结合色彩补偿与双背景光融合的水下图像复原

针对复杂成像环境下，水下图像存在颜色失真、细节模糊以及对比度低的问题，提出结合色彩补偿与双背景光融合的水下图像复原方法。通过分析光在水中的吸收衰减特性，提出改进的水下成像模型，基于Retinex理论与白平衡算法引入色彩补偿分量，降低水体背景颜色影响；根据背景光强度和颜色分布特性，提出双候选背景光融合方法，准确估计全局背景光；不依赖任何水体环境参数，根据背景颜色与散射系数的内在关系，采用引导-高通滤波，优化并增强各通道透射率；最后，逆求解成像模型复原水下图像。实验结果表明，在4个不同的水下数据集上与经典及新颖方法对比，所提方法恢复的图像颜色更自然，纹理细节更丰富清晰；色差值改善幅度达5.4%,UCIQE及FDUM指标提升幅度分别达8.3%和4.5%。所提方法在定性和定量实验中更具优势，能够显著提高水下图像质量。