Um das Problem der Farbverzerrung und des starken Detailverlusts bei Unterwasserbildern zu lösen, wurde ein Verfahren zur Unterwasserbildverbesserung vorgeschlagen, das den Reif-Optimierungsalgorithmus (rime optimization algorithm, RIME) und eine mehrskalige Informationsfusion kombiniert. Zunächst wurde basierend auf dem Problem der Farbverzerrung innovativ ein Rahmen zur Kompensation des roten Kanals vorgeschlagen, der den Dark Channel Prior (DCP) und eine auf RIME basierende adaptive Gammakorrektur integriert, um eine natürliche Farbwiedergabe von Unterwasserbildern sicherzustellen. Zweitens wurde die Methode der kontrastbegrenzten adaptiven Histogrammgleichung (contrast limited adaptive histogram equalization, CLAHE) zur Bildkontrastverstärkung eingeführt. Schließlich wurden die verstärkten Ergebnisse beider Kanäle schrittweise mittels vier Gewichtungen und einer Gauß-Laplace-Pyramide verarbeitet und mehrskalig fusioniert, um visuell hochwertige Bilder zu erhalten. Experimentelle Ergebnisse zeigen, dass die durchschnittlichen Werte von UIQM, UCIQE und SSIM für den Algorithmus 4,598, 0,633 bzw. 0,726 erreichen. Darüber hinaus wurden auf den Datensätzen UIEB, RUIE und EUVP weitere Vergleichsexperimente durchgeführt, bei denen die Ergebnisse dieses Algorithmus deutlich besser waren als die anderer Algorithmen, was zeigt, dass diese Methode bei der Verbesserung der Unterwasserbildqualität Vorteile bietet.

Dark Channel Prior;Gammakorrektur;Reif-Optimierungsalgorithmus;mehrskalige Fusion