수중 이미지 향상을 위한 지각 인식 분해 및 융합 프레임워크

이 논문은 수중 이미지 향상(UIE)을 위한 지각 인식 분해 및 융합 프레임워크를 제시합니다. 구체적으로, 일반적인 구조적 패치 분해 및 융합(SPDF) 접근 방식이 도입됩니다. SPDF는 지각 인식적이고 개념적으로 독립적인 이미지 공간에서 두 개의 상보적인 전처리 입력의 융합을 기반으로 구축됩니다. 먼저, 원래의 수중 이미지를 전처리하여 대비가 수정된 이미지와 세부 사항이 강조된 이미지의 두 가지 상보적인 버전을 생성합니다. 그런 다음, 각 이미지는 구조적 패치 분해(SPD)를 통해 평균 강도, 대비 및 구조라는 세 가지 개념적으로 독립적인 구성 요소로 분해됩니다. 이후, 해당 구성 요소들은 맞춤형 전략을 사용하여 융합됩니다. 융합 후의 세 가지 구성 요소는 최종 향상된 수중 이미지를 재구성하기 위해 분해를 반전시켜 통합됩니다. SPDF의 주요 장점은 두 개의 상보적인 전처리 이미지를 지각 인식적이고 개념적으로 독립적인 이미지 공간에서 융합할 수 있으며, 서로 다른 구성 요소의 융합이 상호 작용이나 정보 손실 없이 독립적으로 수행될 수 있다는 것입니다. 두 개의 벤치마크 데이터 세트에 대한 포괄적인 비교 결과, SPDF는 여러 최첨단 UIE 알고리즘을 정성적 및 정량적으로 능가하는 것으로 나타났습니다. 또한, SPDF의 효과는 저조도 이미지 향상 및 단일 이미지 헤이징 제거라는 두 가지 관련 작업에서도 검증되었습니다. 코드는 곧 제공될 예정입니다.