光の吸収と散乱によって撮影された水中画像で発生する深刻な色ずれやコントラスト低下などの品質問題を解決するために、本稿では軽量な特徴融合ネットワークと多色モデル補正を組み合わせた水中画像強調手法を提案する。まず、畳み込み層の代わりに自作ブロックを用いたエンコーダ・デコーダ構造の特徴融合ネットワークを使用して、水中画像の色ずれを補正する。ネットワーク内の改良された特徴融合モジュールは、全結合層による画像の空間構造の破壊を軽減し、空間特徴を保護し、モジュールのパラメーター数を削減する。同時に、改良されたアテンションモジュールは並列プーリング計算により特徴マップのテクスチャ詳細を抽出し、背景情報を保護する。次に、多色モデル補正モジュールを使用してピクセル間の関係に基づいて補正を行い、色ずれをさらに減少させ、コントラストと明るさを向上させる。実験結果は、最新の画像強調手法と比較して、参照画像データセットで本手法のNRMSE、PSNRおよびSSIM評価指標の平均値がそれぞれ2位のものと比べて9.3%、3.7%、2.3%向上していることを示している。参照画像のないデータセットでは、本手法のUCIQE、IE、NIQE評価指標の平均値がそれぞれ2位のものと比べて6.0%、2.9%、4.5%向上している。主観的知覚と客観的評価を総合すると、本手法は水中画像の色ずれを補正し、コントラストと明るさを向上させ、画像品質を高めることができる。

画像処理;ニューラルネットワーク;アテンション機構;カラーモデル;エンコーダ・デコーダ構造