Los algoritmos existentes basados en aprendizaje profundo utilizan métodos de codificación y decodificación para mejorar imágenes submarinas en características de alta dimensión, sin considerar las características específicas de degradación por diferencias de canal en imágenes submarinas, lo que resulta en una mejora generalmente deficiente. Para abordar este problema, se propone un algoritmo de mejora de imágenes submarinas adaptativo a nivel de canal por píxel, que mejora los canales R, G y B de las imágenes submarinas a nivel de píxel. Este algoritmo consta de 4 etapas y el proceso completo de mejora se completa mediante la extracción de características de canal en cada etapa. En primer lugar, a través de las semánticas locales y globales de la red de mejora, se optimiza la atenuación de canales para reparar los canales de color del contexto; en segundo lugar, se agregan características espaciales y de canal mediante un mecanismo de atención, suprimiendo la información de salto de localización de color irrelevante; luego, se optimiza el mecanismo de atención para ajustar características adaptativas; finalmente, para mejorar la capacidad del algoritmo para corregir el sesgo de color, se propone un módulo de corrección de sesgo de color, que se utiliza en la cuarta etapa para ajustar aún más el problema del sesgo de color de la imagen. En comparación con otros algoritmos en los conjuntos de datos UIEB y EUVP, el algoritmo en este artículo mejoró el índice PSNR en un 14.35%, SSIM en un 5.8%, UIQM en un 3.2%, UCIQE en un 13.7% y mostró el mejor efecto subjetivo.

mejora de imágenes submarinas; mejora de canales; mejora a nivel de píxel; aprendizaje profundo