【图像增强论文阅读】Underwater Image Enhancement by Wavelength Compensation and Dehazing(WCID)

题目：Underwater Image Enhancement by Wavelength Compensation and Dehazing
作者：John Y. Chiang and Ying-Ching Chen
期刊：TIP
时间：2012

一、主要贡献

本文提出波长补偿和图像去雾算法（WCID），并考虑了去除可能存在的人工光源的影响，从而消除由光散射和颜色变化引起的失真。

首先，使用暗通道先验（一种现有的景深推导方法）来估计深度图（场景目标到摄像机的距离）。

其次，基于得出的深度图，对图像中的前景和背景区域进行分割。

然后，将前景和背景的光强度进行比较，以确定在图像获取过程中是否使用了人工光源。 如果检测到人造光源，则将辅助照明引入的亮度从前景区域中消除，以避免后续阶段的过度补偿。

接下来，使用除雾算法和波长补偿来消除雾霾效果和沿水下传播路径到相机的颜色变化。利用背景光中不同颜色通道之间的剩余能量比来估计水下场景中的水深。 随后对每个色彩通道进行能量补偿，以将蓝调调整为自然色。

有了WCID，就不再需要昂贵的光学仪器或立体声像对。 WCID可以有效地增强可见性并恢复水下图像的色彩平衡，从而提供较高的视觉清晰度和色彩保真度。

本文方法的流程图如下：

水下成像模型

其中，$t_{\lambda }(x)$ 是从水下场景点反射并到达相机后的场景辐射度$J_{\lambda }(x)$ 的剩余能量比（传播之前能量$E_{\lambda }^{initial}(x)$和之后能量$E_{\lambda }^{residual}(x)$的比），表示为：

其中，$Nrer(\lambda )$是归一化剩余能量比，对应于每个传播距离单位的剩余能量与初始能量之比，受透射光波长、水盐度和浮游植物浓度的影响；$\beta (\lambda )$是介质的消光系数。

根据观察，将海水分为三类： I类水域代表极其清晰的海洋水域；II类代表最清晰的沿海水域，衰减程度更高；III类代表浑浊的上升流沿海水。
将I类海洋的归一化剩余能量比做如下调整：

二、考虑到的问题

本文提出的水下图像形成模型如下所示：

在物体到相机的传播路径上会发生两种现象：散射和颜色改变。而本文考虑到颜色变化不仅发生在物体到相机的路径上，而且发生在水平面到物体的传播路径上。

从水面到物体的波长衰减后的剩余光量$W(x)$ 可以通过以下能量衰减模型来计算：

场景辐射度$J_{\lambda }(x)$ 的光量与反射的照明光量 E λ A ( x ) E_\lambda^A(x) E