水下图像色彩校正与自适应对比度增强 + YOLO 目标检测与暗光增强（Python 实现）

水下图像色彩校正与自适应对比度增强 + YOLO 目标检测（Python 实现）

📌 项目背景

• 原版算法基于 MATLAB（P-code 加密）
• 本仓库使用 Python 复现论文 80%+ 核心算法
• 新增功能：错误通道自动校正、可替代 LACE 的融合增强算法
• 网页端支持：在线处理图像（MLLE + 融合算法）👉
  Underwater-image-color-correction

---

📚 相关论文 & 数据

• 论文 1：《Underwater Image Enhancement via Minimal Color Loss and Locally Adaptive Contrast Enhancement》
• 论文 2：《Color Balance and Fusion for Underwater Image Enhancement》
• MATLAB 源码参考：[MLLE]
• 测试数据集：[UIEB]

---

🎥 效果预览

• 图像增强对比图
• 视频处理演示 👉

---

⚙️ 环境配置

Python 3.12.9 ✅

pip install -r requirements.txt

• GPU 加速：如需 YOLO 目标检测加速，请安装 PyTorch GPU 版本

---

🛠 使用指南

1. 输入文件

   • 将待处理图片（.jpg/.png）或视频（.mp4）放入 Input 文件夹

2. 模型选择

   • 默认提供 海龟 & 海胆检测模型
   • 自定义模型：修改 main.py

     model = YOLO('your/model/path')  # 替换为你的模型路径
     

3. 命令行操作
   • 基础模式（二选一）：

     python main.py --mode mlle      # MLLE 色彩校正
     python main.py -m fusion        # LACC + 融合增强
     

   • 高级模式（视频处理 + YOLO 检测 + 参数调节）：

     python main.py --type video --mode mlle --detect --beta 2
     # 简写：
     python main.py -t vid -m mlle -d -b 2
     

---

📌 关键参数说明

参数	缩写	作用	示例值
--mode	-m	选择算法模式	mlle / fusion
--type	-t	输入类型（图像/视频）	image / vid
--detect	-d	启用 YOLO 目标检测	无需赋值
--beta	-b	对比度调节系数	1.0~3.0

---

💡 提示：视频处理需较高计算资源，建议 GPU 环境运行！