影响水下成像质量的核心因素是后向散射光的干扰。偏振差分水下成像技术能够显著抑制后向散射光,是在水下散射环境中获取清晰图像的有效方法。传统的偏振差分方法是基于两个正交偏振方向上的偏振图像进行差分的,该方法虽然对后向散射光有明显的抑制效果,但其调制自由度低,限制了成像质量的进一步提升。针对这一问题,提出一种改进型偏振差分水下成像方法,该方法基于两个最优偏振方向的偏振图像进行差分,并通过引入差分项的权重系数,最终实现具有三个自由度的偏振差分水下成像。实验结果显示,该方法相对于传统的偏振差分成像方法,可更好地抑制后向散射光、凸显物体信号光,最终实现了更高质量的水下清晰成像。

为提升水下图像的视觉效果, 提出了基于红色暗通道先验(RDCP)和逆滤波的水下图像复原算法。该算法首先简化Jaffe-McGlamery水下光学成像模型, 在此基础上, 利用RDCP消除水下成像过程中后向散射引起的图像雾化效果；然后结合各通道透射率图与光学传递函数的数学关系, 采用逆滤波去除前向散射分量；最后采用基于高斯分布的线性拉伸提高图像对比度。使用该算法与几种主流的水下图像处理算法对多种水下环境拍摄得到的图像进行处理, 并计算信息熵等客观评价指标。实验结果表明, 该算法能够更好地平衡图像的色度、对比度及饱和度, 视觉效果更接近自然场景下的图像。

单一水下图像增强和色彩还原 这是python实施的综合评论文章“用于水下成像的图像增强和图像恢复方法的基于实验的评论” 抽象的！ 水下图像在海洋勘探中起着关键作用，但由于光在水介质中的吸收和散射，经常会遭受严重的质量下降。 尽管近来在图像增强和恢复的一般领域中已经取得了重大突破，但是还没有特别关注用于改善水下图像质量的新方法的适用性。 在本文中，我们回顾了解决典型水下图像损伤（包括一些极端退化和变形）的图像增强和恢复方法。 首先，我们根据水下图像形成模型（IFM）介绍了水下图像质量下降的主要原因。 然后，我们回顾了水下修复方法，同时考虑了无IFM和基于IFM的方法。 接下来，我们将结合主观和客观分析，同时考虑基于IFM的方法的基于先验的参数估计算法，从而对基于IFM的最新方法和基于IFM的方法进行基于实验的比较评估。 从这项研究开始，我们将查明现有方法的主要缺点，并为该领域的未来研究提出

水下能见度在水下视觉研究和目标检测中非常重要。 但是，大多数水下视觉系统不能保证在复杂的水条件下具有良好的性能。 这是因为水下图像通常会因吸收和散射的光-水相互作用而退化。 水分子和水介质中的悬浮颗粒将环境光散射到相机的视线中，这会在图像上增加一层雾度并降低图像的对比度。 这部分散射光通常称为背景光，这是水下图像质量下降的主要原因。 通过建立物理模型，分析了自然光照和人工光照两种不同光照条件下水下成像中背景光的形成。 开发的模型包括诸如相机参数，光源参数，固有光学特性以及相机源物体几何形状之类的参数。 基于这些模型，研究了背景光与上述参数之间的关系。 计算机分析表明，两种照明条件下的整体背景光在水介质的固有光学特性与相机参数之间有着密切的关系。 自然光照下的整体背景光与散射系数成正比，与衰减系数成反比。 两种照明条件下的背景光都可以用整体背景光的简单指数衰减表达式来描述。 简单的表达式大大降低了仿真的计算复杂度。 背景光的强度主要取决于固有的光学特性，摄像机的场景距离，摄像机的光源距离和摄像机的成像角度。 整体背景光和固有光学特性之间的关系可以用来估计衰减系数，散射系数和场景深度信息。

针对水下物体的三维探测和目标识别，研究了一种基于线结构光扫描的三维物体探测和三维场景重建方法。该方法使用激光线光源扫描探测区域，用标定板进行定标，建立采样数据的二维像素坐标系与三维世界坐标系的映射关系，通过坐标系变换，将二维线结构光扫描数据转变为三维物体信息。在水槽中进行了实验：采用电荷耦合器件(CCD)相机记录了线结构光扫描的图像数据，利用Matlab软件编程实现了水下场景的三维重建，通过三维重建结果可以较清晰地识别出原目标物体的形状，分析了影响探测精度的原因和改进方法。实验证明了该扫描和三维重建方法应用于水下目标探测的可行性。