Face aux problèmes complexes de dégradation causés par un éclairage insuffisant et la diffusion sous-marine dans la tâche d'amélioration des images sous-marines en faible luminosité, un cadre d'amélioration des images sous-marines en faible luminosité basé sur Retinex avec attention variable est proposé. Un module d'attention variable guidé par l'éclairage a été conçu, utilisant les informations sémantiques fournies par la carte des caractéristiques de luminance pour aider à améliorer les zones sombres, augmentant ainsi la capacité d'amélioration adaptative du modèle. Un module de fusion des caractéristiques dans le domaine spatial-fréquentiel a été construit, améliorant la saillance des informations de texture de l'image grâce à l'extraction de caractéristiques multi-échelles et à la fusion des caractéristiques entre différents niveaux. Un module de transmission du milieu a été introduit pour résoudre davantage les artefacts d'image causés par la diffusion sous-marine lors du processus d'amélioration. Les résultats expérimentaux montrent que la méthode proposée améliore significativement quatre indicateurs objectifs par rapport à d'autres méthodes de pointe, avec un PSNR atteignant 22,7818, un SSIM de 0,8821, un UCIQE de 0,6146 et un UIQM de 3,3659. La qualité visuelle des images améliorées est excellente, ce qui valide l'efficacité de cet algorithme pour augmenter la clarté des images sous-marines en faible luminosité.

amélioration des images sous-marines; faible luminosité; Retinex; attention variable