霜冰优化算法与多尺度信息融合的水下图像增强

张爱华; 王莹

doi:10.37188/CJLCD.2026-0007

您当前的位置：

首页 >

文章列表页 >

霜冰优化算法与多尺度信息融合的水下图像增强

图像处理 | 更新时间：2026-09-20

- 霜冰优化算法与多尺度信息融合的水下图像增强
- Rime optimization algorithm and multi-scale information fusion for underwater image enhancement
- 液晶与显示 2026年41卷第3期页码：452-461
- 作者机构：
  
  渤海大学控制科学与工程学院，辽宁锦州 121013
- 作者简介：
  
  张爱华，女，教授，2014年于哈尔滨工业大学获得博士学位，主要从事计算机视觉与模式识别方面的研究。E-mail： jsxinxi_zah@163.com
  王莹，女，硕士研究生，2024年于渤海大学获得学士学位，主要从事机器视觉、模式识别的研究。E-mail： 2024008050@bhu.edu.cn
- 基金信息：
  
  辽宁省教育厅科学计划重点支持项目(JYTZD2023176)
- DOI：10.37188/CJLCD.2026-0007
  中图分类号： TP391.4
- CSTR：32172.14.CJLCD.2026-0007
- 收稿：2026-01-13，
  
  修回：2026-02-13，
  
  纸质出版：2026-03-05
- 稿件说明：
移动端阅览
张爱华, 王莹. 霜冰优化算法与多尺度信息融合的水下图像增强[J]. 液晶与显示, 2026,41(3):452-461.

ZHANG Aihua, WANG Ying. Rime optimization algorithm and multi-scale information fusion for underwater image enhancement[J]. Chinese Journal of Liquid Crystals and Displays, 2026, 41(3): 452-461.
张爱华, 王莹. 霜冰优化算法与多尺度信息融合的水下图像增强[J]. 液晶与显示, 2026,41(3):452-461. DOI： 10.37188/CJLCD.2026-0007. CSTR： 32172.14.CJLCD.2026-0007.

ZHANG Aihua, WANG Ying. Rime optimization algorithm and multi-scale information fusion for underwater image enhancement[J]. Chinese Journal of Liquid Crystals and Displays, 2026, 41(3): 452-461. DOI： 10.37188/CJLCD.2026-0007. CSTR： 32172.14.CJLCD.2026-0007.

摘要

针对水下图像颜色失真、细节丢失严重的问题，提出了霜冰优化算法（rime optimization algorithm，RIME）与多尺度信息融合的水下图像增强方法。首先，基于图像颜色失真问题，创新性地提出融合暗通道先验算法（dark channel prior，DCP）和基于RIME的自适应伽马矫正红色通道补偿框架，以保证水下图像色彩恢复自然。其次，引入限制对比度自适应直方图均衡化（contrast limited adaptive histogram equalization，CLAHE）的方法增强图像对比度。最后，将两条通道增强后的结果采用4种权重和高斯-拉普拉斯金字塔逐层处理，并进行多尺度融合，最终得到视觉质量优异的图像，实验结果显示，该算法的UIQM、UCIQE和SSIM平均值分别可达4.598、0.633和0.671。同时在UIEB、RUIE和EUVP数据集上进行其他对比实验，本文算法的结果均明显优于其他算法，可以得出本文方法在提高水下图像质量效果上更具有优势。

Abstract

To address the issues of color distortion and severe loss of details in underwater images， an underwater image enhancement method based on the rime optimization algorithm （RIME） and multi-scale information fusion is proposed. Firstly， to tackle the problem of color distortion， an innovative adaptive gamma correction red channel compensation framework is introduced， which integrates the Dark Channel Prior （DCP） algorithm and is optimized using RIME， ensuring natural color restoration for underwater images. Secondly， the Contrast Limited Adaptive Histogram Equalization （CLAHE） method is applied to enhance image contrast. Finally， the enhanced results from the two channels are processed through a four-weight Gaussian-Laplacian pyramid and fused at multiple scales， ultimately producing images of superior visual quality. Experimental results show that the average values of UIQM， UCIQE， and SSIM achieved by this algorithm reach 4.598， 0.633， and 0.671， respectively. Additionally， comparative experiments conducted on the UIEB， RUIE， and EUVP datasets demonstrate that the proposed method significantly outperforms other comparison algorithms， confirming its superior effectiveness in improving the quality of underwater images.

关键词

Keywords

references

柳翠寅，陈元帅，敬腾匀，等 . 自适应色彩补偿和多尺度融合的水下图像增强［J］. 光学精密工程， 2025 ， 33 （ 5 ）： 802 - 817 . doi: 10.37188/ope.20253305.0802 http://dx.doi.org/10.37188/ope.20253305.0802

LIU C Y ， CHEN Y S ， JING T Y ， et al . Adaptive color compensation and multi-scale fusion for underwater image enhancement ［J］. Optics and Precision Engineering ， 2025 ， 33 （ 5 ）： 802 - 817 . （in Chinese） . doi: 10.37188/ope.20253305.0802 http://dx.doi.org/10.37188/ope.20253305.0802

王驰，沈晨，黄庆，等 . 夜间动物图像自监督学习增强与检测方法［J］. 中国光学（中英文）， 2024 ， 17 （ 5 ）： 1087 - 1097 . doi: 10.37188/co.2024-0011 http://dx.doi.org/10.37188/co.2024-0011

WANG C ， SHEN C ， HUANG Q ， et al . Self-supervised learning enhancement and detection methods for nocturnal animal images ［J］. Chinese Optics ， 2024 ， 17 （ 5 ）： 1087 - 1097 . （in Chinese） . doi: 10.37188/co.2024-0011 http://dx.doi.org/10.37188/co.2024-0011

姚婷婷，冯子豪，肇恒鑫 . 融合域迁移和注意力机制的水下图像增强［J］. 光学精密工程， 2025 ， 33 （ 2 ）： 298 - 310 . doi: 10.37188/ope.20253302.0298 http://dx.doi.org/10.37188/ope.20253302.0298

YAO T T ， FENG Z H ， ZHAO H X . Underwater image enhancement by integrating domain transfer and attention mechanisms ［J］. Optics and Precision Engineering ， 2025 ， 33 （ 2 ）： 298 - 310 . （in Chinese） . doi: 10.37188/ope.20253302.0298 http://dx.doi.org/10.37188/ope.20253302.0298

HE K M ， SUN J ， TANG X O . Single image haze removal using dark channel prior ［J］. IEEE Transactions on Pattern Analysis and Machine Intelligence ， 2011 ， 33 （ 12 ）： 2341 - 2353 . doi: 10.1109/tpami.2010.168 http://dx.doi.org/10.1109/tpami.2010.168

PENG Y T ， COSMAN P C . Underwater image restoration based on image blurriness and light absorption ［J］. IEEE Transactions on Image Processing ， 2017 ， 26 （ 4 ）： 1579 - 1594 . doi: 10.1109/tip.2017.2663846 http://dx.doi.org/10.1109/tip.2017.2663846

ZHANG H ， GONG L X ， LI X C ， et al . An underwater imaging method of enhancement via multi-scale weighted fusion ［J］. Frontiers in Marine Science ， 2023 ， 10 ： 1150593 . doi: 10.3389/fmars.2023.1150593 http://dx.doi.org/10.3389/fmars.2023.1150593

陶洋，龚霁霆，周立群 . 基于Retinex的可变注意力低照度水下图像增强［J］. 液晶与显示， 2025 ， 40 （ 3 ）： 481 - 492 . doi: 10.37188/cjlcd.2024-0165 http://dx.doi.org/10.37188/cjlcd.2024-0165

TAO Y ， GONG J T ， ZHOU L Q . Variable attention low illumination underwater image enhancement based on Retinex ［J］. Chinese Journal of Liquid Crystals and Displays ， 2025 ， 40 （ 3 ）： 481 - 492 . （in Chinese） . doi: 10.37188/cjlcd.2024-0165 http://dx.doi.org/10.37188/cjlcd.2024-0165

LI X J ， HOU G J ， TAN L ， et al . A hybrid framework for underwater image enhancement ［J］. IEEE Access ， 2020 ， 8 ： 197448 - 197462 . doi: 10.1109/access.2020.3034275 http://dx.doi.org/10.1109/access.2020.3034275

MALATHI V ， MANIKANDAN A . An enhancement of underwater images using DCP and CLAHE algorithm ［J］. International Journal of Engineering and Advanced Technology ， 2019 ， 9 （ 2 ）： 2805 - 2813 . doi: 10.35940/ijeat.a9607.129219 http://dx.doi.org/10.35940/ijeat.a9607.129219

梁秀满，姚欣哲，刘振东，等 . 基于改进颜色线模型的水下图像增强算法［J］. 液晶与显示， 2024 ， 39 （ 10 ）： 1411 - 1420 . doi: 10.37188/CJLCD.2023-0377 http://dx.doi.org/10.37188/CJLCD.2023-0377

LIANG X M ， YAO X Z ， LIU Z D ， et al . Underwater image enhancement algorithm based on improved color-line model ［J］. Chinese Journal of Liquid Crystals and Displays ， 2024 ， 39 （ 10 ）： 1411 - 1420 . （in Chinese） . doi: 10.37188/CJLCD.2023-0377 http://dx.doi.org/10.37188/CJLCD.2023-0377

常志文，王立忠，梁晋，等 . 基于图像块分解融合的水下标定图像增强［J］. 中国光学（中英文）， 2024 ， 17 （ 4 ）： 810 - 822 . doi: 10.37188/co.2023-0218 http://dx.doi.org/10.37188/co.2023-0218

CHANG Z W ， WANG L Z ， LIANG J ， et al . Underwater calibration image enhancement based on image block decomposition and fusion ［J］. Chinese Optics ， 2024 ， 17 （ 4 ）： 810 - 822 . （in Chinese） . doi: 10.37188/co.2023-0218 http://dx.doi.org/10.37188/co.2023-0218

吴庆玲，石强，杜永盛，等 . 基于张量分解与非下采样Contourlet变换遥感图像增强［J］. 中国光学（中英文）， 2024 ， 17 （ 6 ）： 1307 - 1315 . doi: 10.37188/co.2024-0193 http://dx.doi.org/10.37188/co.2024-0193

WU Q L ， SHI Q ， DU Y S ， et al . Remote-sensing image enhancement based on tensor decomposition and nonsubsampled Contourlet transform ［J］. Chinese Optics ， 2024 ， 17 （ 6 ）： 1307 - 1315 . （in Chinese） . doi: 10.37188/co.2024-0193 http://dx.doi.org/10.37188/co.2024-0193

SU H ， ZHAO D ， HEIDARI A A ， et al . RIME： a physics-based optimization ［J］. Neurocomputing ， 2023 ， 532 ： 183 - 214 . doi: 10.1016/j.neucom.2023.02.010 http://dx.doi.org/10.1016/j.neucom.2023.02.010

GARG D ， GARG N K ， KUMAR M . Underwater image enhancement using blending of CLAHE and percentile methodologies ［J］. Multimedia Tools and Applications ， 2018 ， 77 （ 20 ）： 26545 - 26561 . doi: 10.1007/s11042-018-5878-8 http://dx.doi.org/10.1007/s11042-018-5878-8

黎克迅，高治军，刘健勇，等 . 基于多输入融合的自适应水下图像增强模型［J］. 电子测量技术， 2025 ， 48 （ 15 ）： 177 - 184 .

LI K X ， GAO Z J ， LIU J Y ， et al . Adaptive underwater image enhancement model based on multiple input fusion ［J］. Electronic Measurement Technology ， 2025 ， 48 （ 15 ）： 177 - 184 . （in Chinese）

ANCUTI C ， ANCUTI C O ， HABER T ， et al . Enhancing underwater images and videos by fusion ［C］. 2012 IEEE Conference on Computer Vision and Pattern Recognition. Providence ： IEEE ， 2012 ： 81 - 88 . doi: 10.1109/cvpr.2012.6247661 http://dx.doi.org/10.1109/cvpr.2012.6247661

LIU R S ， FAN X ， ZHU M ， et al . Real-world underwater enhancement： challenges， benchmarks， and solutions under natural light ［J］. IEEE Transactions on Circuits and Systems for Video Technology ， 2020 ， 30 （ 12 ）： 4861 - 4875 . doi: 10.1109/tcsvt.2019.2963772 http://dx.doi.org/10.1109/tcsvt.2019.2963772

ISLAM J ， XIA Y Y ， SATTAR J . Fast underwater image enhancement for improved visual perception ［J］. IEEE Robotics and Automation Letters ， 2020 ， 5 （ 2 ）： 3227 - 3234 . doi: 10.1109/lra.2020.2974710 http://dx.doi.org/10.1109/lra.2020.2974710

PANETTA K ， GAO C ， AGAIAN S . Human-visual-system-inspired underwater image quality measures ［J］. IEEE Journal of Oceanic Engineering ， 2016 ， 41 （ 3 ）： 541 - 551 . doi: 10.1109/joe.2015.2469915 http://dx.doi.org/10.1109/joe.2015.2469915

YANG M ， SOWMYA A . An underwater color image quality evaluation metric ［J］. IEEE Transactions on Image Processing ， 2015 ， 24 （ 12 ）： 6062 - 6071 . doi: 10.1109/tip.2015.2491020 http://dx.doi.org/10.1109/tip.2015.2491020

HORÉ A ， ZIOU D . Image quality metrics： PSNR vs. SSIM ［C］// Proceedings of the 20th International Conference on Pattern Recognition . Istanbul ： IEEE ， 2010 ： 2366 - 2369 . doi: 10.1109/icpr.2010.579 http://dx.doi.org/10.1109/icpr.2010.579

浏览量

655

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

用于眼底视网膜图像的去雾状杂散光算法

基于Double-Head的雾天图像目标检测

基于明亮区域分割的图像去雾算法

高频信息对齐的多尺度融合去雾网络

中国科学院长春光学精密机械与物理研究所液晶光学团队——聚焦动态可重构智能液晶光子器件与系统的研究