基于小波变换与多尺度Transformer网络的水下图像增强方法（WaveletFormer）

《Digital Signal Processing》：Underwater image enhancement by combining wavelet transform and multiscale transformer networks

本文提出了一种结合小波变换与多尺度Transformer网络的水下图像增强方法WaveletFormer。针对水下图像存在的色彩失真、对比度下降及细节模糊等问题，作者设计了通道注意力Transformer（CAT）模块增强通道间全局依赖，小波注意力Transformer（WAT）模块恢复高低频特征，并创新性地引入空间-频率增强块（SFEB）实现频域特征自适应提取与多域深度融合。实验表明该方法在五个公共数据集上均优于现有技术，为水下光学图像在海洋探测、生态监测等领域的应用提供了重要技术支撑。

　　

章节精选

传统水下图像增强方法

基于传统方法的水下图像增强可分为非物理模型和物理模型两类。非物理方法直接采用经典图像处理技术调整像素分布，包括直方图均衡化（HE）、基于Retinex的方法和对比度限制自适应直方图均衡化（CLAHE）等。例如，Ma等人通过结合YIQ和HIS空间的CLAHE与融合技术提升对比度，Li等人则……

提出的方法

WaveletFormer的整体结构如图2所示。该方法采用U-Net编码器-解码器架构，利用多尺度特征和频域信息使网络能够高效恢复退化图像。在编码器和解码器中分别构建了通道注意力Transformer（CAT）和小波注意力Transformer（WAT），以增强特征表达的多样性和丰富性。此外，空间-频率……

实现细节

WaveletFormer基于PyTorch 1.11.0框架实现，在NVIDIA RTX 4090 GPU上训练400个epoch，批次大小为4。所有输入图像的空间分辨率调整为256×256，使用Adam优化器进行训练，初始学习率为1e-4。同时采用余弦退火算法调整学习率，并在前5个epoch进行学习率预热。

数据集

为验证有效性……

结论

本研究提出了一种名为WaveletFormer的水下图像增强网络，将小波变换与多尺度Transformer网络相结合。通过将设计的CAT和WAT模块嵌入多尺度U-Net主干网络的编码器和解码器，该模型协同建模通道间的全局依赖性与局部细节特征，有效解决了全局结构恢复不足和细节增强不充分的问题……