Um das Problem der Farbverzerrung und des erheblichen Detailverlusts bei Unterwasserbildern anzugehen, wurde ein Reif-Optimierungsalgorithmus (rime optimization algorithm, RIME) und eine Methode zur Unterwasserbildverbesserung mit multiskaliger Informationsfusion vorgeschlagen. Zunächst wurde basierend auf dem Farbverzerrungsproblem innovativ ein Rahmenwerk vorgeschlagen, das den Dark Channel Prior (dark channel prior, DCP) und eine adaptive Gamma-Korrektur basierend auf RIME zur Kompensation des roten Kanals verbindet, um eine natürliche Farbwiederherstellung der Unterwasserbilder zu gewährleisten. Als nächstes wurde die contrast limited adaptive histogram equalization (CLAHE) eingeführt, um den Bildkontrast zu verbessern. Schließlich werden die Ergebnisse der beiden verbesserten Kanäle schichtweise mit vier Gewichten und einer Gauß-Laplace-Pyramide verarbeitet und multiskalig fusioniert, um ein Bild mit ausgezeichneter visueller Qualität zu erhalten. Die experimentellen Ergebnisse zeigen, dass die durchschnittlichen Werte von UIQM, UCIQE und SSIM des Algorithmus 4.598, 0.633 bzw. 0.726 erreichen. Gleichzeitig wurden weitere Vergleichsexperimente auf den Datensätzen UIEB, RUIE und EUVP durchgeführt, wobei die Ergebnisse dieses Algorithmus deutlich besser sind als die anderer Algorithmen, was darauf hindeutet, dass diese Methode bei der Verbesserung der Unterwasserbildqualität überlegen ist.

Dark Channel Prior;Gamma-Korrektur;Reif-Optimierungsalgorithmus;multiskalige Fusion