Um Degradationsprobleme wie Nebel und Farbverzerrungen bei der Bildaufnahme durch Unterwassergeräte zu lösen, wird eine Methode zur Verbesserung von Unterwasserbildern basierend auf einem verbesserten Farblinienmodell vorgeschlagen. Zunächst wird eine Methode zur Schätzung des Unterwasser-Hintergrundlichts basierend auf einer verbesserten Quadbaum-Unterteilung vorgeschlagen, die die Störungen durch Unterwasserfaktoren eliminiert und eine genauere Hintergrundlichtschätzung ermöglicht. Anschließend wird ein lokales Transmissionsoptimierungsmodell basierend auf dem Farbliniengesetz aufgebaut und eine neue nicht-konvexe Gauss-Seidel-ähnliche Optimierungsmethode (Gauss-Seidel Typ inertiales proximal alternierendes linearisiertes Minimierungsalgorithmus, GiPALM) zur Lösung der Transmission entwickelt, die die Modellkonvergenzgeschwindigkeit verbessert und gleichzeitig eine genauere Transmissionsschätzung liefert. Schließlich wird auf Basis der Schätzung von Hintergrundlicht und Transmission zur Wiederherstellung des Bildes eine lineare Streckung verwendet, um die Farbdetails des Bildes zu korrigieren und ein unterwasserverbessertes Bild zu erhalten, das der visuellen Wahrnehmung des menschlichen Auges entspricht. Experimentelle Ergebnisse zeigen, dass die vorgeschlagene Methode anderen fortschrittlichen Algorithmen in subjektiver und objektiver Bewertung, Farbgenauigkeit und Anwendungstests überlegen ist, eine hervorragende Leistung aufweist und die Klarheit und Sichtbarkeit von Unterwasserbildern effektiv verbessert.

Unterwasserbilder; Farblinienmodell; nicht-konvexe Optimierungsmethode; Entnebelung; Bildverbesserung