WEDM:波形增强扩散与多阶段频率学习用于水下图像增强
Junhao Chen1, Sichao Ye2, Xiong Ouyang3
1Faculty of Mechanical Engineering & Mechanics, Ningbo University, Ningbo 315211, China.
Journal of imaging
|April 25, 2025
概括
本研究介绍了基于波纹的增强扩散模型 (WEDM),用于水下图像增强. 通过将波形变换与扩散模型相结合,WEDM改善了色彩和细节的恢复,解决了海洋勘探中的挑战.
科学领域:
- 计算机视觉 计算机视觉
- 图像处理 图像处理
- 海洋科学 海洋科学
背景情况:
- 水下图像因光吸收和散射而受损,导致颜色扭曲和细节损失.
- 现有的空间域方法往往忽略了用于纹理和边缘恢复的关键频域信息.
研究的目的:
- 提出一种新的水下图像增强 (UIE) 框架,即基于波形的增强扩散模型 (WEDM).
- 利用频域分析和扩散模型来改进IEU.
- 为了提高海洋勘探和生态监测应用的视觉质量.
主要方法:
- 拟议的WEDM框架将频域分解与扩散模型相结合.
- 它具有波段颜色补偿模块 (WCCM),用于使用离散波段变换进行LAB颜色校正.
- 波段扩散模块 (WDM) 采用基于波段的操作,取代卷积,以保持多尺度的频率特征.
主要成果:
- 该WEDM框架有效地减少噪声放大和高频模糊,通过将残余消噪扩散与频率特定处理相结合.
- 除研究证实了WCCM和WDM对增强色彩保真性和纹理细节的关键贡献.
- 该框架为水下视觉任务提供了强大的解决方案.
结论:
- 基于波纹的增强扩散模型 (WEDM) 在水下图像增强方面取得了重大进展.
- 它的波形变换和扩散模型的整合有效地解决了退化问题.
- 在海洋勘探和生态监测方面,WEDM具有很强的应用潜力.


