Para resolver los problemas de la distorsión del color, la disminución del contraste, la falta de detalles en las imágenes submarinas, este artículo propone un algoritmo de mejora de imágenes submarinas basado en la guía del color a priori y el mecanismo de atención. Se diseñó un módulo de extracción de características a posteriori bayesiano y un módulo de atención guiada por el color, fusionando la corrección de color a priori con la imagen original y utilizando la información de color a priori para guiar el proceso de mejora de la imagen, aliviando así la carga de restauración de color durante el entrenamiento de la red. Se construyó un módulo de atención de múltiples escalas mixtas para fortalecer la capacidad de representación de las áreas clave. Se introdujo un módulo de atención de descomposición bidireccional, eliminando la redundancia de características en la capa de cuello de botella y suprimiendo el sobreajuste, mejorando aún más la restauración de detalles. Los resultados experimentales muestran que el algoritmo de este artículo obtiene índices PSNR / SSIM de 24.33 / 0.910 9, 28.40 / 0.885 9, 29.00 / 0.899 1 respectivamente en los conjuntos de datos comunes UIEB, UFO, EUVP, todos superiores a los métodos existentes; Además, el algoritmo de este artículo mejora las imágenes UIQM y UCIQE en comparación con el original, con un aumento promedio del 12.81% y 5.19% respectivamente. Se ha validado la eficacia de este algoritmo en la mejora de la nitidez de la imagen, la similitud estructural y el efecto visual.

Mejora de imágenes submarinas; Guía del color a priori; Mecanismo de atención