Unterwasserbildverbesserung durch dynamische Farbkorrektur und leichtgewichtige Attention-Embedded SRResNet

Ein Verbesserungsverfahren, das dynamische Farbkorrektur mit einem leichten Residualnetzwerk integriert, wird vorgeschlagen, um die Herausforderungen von Farbverzerrung und unzureichendem Kontrast in der Unterwasserbildgebung zu lösen. Das Modul zur dynamischen Farbkorrektur wird auf der Basis der Grauweltannahme implementiert, wobei inter-kanalige Farbverschiebungen adaptiv angepasst werden, um die bläulich-grüne Dominanz in den aufgenommenen Bildern zu mildern. Danach werden die korrigierten Bilder durch eine verbesserte SRResNet-Architektur verarbeitet, die leichte Residualblöcke mit eingebetteten Kanal-Raum-Attention-Mechanismen enthält, wodurch die Reaktionen der Merkmalskanäle und die Auffälligkeit der räumlichen Regionen verbessert werden. Die Komplexität des Modells wird durch tiefengetrennte Faltung und Reduktion der Kanaldimensionen verringert, was die Rechenleistung sicherstellt. Die Validierung an den UIEB- und RUIE-Datensätzen zeigt überlegene qualitative und quantitative Leistungen mit PSNR-Verbesserungen von 0,92–5,95 dB und UCIQE-Verbesserungen von 0,14–0,74 im Vergleich zu den etablierten Methoden. Ablationsstudien quantifizieren die Beiträge der Farbkorrektur und der Attention-Mechanismen zur Gesamteffizienz der Verbesserung und bestätigen die Wirksamkeit des Netzwerks.