WaveGateNet：一种基于小波引导的门控网络，用于实现频率-空间协同的水下图像增强

《Neurocomputing》：WaveGateNet: A wavelet-guided gated network for frequency–spatial collaborative underwater image enhancement

　　

摘要

水下图像增强旨在通过纠正低频颜色和光照退化问题，同时保留高频边缘和纹理，从而恢复视觉质量下降的图像。然而，现有的基于学习的方法在全局颜色恢复与局部细节保留之间仍难以取得平衡，尤其是当编码器降采样进一步削弱本已受损的结构信息时。为解决这一问题，本文提出了WaveGateNet，这是一种基于小波引导的频率-空间协同网络，用于水下图像增强。WaveGateNet采用两阶段渐进式框架：第一阶段进行全局粗略校正，第二阶段则精细化处理纹理、边缘及频率一致性。在编码器中，通过小波引导的频率-空间降采样与局部-全局上下文聚合相结合，以保留低频结构和高频细节。此外，深度门控特征调制机制可增强有效恢复效果，同时抑制多余的退化特征。在配对基准数据集上的实验以及跨数据集的真实场景评估表明，WaveGateNet在量化性能和视觉效果上均表现优异。

引言

水下图像增强是水下视觉领域的一项基础任务，它为水下机器人、海洋资源勘探、生态监测、水下目标识别以及水下实例分割等下游应用提供支持[1]、[2]、[3]。但由于水介质、光照条件、成像距离以及悬浮颗粒等因素的影响，水下图像通常会出现颜色偏差、对比度降低、边缘模糊以及细节丢失等问题[4]、[5]。

与普通自然图像的退化不同，水下图像的退化与水中的光传播密切相关。一方面，不同波长的光衰减速度不同，红色光通常比蓝色和绿色光更快被吸收，从而导致红色成分不足，图像呈现蓝调或绿调[4]、[5]。另一方面，悬浮颗粒会引发前向散射和后向散射，使物体边界变得模糊，同时削弱局部纹理和高频细节[4]、[6]。当场景中的水体浑浊度、光照强度和成像距离发生变化时，图像退化也会出现空间上的不一致性。因此，水下图像增强不仅仅是颜色校正问题，还涉及颜色失衡、光照不均、结构模糊以及细节丢失等多重问题的协同修复。

现有的水下图像增强方法大致可分为传统图像增强方法和基于物理模型的修复方法[1]、[7]。传统增强方法通常通过白平衡、直方图均衡化、Retinex变换、伽马校正或相关的经验性操作来改善图像的亮度、对比度和颜色分布[5]、[8]、[9]。这类方法简单高效，但其经验性假设往往限制了其在复杂水下场景中的适用性。而基于物理模型的方法则通过估算背景光、传输矩阵或衰减系数等成像参数来恢复清晰图像[4]、[6]。尽管这类方法具有物理意义上的可解释性，但在实际水下环境中，由于水质、深度、悬浮颗粒浓度及光照条件不断变化，准确的参数估计仍然十分困难，因此其修复效果在不同场景中可能存在差异。

近年来，基于深度学习的水下图像增强方法取得了不错的修复效果[1]、[2]、[10]。虽然这些方法在颜色校正、对比度提升以及细节恢复方面表现良好，但在复杂水下场景中仍面临诸多挑战。空间域修复网络虽能有效地提取局部特征，但其在模拟全局颜色变化及通道间退化关联方面的能力仍有限[11]、[12]、[13]。此外，编解码器网络通常通过尺度缩放和跨尺度重建来扩大感知范围[14]、[15]，但传统的池化操作或步长卷积可能会进一步削弱已经受损的边缘和纹理。从频率角度来看，水下图像的退化包括低频段的颜色和光照失衡，以及高频段的边缘和纹理丢失。低频成分与整体颜色分布、光照趋势以及基本结构相关，而高频成分则包含边缘、纹理以及局部细节。因此，若不进行频率域与空间域的联合建模，就难以同时实现全局颜色恢复与局部细节重构[16]、[17]、[18]。

这种依赖频率的退化特性，自然而然地促使人们寻求基于频率感知和小波表示的水下图像增强方法。与纯粹的空间域操作相比，频率域表示能够更清晰地描述全局光谱能量分布及方向性细节变化，而小波分解则可将低频结构成分与高频纹理成分分开处理。近期的一些研究尝试通过小波-傅里叶交互[16]、多维度注意力机制[17]、稀疏小波Transformer模型[19]以及空间-光谱自适应学习[18]来提升颜色校正和细节恢复的效果。这些研究表明，频率域信息与空间域特征提取互为补充。不过，目前大多数方法仍将颜色校正、纹理保留、空间结构建模以及深度特征选择视为相互独立的操作，尤其是在编码器特征压缩过程中，对低频颜色和结构信息与高频纹理细节的统一保留仍不够完善。

尽管现有的水下图像增强方法通过经验性增强、物理建模、空间域学习以及频率感知表示等方式提升了水下图像的修复质量，但它们仍未能在一个统一的框架内充分解决水下图像的多种耦合退化问题。尤其是低频颜色和光照退化、高频边缘和纹理丢失以及空间结构扭曲等问题，往往被单独处理，或由空间域网络隐式学习。此外，传统的编码器降采样还可能进一步削弱本已受损的结构和纹理信息。为克服这些局限，本文提出了WaveGateNet，这是一种基于小波引导的频率-空间协同网络，用于水下图像增强。本文的主要贡献如下：

• •
  我们提出了一种两阶段渐进式的频率-空间协同框架，首先进行全局校正，然后再对颜色、结构及纹理进行局部精细处理，以实现图像修复。
• •
  我们设计了一种基于小波引导的频率-空间特征提取机制，以便在编码器降采样过程中保留低频结构和高频细节。
• •
  我们引入了局部-全局上下文聚合与深度门控特征调制机制，用以模拟颜色依赖关系、强化结构表征，并抑制不必要的退化效应。

章节节选

相关工作

水下图像增强技术已被广泛研究，旨在解决由波长依赖的吸收、散射以及复杂水介质引起的图像视觉质量下降问题。现有的水下图像增强方法大致可分为传统增强/修复方法与基于学习的方法[7]。传统增强方法通过对比度融合、颜色校正、局部自适应对比度增强等方式调整图像的亮度、对比度和颜色分布，从而提升视觉质量。

整体网络架构

为解决水下图像常见的颜色偏差、对比度降低、纹理模糊以及局部细节退化等问题，本文构建了一个两阶段渐进式增强网络。其整体架构如图1所示。该网络遵循渐进式修复、频率-空间协同以及全局调制的设计原则。具体而言，第一阶段主要负责恢复图像的整体颜色分布和基本结构。

数据集与评估指标

为验证所提出的水下图像增强方法的有效性与泛化能力，本章从多个方面进行了系统性评估，包括有监督配对数据集实验、无参考真实场景泛化实验、主观视觉对比分析、消融实验以及模型复杂度分析。对于第3章中提出的两阶段频率-空间协同网络WaveGateNet，我们不仅关注其修复精度，

结论

本文提出了WaveGateNet，这是一种用于水下图像增强的两阶段频率-空间协同网络。通过整合阶段间频率交换机制、结合FSB和WFConv的频率-空间协同特征提取方式，以及结合DGFM的深度门控特征调制机制，该方法能够有效解决水下退化图像中的颜色偏差、对比度低、结构模糊以及细节丢失等问题。在包括UIEB在内的多种配对数据集上的大量实验结果表明，

CRediT作者贡献说明

张绍托：论文撰写——初稿撰写，软件实现。高兆龙：方法设计，形式化分析。范国东：资源获取，数据整理。周景春：验证工作，形式化分析。甘敏：结果可视化，形式化分析。李金江：资源获取，方法设计。

利益冲突声明

作者声明不存在任何可能影响本文研究结果的已知财务利益关系或个人关系。

致谢

本研究得到了国家自然科学基金（项目编号：U24A20219、62272281、62576193）、山东省泰山学者计划专项基金（编号：tsqn202507240）、山东省自然科学基金（编号：ZR2025QC712、ZR2026MS1134）以及中国烟台市科技创新发展计划（编号：2022JCYJ031、2023JCYJ040）的支持。

张绍托于2025年在中国沧州师范学院获得物联网工程学士学位，目前就读于中国烟台山东科技职业学院计算机科学技术学院，攻读计算机技术硕士学位。他的研究兴趣包括计算机图形学、计算机视觉以及图像处理领域。

张绍托|高兆龙|范国东|周景春|甘敏|李金江

中国山东省烟台市264005，山东科技职业学院计算机科学技术学院