Die Ausbreitung von Licht im Wasser führt zu einer starken Abschwächung des roten Lichts, was in Unterwasserbildern zu Farbverschiebungen in Richtung Grün oder Blau führt. Zur Behandlung dieses Phänomens der roten Lichtabschwächung wird eine verbesserte Methode eines bedingten generativen gegnerischen Netzwerks zur Bildverbesserung von Unterwasserbildern vorgeschlagen. Zunächst wird ein dynamischer Schwellenwert zur vorläufigen Farbkorrektur des Originalbildes verwendet, anschließend wird im bedingten generativen gegnerischen Netzwerk ein Verbindungsblock an der Schnittstelle zwischen Encoder und Decoder eingeführt, um die Abbildungsbeziehung zwischen Unterwasser- und Normalbildern zu erlernen und die Farbgebung der Unterwasserbilder wiederherzustellen. Danach wird ein Bilateralfilter-Algorithmus zur Rauschunterdrückung und Verbesserung der Bildsichtbarkeit angewendet. In der Verlustfunktion werden L1- und L2-Verluste kombiniert, um die Farbgebung des Bildes zu lernen, zudem wird ein Fokussierungsverlust hinzugefügt, um das Problem der starken Ungleichverteilung der Stichproben auszugleichen. Experimentelle Ergebnisse zeigen, dass diese Methode sowohl Farbverzerrungen als auch Unschärfen in Unterwasserbildern effektiv verbessert und einen guten visuellen Effekt erzielt.

Unterwasseroptische Bilder;Bildverbesserung;bedingtes generatives gegnerisches Netzwerk;Rest-Netzwerk