重建面临的挑战,梳理了水下光学图像重建方法的发展历程,根据是否采用深度学习和是否基于成像模型,将现有方法分为四类,并按照研发顺序依次介绍了这四种方法的基本思想,分析了其优缺点,总结了公开的水下图像数据集和常用的水下图像质量评价方法,对八种典型的水下图像重建方法的性能进行了评价和比较,总结该领域存在的问题,并展望后续的研究方向,以便于相关研究人员了解该领域的研究现状,促进该领域的技术发展。