●前言
第1章 緒論 1
1.1 研究背景及意義 1
1.2 國內外研究現狀 2
1.2.1 基於暗通道理論的圖像復原算法研究 6
1.2.2 基於偏振成像技術的圖像復原算法研究 7
1.2.3 超分辨率重構算法的國內外研究 9
1.3 本書的主要內容 14
參考文獻 16
第2章 基於仿射陰影形成模型的水下圖像增強算法 23
2.1 引言 23
2.2 仿射陰影形成模型及其改進模型 23
2.3 基於改進仿射陰影形成模型的水下圖像增強算法 25
2.3.1 光照問題區域的界定 26
2.3.2 算法的流程 27
2.4 實驗結果與對比分析 27
2.4.1 水下人工紋理圖像勻光處理實驗 27
2.4.2 水下自然紋理圖像勻光處理實驗 29
2.4.3 分析與討論 30
2.5 本章小結 31
參考文獻 31
第3章 基於粗糙集上下近似的水下圖像增強算法 32
3.1 引言 32
3.2 粗糙集知識表達模型構建 33
3.3 水下圖像背景亮度近似劃分 34
3.4 自適應分層的背景亮度均衡及前景紋理增強 37
3.5 實驗結果與對比分析 39
3.5.1 增強實驗 40
3.5.2 實驗分析 47
3.6 本章小結 48
參考文獻 48
第4章 基於仿鱟復眼機制的水下圖像增強算法 50
4.1 引言 50
4.2 仿鱟復眼圖像增強機制 50
4.2.1 生物視覺亮度均勻原理 50
4.2.2 鱟復眼仿生機制 51
4.3 仿鱟復眼機制的圖像增強算法 54
4.3.1 亮度自適應均勻 54
4.3.2 自適應非對稱窄條引導的側抑制 55
4.4 實驗結果與對比分析 59
4.5 本章小結 63
參考文獻 63
第5章 基於水下低分辨率圖像退化模型的圖像增強算法 64
5.1 引言 64
5.2 水下低分辨率圖像退化模型 65
5.2.1 低分辨率圖像退化模型 65
5.2.2 水下光學成像的低分辨率圖像退化模型構建 66
5.2.3 水下光學成像的低分辨率圖像退化模型分析 72
5.3 基於改進水下低分辨率圖像退化模型的圖像增強算法 74
5.3.1 水下低分辨率圖像退化模型關鍵參數估計 76
5.3.2 基於水下低分辨率圖像退化模型的超分辨率重構 79
5.4 實驗結果與對比分析 80
5.4.1 增強效果對比 81
5.4.2 模型適用性驗證 83
5.5 本章小結 86
參考文獻 87
第6章 基於暗通道的水下圖像增強算法 88
6.1 引言 88
6.2 基於暗通道的水下圖像去模糊 90
6.2.1 參數估計 90
6.2.2 圖像去模糊 93
6.2.3 改進ACE的自適應對比度增強 94
6.3 單點白平衡的顏色校正 96
6.4 實驗結果與對比分析 97
6.4.1 實驗結果 97
6.4.2 算法性能分析 100
6.5 本章小結 103
參考文獻 103
第7章 基於改進水下光學成像模型的圖像增強算法 104
7.1 引言 104
7.2 水下光學成像模型 104
7.3 改進水下光學成像模型和場景入射光的估計 106
7.3.1 改進水下光學成像模型 106
7.3.2 場景入射光的估計 108
7.4 基於水下光學輻照特性的透射率估計 111
7.5 實驗結果與對比分析 115
7.5.1 實驗結果 115
7.5.2 算法性能分析 118
7.6 本章小結 120
參考文獻 121
第8章 基於優化卷積神經網絡的圖像增強算法 122
8.1 引言 122
8.2 卷積神經網絡原理 122
8.3 UIRNet網絡結構分析 125
8.3.1 特征提取層 127
8.3.2 多尺度特征映射層 128
8.3.3 特征重標定層 129
8.3.4 非線性回歸層 130
8.4 UIRNet的訓練信息 131
8.5 實驗結果與對比分析 132
8.5.1 實驗結果 133
8.5.2 算法性能分析 137
8.6 本章小結 138
參考文獻 139
第9章 基於結構相似性的水下偏振圖像增強算法 140
9.1 引言 140
9.2 水下偏振成像 140
9.2.1 偏振成像原理 140
9.2.2 水下偏振成像模型 141
9.3 基於結構相似性的水體透射率估計 143
9.4 圖像復原 147
9.5 實驗結果與對比分析 148
9.5.1 實驗結果 148
9.5.2 算法性能分析 149
9.6 本章小結 151
參考文獻 151
第10章 基於暗通道理論的水下偏振圖像復原算法 153
10.1 引言 153
10.2 偏振圖像去模糊 153
10.2.1 透射率估計 153
10.2.2 目標偏振反射光恢復 155
10.3 目標反射光的偏振復原 157
10.3.1 光的偏振狀態 157
10.3.2 偏振復原 159
10.4 自適應對比度增強與顏色校正 160
10.5 實驗結果與對比分析 162
10.5.1 實驗結果 162
10.5.2 算法性能分析 164
10.6 本章小結 165
參考文獻 165
第11章 基於色彩遷移的半全局水下圖像復原算法 167
11.1 引言 167
11.2 色彩遷移算法分析 168
11.2.1 色彩空間模型概述 168
11.2.2 色彩遷移算法 170
11.2.3 實驗結果分析 170
11.3 水下色彩衰減水平估計模型 172
11.4 實驗結果與對比分析 175
11.5 本章小結 181
參考文獻 182

本書主要介紹水下光學圖像增強與復原算法原理，主要包括基於仿射陰影形成模型、粗糙集上下近似、仿鱟復眼機制、水下低分辨率圖像退化模型、暗通道理論、改進水下光學成像模型、優化卷積神經網絡、結構相似性的水下圖像增強算法和基於暗通道理論、色彩遷移的半全局水下圖像復原算法。結合豐富的實驗結果與分析，分別闡述了不同理論模型下算法的適用條件與優勢劣勢，力圖利用圖像增強與復原技術解決江河湖海開發探測過程中的諸多難題，如水下目標檢測與跟蹤、構築物缺陷分析、生物特征識別等。