لحل مشاكل تدهور الألوان وانخفاض التباين وضبابية التفاصيل الموجودة في الصور تحت الماء ، قدم هذا البحث خوارزمية تحسين صور تحت الماء تعتمد على المعرفة المسبقة للألوان وآلية الانتباه. تم تصميم وحدة استخراج الخصائص الغاية البعدية من نصيب بايز ووحدة الانتباه الموجهة بمعرفة الألوان ودمج صورة تصحيح معرفة الألوان مع الصورة الأصلية واستخدام معلومات معرفة الألوان لتوجيه عملية تحسين الصورة ، مما يخفف من العبء على استعادة الألوان أثناء تدريب الشبكة. تم بناء وحدة الانتباه المتعددة المقياس المختلطة لتعزيز قدرة التعبير عن السمات في المناطق الرئيسية. تم إدخال وحدة الانتباه المنفصل ثنائي المحاور لإزالة التكرار في السمات في الطبقة الحساسة وكبح الانحراف ، مما أدى إلى تحسين النتائج في استعادة التفاصيل بشكل أكبر. اظهرت النتائج التجريبية أن الخوارزمية في هذا البحث حققت مؤشرات PSNR / SSIM البالغة 24.33/0.910 9 ، 28.40/0.885 9 ، 29.00/0.899 1 على التوالي في مجموعة البيانات الشائعة UIEB و UFO و EUVP ، وكانت جميعها أفضل من الطرق المتاحة ، كما أن مؤشرات UIQM و UCIQE المحسنة للصورة في هذا البحث كانت متوسطة تحسنت بنسبة 12.81٪ و 5.19٪ على التوالي مقارنة بالصورة الأصلية. وقد تحققت فعالية هذا الخوارزمية في تحسين وضوح الصورة والشبه الهيكلي والأثر البصري.

تحسين صور تحت الماء ؛ معرفة مسبقة للألوان ؛ آلية الانتباه