DOI: https://doi.org/10.1109/tmm.2025.3604900
تاريخ النشر: 2025-01-01
المؤلف: Yuemei Li وآخرون
الموضوع الرئيسي: تقنيات تحسين الصور
نظرة عامة
تقدم هذه القسم نهجًا جديدًا لتحسين واستعادة الصور تحت الماء (UIER) يعالج القضايا الشائعة مثل تدرج الألوان، والضباب، والتمويه، والإضاءة غير المتساوية، التي تنشأ بسبب امتصاص الضوء وتشتته في الماء. يقدم الأسلوب المقترح إطار عمل متغير موجه بتوجيه من تنظيم عالي الرتبة مزدوج يعتمد على نموذج تشكيل الصورة تحت الماء الموسع (UIFM). على عكس الطرق التقليدية التي تركز بشكل أساسي على تحسين التباين وإزالة الضباب، يأخذ هذا الإطار في الاعتبار التغيرات المحلية في الإضاءة، مما يقلل من العيوب ويحسن دقة الألوان.
يستخدم الإطار مزيجًا من عوامل الوزن لتعويض الألوان وتوازن الألوان لتصحيح قنوات الألوان المخففة وإزالة تدرج الألوان. بالإضافة إلى ذلك، يستخدم تقدير بكسل الأكثر سطوعًا في البقع المحلية وتصحيح غاما المحسن لتقدير الإضاءة المحيطة المحلية بشكل موثوق. لتعزيز الكفاءة الحسابية، يتم تنفيذ خوارزمية تحسين تكرارية تعتمد على طريقة الاتجاه المتناوب للمعاملات (ADMM). تظهر النتائج التجريبية على ثلاثة مجموعات بيانات حقيقية للصور تحت الماء أن هذه الطريقة تتفوق بشكل كبير على التقنيات الحديثة الموجودة من حيث الجودة البصرية والمعايير الكمية. كما يظهر النهج المقترح إمكانية تطبيقه في مهام إزالة الضباب من الصور الخارجية وتحسين الصور في الإضاءة المنخفضة.
طرق
تناقش هذه القسم طرقًا مختلفة تعتمد على نماذج التصوير لاستعادة الصور تحت الماء، مع تسليط الضوء على تطورها وفعاليتها في مواجهة التحديات مثل الضباب وتشويه الألوان. تركز الأساليب الأولية، مثل القناة المظلمة السابقة (DCP) وتكييفاتها مثل القناة الحمراء السابقة (RCP) والقناة المظلمة السابقة العامة تحت الماء (GUDCP)، على تقدير خرائط النقل ولكنها تواجه صعوبة مع تلاشي الضوء ومصادر الضوء الاصطناعية. تتضمن التطورات الحديثة معلومات عمق المشهد وتقنيات التعلم العميق، كما يتضح من إطار التعلم المتكامل لـ Liu et al. (IPMGAN) وشبكة ترميز الألوان المتعددة لـ Li et al.، التي تعزز جودة الصورة من خلال الاستفادة من نماذج التصوير الفيزيائية جنبًا إلى جنب مع الشبكات العصبية.
ظهرت طرق موسعة تأخذ في الاعتبار عوامل إضافية مثل التشتت الأمامي، حيث اقترح Cheng et al. نهجًا هجينًا يجمع بين القنوات الحمراء والمظلمة مع التصفية المنخفضة التمرير للتخفيف من الضبابية. ومع ذلك، فإن لهذه الطريقة قيودًا، مثل إدخال عيوب حمراء. طور باحثون آخرون، بما في ذلك Park et al. و Xie et al.، أطرًا تدمج نماذج تصوير شاملة لتحسين تقدير النقل واستعادة الصورة. على الرغم من هذه التطورات، لا تزال التحديات قائمة في معالجة تدرجات الألوان الشديدة وظروف الإضاءة المعقدة بشكل فعال، مما يشير إلى الحاجة إلى مزيد من البحث لتحليل وتحسين جودة التصوير تحت الماء بشكل شامل.
نقاش
في هذا القسم، يقترح المؤلفون طريقة متقدمة لتحسين الصور تحت الماء تعالج قيود النماذج الحالية، خاصة في التعامل مع التغيرات المحلية في الإضاءة. تعتمد الطريقة على نموذج تشكيل الصورة تحت الماء الموسع (UIFM) الذي يدمج الإضاءة المحيطة المحلية، مما يسمح بتمثيل أكثر دقة لانتشار الضوء تحت الماء. يستخدم الإطار المقترح استراتيجية تصحيح لون من خطوتين، تجمع بين تعويض الألوان التكيفي وتوازن الألوان للتخفيف بشكل فعال من تدرجات الألوان الناتجة عن تلاشي الضوء الانتقائي في قنوات الألوان المختلفة. كما يقدر النموذج الإضاءة المحيطة المحلية والنقل باستخدام نهج مشغل الحد الأدنى، مما يعزز دقة الصور المعاد بناؤها.
يقدم المؤلفون نموذج تباين إجمالي عالي الرتبة يدمج تنظيمات إيلر المرنة وتنظيمات لابلاس لاستعادة انعكاسات المشهد والإضاءة المحلية في وقت واحد. يتم حل دالة الطاقة الموضوعة للتحسين باستخدام خوارزمية فعالة لطريقة الاتجاه المتناوب للمعاملات (ADMM)، التي تقوم بتفكيك المشكلة إلى مشاكل فرعية قابلة للإدارة. يتم التحقق من الطريقة المقترحة ضد عدة مجموعات بيانات للصور تحت الماء، مما يظهر أداءً متفوقًا في تصحيح الألوان وجودة الصورة العامة، كما يتضح من المعايير الكمية مثل FADE و Entropy و UCIQE و FDUM. تشير النتائج إلى أن النهج المقترح لا يستعيد الألوان الواقعية فحسب، بل يعزز أيضًا التفاصيل الهيكلية، متفوقًا على العديد من الطرق الحالية في سيناريوهات تحت الماء المختلفة والتحديات.
DOI: https://doi.org/10.1109/tmm.2025.3604900
Publication Date: 2025-01-01
Author(s): Yuemei Li et al.
Primary Topic: Image Enhancement Techniques
Overview
This section presents a novel approach to underwater image enhancement and restoration (UIER) that addresses common issues such as color cast, haze, blurring, and uneven illumination, which arise due to light absorption and scattering in water. The proposed method introduces a dual high-order regularization-guided variational framework based on an extended underwater image formation model (UIFM). Unlike traditional methods that primarily focus on contrast enhancement and dehazing, this framework accounts for local illumination variations, thereby reducing artifacts and improving color accuracy.
The framework employs a combination of weight factors-based color compensation and color balance to correct attenuated color channels and eliminate color cast. Additionally, it utilizes local patch brightest pixel estimation and an improved gamma correction to robustly estimate local ambient illuminance. To enhance computational efficiency, an iterative optimization algorithm based on the alternating direction method of multipliers (ADMM) is implemented. Experimental results on three real-world underwater image datasets demonstrate that this method significantly outperforms existing state-of-the-art techniques in terms of visual quality and quantitative metrics. The proposed approach also shows potential applicability in outdoor image dehazing and low-light image enhancement tasks.
Methods
The section discusses various imaging model-based methods for underwater image restoration, highlighting their evolution and effectiveness in addressing challenges such as haze and color distortion. Initial approaches, such as the dark channel prior (DCP) and its adaptations like the red channel prior (RCP) and generalized underwater dark channel prior (GUDCP), focus on estimating transmission maps but struggle with light attenuation and artificial light sources. Recent advancements incorporate scene depth information and deep learning techniques, exemplified by Liu et al.’s integrated learning framework (IPMGAN) and Li et al.’s multi-color space encoder network, which enhance image quality by leveraging physical imaging models alongside neural networks.
Extended methods have emerged that consider additional factors like forward scattering, with Cheng et al. proposing a hybrid approach that combines red-dark channel priors with low-pass filtering to mitigate blurriness. However, this method has limitations, such as introducing red artifacts. Other researchers, including Park et al. and Xie et al., have developed frameworks that integrate comprehensive imaging models to improve transmission estimation and image restoration. Despite these advancements, challenges remain in effectively addressing severe color casts and complex lighting conditions, indicating a need for further research to comprehensively analyze and improve underwater imaging quality.
Discussion
In this section, the authors propose an advanced underwater image enhancement method that addresses the limitations of existing models, particularly in handling local illumination variations. The method builds upon an extended Underwater Image Formation Model (UIFM) that incorporates local ambient illumination, allowing for more accurate representation of underwater light propagation. The proposed framework employs a two-step color correction strategy, combining adaptive color compensation and color balance to effectively mitigate color casts caused by selective light attenuation in different color channels. The model also estimates local ambient illumination and transmission using a min-operator approach, enhancing the fidelity of the reconstructed images.
The authors introduce a high-order total variation model that integrates Euler’s elastica and Laplacian regularizations to recover scene reflections and local illumination simultaneously. The energy function formulated for optimization is solved using an efficient Alternating Direction Method of Multipliers (ADMM) algorithm, which decomposes the problem into manageable subproblems. The proposed method is validated against multiple underwater image datasets, demonstrating superior performance in color correction and overall image quality, as evidenced by quantitative metrics such as FADE, Entropy, UCIQE, and FDUM. The results indicate that the proposed approach not only restores realistic colors but also enhances structural details, outperforming several existing methods in various challenging underwater scenarios.