4《电视技术》第46卷第12期(总第565期)VIDEOAPPLICATION&PROJECT视频应用与工程文献引用格式：邓晶.水下图像增强方法综述[J].电视技术，2022，46（12）：4-7，13.DENGJ.Anoverviewofunderwaterimageenhancementmethods[J].VideoEngineering，2022，46（12）：4-7，13.中图分类号：TP751文献标识码：ADOI：10.16280/j.videoe.2022.12.002水下图像增强方法综述邓晶（福州大学先进制造学院，福建泉州362200）摘要：水下图像增强是水下设备完成水下任务的重要支撑技术。在介绍水下图像应用存在的问题的基础上，对现有的水下图像增强方法原理和技术进行介绍和总结，根据水下图像增强技术的难点与目前面临的问题，对水下图像增强技术未来的发展趋势进行展望，进一步发挥深度学习的能力，提高水下图像的质量。关键词：水下图像增强；深度学习；神经网络AnOverviewofUnderwaterImageEnhancementMethodsDENGJing(Schoolofadvancedmanufacturing,FuzhouUniversity,Quanzhou362200,China)Abstract:Underwaterimageenhancementisanimportantsupportingtechnologyforunderwaterequipmenttocompleteunderwatertasks.Basedontheintroductionoftheproblemsexistingintheapplicationofunderwaterimage,thispaperintroducesandsummarizestheprinciplesandtechnologiesofexistingunderwaterimageenhancementmethods.Accordingtothedifficultiesandcurrentproblemsofunderwaterimageenhancementtechnology,thispaperlooksforwardtothefuturedevelopmenttrendofunderwaterimageenhancementtechnology,furtherdevelopstheabilityofin-depthlearning,andimprovesthequalityofunderwaterimage.Keywords:underwaterimageenhancement;deeplearning;neuralnetwork0引言探索和利用海洋，已经成为各个国家的战略焦点。近年来，水下视觉在海洋军事、海洋科学研究和工业领域发挥着越来越重要的作用。目前，有很多设备可用于水下作业，如自主水下航行器和水下机器人等。然而，由于光吸收、散射和水质的影响，水下设备拍摄获得的水下图像通常存在颜色失真、模糊不清、细节丢失等问题。水下图像增强算法是水下设备完成水下任务的重要支撑，对提高水下作业效率至关重要。传统的水下图像增强通常采用无模型的增强方法[1]和基于物理模型的增强方法[2]。基于无模型方法多采用图像像素调整来提高图像的视觉效果，然而它们忽略了水下图像成像机制，不能适用于水下环境。基于物理模型的增强方...
