基于前景背景分割的非均匀光照水下光学图像复原方法

为解决水下光学图像因非均匀光照导致的色彩偏差、低对比度和细节丢失等问题，研究人员提出了一种基于前景背景分割的新型复原方法。该方法通过改进的光学成像模型，结合梯度、色差和区域比例特征实现背景提取，并利用水下最大反射率先验(UMRP)估计局部背景光和透射率。实验表明，该方法能有效恢复图像细节并校正光照不均，为水下视觉任务提供更高质量的图像基础。

　　

在深邃的海洋中，自主水下航行器(AUV)捕获的光学图像常因光线吸收和悬浮颗粒散射而严重退化。当人工辅助光源介入时，非均匀光照问题更会加剧图像质量的恶化——色彩偏离、细节模糊、局部过曝或欠曝等现象层出不穷。这种"水下视觉困境"不仅阻碍了海洋资源勘探、生态监测等关键任务，也让现有基于均匀光照假设的复原方法频频失效。

青岛大学的研究团队在《Optics》发表的研究中，创新性地将水下光学图像形成模型(UOIFM)中的全局背景光(BL)替换为局部BL，并提出水下最大反射率先验(UMRP)来破解这一难题。通过梯度、色差和区域比例三重特征实现前景-背景分割，分别采用增强与复原策略，最终通过加权融合获得清晰图像。关键技术包括：局部BL建模、基于UMRP的透射率估计、多特征背景区域检测，以及在NUID数据集上的定量验证。

Degradation model

研究首先扩展了McGlamery-Jaffe模型，在直接衰减项和后向散射项中引入局部环境光照项。改进后的模型将传统公式I^c(x)=J^c(x)t^c(x)+B^c(1-t^c(x))升级为包含空间变化光照参数的版本，更准确描述非均匀光照场景。

Proposed method

方法核心包含三阶段：1)利用梯度特征捕捉光照突变区域，色差特征区分水体与物体，区域比例特征过滤噪声；2)通过UMRP估计局部BL和透射率，该先验假设水下场景的最大反射率通道具有最小衰减；3)对前景区域进行物理模型反演复原，对背景区域实施色彩校正，最后通过自适应权重图融合。

Experimental results

在包含925张图像的NUID数据集测试中，该方法在UIQM、UCIQE等指标上显著优于UDCP、RCP等传统方法，且计算效率比深度学习模型GNCE提升40%。典型案例如：强光照射下的珊瑚礁图像恢复后，暗部细节提升3.2dB PSNR，过曝区域饱和度误差降低62%。

Conclusions

该研究突破性地解决了人工光源导致的水下非均匀散射难题。创新点在于：首次将局部BL引入UOIFM、建立UMRP先验、开发多特征背景分割框架。相比现有方法，其优势在于：1)避免深度估计误差累积；2)保持物理模型可解释性；3)在强光照边界处无块效应。未来可结合transformer架构进一步提升复杂场景的适应性，为深海探测装备提供更可靠的视觉支撑。