來源：KOTO - kesci.com
原文鏈接：水下圖像復(fù)原論文總結(jié)整理
點(diǎn)擊以上鏈接?? 不用配置環(huán)境，直接在線運(yùn)行

?

1. Underwater image transmission and blurred image restoration

• 作者： Liu, Z. S. Yu, Y. F. Zhang, K. L. Huang, H. L.
• 出處： Ocean Engineering
• 時(shí)間： 2001年
• 方法： PSF MIF 維納濾波器

論文簡(jiǎn)介： 利用圖像傳輸理論測(cè)量海水的點(diǎn)擴(kuò)散函數(shù)和調(diào)制傳遞函數(shù)并且使用維納濾波器復(fù)原模糊的圖像鳍悠。退化方程H(u,v)在水槽中測(cè)量得到翅萤。在實(shí)驗(yàn)中利用狹縫圖像和光源界轩，第一步:一維光照射到水中從而得到不同距離下的狹縫圖像數(shù)據(jù)路鹰，這樣一維的海水點(diǎn)擴(kuò)散函數(shù)就可以通過去卷積得到。又因?yàn)辄c(diǎn)擴(kuò)散函數(shù)的對(duì)稱性二維的函數(shù)模型也可以通過數(shù)學(xué)方法得到一膨。利用相似的方法調(diào)制傳遞函數(shù)也可以得到座泳。這樣傳輸方程便可以得到:

圖像可以由下式獲得:

?

2. Recovery of Underwater Visibility and Structure by Polarization Analysis

• 作者： Yoav Y. Schechner and Nir Karpel
• 出處： IEEE Journal OF Oceanic Engineering
• 時(shí)間： 2005年
• 方法： 利用偏振技術(shù)

論文簡(jiǎn)介： 論文中提出自然光照下的水下圖像退化效果與光偏振相關(guān),而場(chǎng)景有效箱射則與光偏振無(wú)關(guān)惠昔。在相機(jī)鏡頭端安裝可調(diào)偏振器,使用不同偏振角度對(duì)同一場(chǎng)景成兩幅圖像,所得到的圖像中的背景光會(huì)有明顯不同。通過對(duì)成像物理模型的分析,利用這兩幅圖像和估計(jì)出的偏振度,就能恢復(fù)出有效場(chǎng)景輻射钳榨。他還提出了一個(gè)計(jì)算機(jī)視覺方法水下視頻中的退化效應(yīng)舰罚。分析清晰度退化的物理原因發(fā)現(xiàn)主要與光的部分偏振有關(guān)。然后提出一個(gè)逆成像方法來復(fù)原能見度薛耻。該方法基于幾張通過不同偏振方向的偏振片采集圖像营罢。

3. Self-Tuning Underwater Image Restoration

• 作者： Emanuele Trucco and Adriana T. Olmos-Antillon
• 出處： IEEE Journal Of Oceanic Engineering
• 時(shí)間： 2006年
• 方法： 反卷積方法

論文簡(jiǎn)介： 論文提出了一種自適應(yīng)濾波的水下圖像復(fù)原方法。通過最優(yōu)化圖像局部對(duì)比度質(zhì)量判決函數(shù),可以估計(jì)出濾波器中所使用的參數(shù)值饼齿。
論文提出一種基于簡(jiǎn)化的Jaffe-McGlamery水下成像模型的自調(diào)諧圖像復(fù)原濾波器饲漾。濾波器的最優(yōu)參數(shù)值是針對(duì)每幅圖像通過優(yōu)化一個(gè)基于全局對(duì)比度的質(zhì)量準(zhǔn)則自動(dòng)估算的。(對(duì)一幅圖像濾波器能根據(jù)全局對(duì)比度自動(dòng)估計(jì)最優(yōu)參數(shù)值),簡(jiǎn)化的模型理想地適合后向散射較少的漫射光成像.1.首先簡(jiǎn)化Jaffe-McGlamery水下成像模型：假設(shè)光照均勻(淺水區(qū)陽(yáng)光直射)缕溉，并且忽略后向散射部分.然后基于簡(jiǎn)化后的成像模型設(shè)計(jì)一個(gè)簡(jiǎn)單的反濾波器2.將濾波器設(shè)計(jì)成自適應(yīng)濾波器考传。

4. Automated underwater image restoration and retrieval of related optical properties

• 作者： Weilin Hou, Deric J. Gray, Alan D. Weidemann
• 出處： IEEE International Geoscience and. Remote Sensing Symposium
• 時(shí)間： 2007年
• 方法： PSF MIF

論文簡(jiǎn)介： 論文對(duì)于調(diào)制傳遞函數(shù)給出了詳細(xì)準(zhǔn)確的系統(tǒng)函數(shù)信息,水下圖像可以用它或點(diǎn)擴(kuò)散函數(shù)進(jìn)行復(fù)原.作者進(jìn)行實(shí)驗(yàn)測(cè)量了水質(zhì)參數(shù)得出了這些函數(shù)，并用得出的函數(shù)進(jìn)行了圖像復(fù)原证鸥。同時(shí)他還建立了一個(gè)框架來最大限度復(fù)原水下圖像僚楞，在這個(gè)框架下傳統(tǒng)的圖像復(fù)原方法得到了拓展，水下光學(xué)參數(shù)被包含了進(jìn)去枉层，尤其時(shí)域的點(diǎn)擴(kuò)散函數(shù)和頻域的調(diào)制傳遞函數(shù)泉褐。設(shè)計(jì)了一個(gè)根據(jù)環(huán)境光學(xué)特性進(jìn)行調(diào)整的客觀圖像質(zhì)量度量標(biāo)準(zhǔn)來測(cè)量復(fù)原的有效性。

5. Imagery-derived modulation transfer function and its applications for underwater imaging

• 作者： Hou, W. Weidemann, A. D. Gray, D. J.
• 出處： Applications Of Digital Image Processing
• 時(shí)間： 2007年
• 方法： PSF MIF

論文簡(jiǎn)介： 調(diào)制傳遞函數(shù)給出了詳細(xì)準(zhǔn)確的系統(tǒng)函數(shù)信息,水下圖像可以用它或點(diǎn)擴(kuò)散函數(shù)進(jìn)行復(fù)原.作者進(jìn)行實(shí)驗(yàn)測(cè)量了水質(zhì)參數(shù)得出了這些函數(shù)鸟蜡，并用得出的函數(shù)進(jìn)行了圖像復(fù)原膜赃。(這一部分在王子韜的論文中有比較詳細(xì)介紹)

6. Regularized Image Recovery in Scattering Media

• 作者： Yoav Y. Schechner, Yuval Averbuch
• 出處： IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE
• 時(shí)間： 2007年
• 方法： 正則化

論文簡(jiǎn)介： 在散射媒介中的正則化圖像復(fù)原。論文在基于物理原因的復(fù)原方法難以去除噪聲以及透射率低的基礎(chǔ)上揉忘，提出一種自適應(yīng)的過濾方法跳座，即能明顯的改善可見性，又能抑制噪聲放大泣矛。本質(zhì)上疲眷，恢復(fù)方法的正規(guī)化，是適合變化媒介的透射率您朽，因此這個(gè)正則化不會(huì)模糊近距離的目標(biāo)咪橙。

7. Objectively assessing underwater image quality for the purpose of automated restoration

• 作者： Weilin Hou, Alan D. Weidemann
• 出處： Visual Information Processing
• 時(shí)間： 2007年
• 方法： GSA

論文簡(jiǎn)介： 論文提出一種基于對(duì)邊緣進(jìn)行GSA（灰度規(guī)范角度）加權(quán)的測(cè)量圖像清晰度的方法。圖像首先被小波變換分解，去除部分隨機(jī)噪聲美侦，增加真實(shí)邊緣檢測(cè)的可能性。每個(gè)邊緣銳度由回歸分析方法基于灰度的一個(gè)角的正切來確定邊緣像素的灰度值之間的斜率和位置魂奥。整個(gè)圖像的清晰度是平均每個(gè)測(cè)量的GSA的比例加權(quán)的第一級(jí)分解細(xì)節(jié)的量菠剩，作為圖像的總功率，最后通過圖像噪聲方差自適應(yīng)的邊緣寬度耻煤。

8. Active polarization descattering

• 作者： Treibitz, T. Schechner, Y. Y.
• 出處： transactions on pattern analysis and machine intelligence
• 時(shí)間： 2009年
• 方法： 利用偏振技術(shù)

論文簡(jiǎn)介： 論文提出了基于主動(dòng)偏振的人工光照下水下圖像處理技術(shù)具壮。在寬場(chǎng)人工光照下的水下成像中,在光源端或相機(jī)端安裝可調(diào)偏振器。通過調(diào)整光源或相機(jī)端的偏振器,同時(shí)拍攝兩幅或多幅同一場(chǎng)景的圖像,從兩幅圖像中可估計(jì)出背景光的偏振度哈蝇。結(jié)合水下成像物理模型,就可以進(jìn)行圖像復(fù)原和場(chǎng)景3D信息估計(jì)棺妓。該方法操作簡(jiǎn)單,設(shè)備筒易,適用于水下畫定目標(biāo)的成像。
大范圍人工照明條件下研究成像過程,基于該成像模型,提出一種恢復(fù)object signal的方法,同時(shí)能獲得粗糙的3D scene structure.相機(jī)配備檢偏振器,瞬間獲取同一場(chǎng)景的兩幀圖片with different states of the analyzer or light-source polarizer,然后用算法處理獲取的圖片.它統(tǒng)一并推廣了以前提出的基于偏振的方法.后向散射可以用偏振技術(shù)降低,作者在此基礎(chǔ)上又用圖像后處理去除剩余的后向散射,同時(shí)粗糙估測(cè)出3D場(chǎng)景結(jié)構(gòu).創(chuàng)新：之前的方法有的認(rèn)為目標(biāo)物反射光的偏振度可以忽略(即認(rèn)為只有后向散射是偏振的)炮赦；另外還有的認(rèn)為后向散射的偏振度可以忽略(即認(rèn)為只有目標(biāo)物反射光是偏振的)怜跑。本文作者認(rèn)為兩者都是部分偏振光。

9. Seeing through Water: Image Restoration using Model-based Tracking

• 作者： Yuandong Tian and Srinivasa G. Narasimhan
• 出處： IEEE International Conference of Computer Vision (ICCV)
• 時(shí)間： 2009年
• 方法： 湍流模型

論文簡(jiǎn)介： 論文在沒有應(yīng)用任何標(biāo)準(zhǔn)模式吠勘、圖像先驗(yàn)性芬、多視點(diǎn)或主動(dòng)照明的條件下同時(shí)估算了水面形狀和恢復(fù)水下二維場(chǎng)景。重點(diǎn)是應(yīng)用水面波動(dòng)方程建立緊湊的空間扭曲模型剧防，基于這個(gè)模型植锉，提出一個(gè)新的跟蹤技術(shù)，該技術(shù)主要是解決對(duì)象模型的缺失以及水的波動(dòng)存在的復(fù)雜的外觀變化峭拘。在模擬的和真實(shí)的場(chǎng)景中俊庇，文本和紋理信息得到了有效的復(fù)原。

10. Single Image Haze Removal Using Dark Channel Prior

• 作者： Kaiming He, Jian Sun, Xiaoou Tang
• 出處： CVPR
• 時(shí)間： 2009年
• 方法： 暗通道先驗(yàn)

論文簡(jiǎn)介： 論文提出暗通道先驗(yàn)算法復(fù)原有霧圖像鸡挠。暗通道先驗(yàn)是一系列戶外無(wú)霧圖像的數(shù)理統(tǒng)計(jì)辉饱，基于觀察戶外無(wú)霧圖像的大部分補(bǔ)丁補(bǔ)丁中包含至少一個(gè)顏色通道中低強(qiáng)度的像素點(diǎn)。在有霧圖像中應(yīng)用這些先驗(yàn)宵凌，我們可以直接的估算霧的厚度鞋囊，復(fù)原成高質(zhì)量的無(wú)霧圖像，同時(shí)還能獲得高質(zhì)量的深度圖瞎惫。

11. Comparative Study on Several Blind Deconvolution Algorithms Applied to Underwater Image Restoration

• 作者： Fan F., Yang K., Xia M., Li W., Fu B. and Zhang W.
• 出處： Optical Review
• 時(shí)間： 2010年
• 方法： 盲反卷積法

論文簡(jiǎn)介： 論文比較研究了盲反卷積算法中的：R-L算法（Richardson-Lucy）溜腐、最小二乘法以及乘法迭代法。并且應(yīng)用了水下圖像去噪和威爾斯小角度近似理論推導(dǎo)出點(diǎn)分布函數(shù)瓜喇。通過執(zhí)行威爾斯的小角度散射理論和模糊度量方法對(duì)三種盲反卷積算法進(jìn)行比較挺益，確定總迭代次數(shù)和最佳圖像復(fù)原結(jié)果。通過比較得出：最小二乘算法的復(fù)原率最高乘寒，但是乘法迭代的速度最好望众。

12. Underwater image restoration by means of blind deconvolution approach

• 作者： Fan F., Yang K., Xia M., Li W., Fu B. and Zhang W.
• 出處： Frontiers of Optoelectionics in China
• 時(shí)間： 2010年
• 方法： 盲反卷積法

論文簡(jiǎn)介： 論文提出點(diǎn)擴(kuò)算函數(shù)（PSF）和調(diào)制解調(diào)函數(shù)（MFT）的方法用于水下圖像復(fù)原，應(yīng)用基于威爾斯小角度近似理論來進(jìn)行圖像增強(qiáng)。在本文中作者分析了水下圖像退化的原因烂翰，在強(qiáng)化超快激光成像系統(tǒng)中采用了距離選通脈沖的方法夯缺，降低了反向散射中的加性噪聲。本文對(duì)圖像的基本噪聲模式進(jìn)行了分析甘耿，并使用算術(shù)平均濾波首先對(duì)圖像進(jìn)行去噪踊兜，然后，使用執(zhí)行迭代盲反褶積方法的去噪圖像的初始點(diǎn)擴(kuò)散函數(shù)的理想值佳恬，來獲得更好的恢復(fù)結(jié)果捏境。本文通過比較得出，盲反褶積算法中毁葱，正確使用點(diǎn)擴(kuò)散函數(shù)和調(diào)制解調(diào)函數(shù)對(duì)于水下圖像復(fù)原的重要性垫言。

13. Underwater Image Restoration Using Fusion and Wavelet Transform Strategy

• 作者： Fan F., Yang K., Xia M., Li W., Fu B. and Zhang W.
• 出處： Front. Opto electron. China
• 時(shí)間： 2010年
• 方法： 圖像融合和小波變換

論文簡(jiǎn)介： 本文提出一種圖像復(fù)原的新方法，該方法不需要專門的硬件倾剿、水下條件或現(xiàn)在知識(shí)結(jié)構(gòu)只是一個(gè)與小波變換的融合框架支持相鄰幀之間的時(shí)間相干性進(jìn)行一個(gè)有效的邊緣保留噪聲的方法筷频。該圖像增強(qiáng)的特點(diǎn)是降低噪聲水平、更好的暴露黑暗區(qū)域柱告、改善全局對(duì)比截驮、增強(qiáng)細(xì)節(jié)和邊緣顯著性。此算法不使用補(bǔ)充信息际度，只處理未去噪的輸入退化圖像葵袭，三個(gè)輸入主要來源于計(jì)算輸入圖像的白平衡和min-max增強(qiáng)版本。結(jié)論證明乖菱，融合和小波變換方法的復(fù)原結(jié)果優(yōu)于直接對(duì)水下退化圖像進(jìn)行去霧得到的結(jié)果坡锡。

14. UnderwaterImage Processing: State of theArt of Restoration and Image Enhancement Methods

• 作者： Raimondo SchettiniandSilviaCorchs
• 出處： EURASIP Journal on Advances in Signal Processing
• 時(shí)間： 2010年
• 方法： 綜述

論文簡(jiǎn)介： 本文是一篇綜述性質(zhì)的論文。介紹了：1窒所、水下光學(xué)成像系統(tǒng) 2鹉勒、圖像復(fù)原的方法（對(duì)各種圖像復(fù)原方法的總結(jié)） 3、圖像增強(qiáng)和顏色校正的方法總結(jié) 4吵取、光學(xué)問題總結(jié)禽额。

15. Region-specialized underwater image restoration in inhomogeneous optical environments

• 作者： Zhe Chen, Huibin Wang, Jie Shen, Xiaofang Li, Lizhong Xu
• 出處： Optik
• 時(shí)間： 2013年

論文簡(jiǎn)介： 論文針對(duì)普通水下圖像處理的方法不適用于水下非均勻光場(chǎng)中的問題，提出一種基于專業(yè)區(qū)域的水下非均勻光場(chǎng)圖像復(fù)原方法皮官，在該算法中脯倒，考慮去除噪聲和顏色補(bǔ)償，相對(duì)于普通的水下圖像復(fù)原和增強(qiáng)算法捺氢，該方法獲得的復(fù)原復(fù)原的清晰度和色彩保真度通過視覺評(píng)估藻丢，質(zhì)量評(píng)估的分?jǐn)?shù)也很高。

16. Automatic Red-Channel Underwater Image Restoration

• 作者： Adrian Galdran, David Pardo, Artzai Picón, Aitor Alvarez-Gila
• 出處： Journal of Visual Communication and Image Representation
• 時(shí)間： 2014年
• 方法： R通道

論文簡(jiǎn)介： 論文基于水下圖像的衰減與光的波長(zhǎng)的關(guān)系摄乒，提出一種R通道復(fù)原方法悠反，復(fù)原與短波長(zhǎng)的顏色残黑，作為水下圖像的預(yù)期，可以對(duì)低對(duì)比度進(jìn)行復(fù)原斋否。這個(gè)R通道復(fù)原的方法可以看做大氣中有霧圖像的暗通道先驗(yàn)方法的變體梨水。實(shí)驗(yàn)表明，該方法在人工照明領(lǐng)域應(yīng)用良好茵臭，顏色校正和可見性得到提高冰木。

17. Image Enhancement and Restoration Methods for Underwater Images

• 作者： C. J. Prabhakar, P. U. Praveen Kumar
• 出處： Research Developments in Computer Vision and Image Processing
• 時(shí)間： 2014年
• 方法： 綜述

論文簡(jiǎn)介： 作者對(duì)各種水下圖像增強(qiáng)和復(fù)原的算法做了調(diào)查和綜述，然后對(duì)自己的提高水下質(zhì)量的方法做了介紹笼恰。作者依次用到了過濾技術(shù)中的同態(tài)濾波、小波去噪歇终、雙邊過濾和對(duì)比度均衡社证。相比于其他方法，該方法有效的提高了水下目標(biāo)物的可見性评凝。

18. Restoration of images degraded by underwater turbulence using structure tensor oriented image quality (STOIQ) metric

• 作者： A.V. Kanaev and W. Hou
• 出處： Optics Express
• 時(shí)間： 2015年
• 方法： 基于湍流模型

論文簡(jiǎn)介： 論文應(yīng)用湍流退化模型以質(zhì)量標(biāo)準(zhǔn)為導(dǎo)向復(fù)原因水下湍流退化的圖像追葡。參考大氣湍流圖像復(fù)原的算法，省略了鹽分的影響奕短，只考慮水中波動(dòng)引起的湍流對(duì)水下成像的影響宜肉，應(yīng)用一種自適應(yīng)的平均各向異性的度量標(biāo)準(zhǔn)進(jìn)行水下圖像復(fù)原。經(jīng)過驗(yàn)證翎碑，使用STOIQ的方法優(yōu)于雙頻譜的復(fù)原方法谬返。

19. Underwater image quality enhancement through integrated color Model with Rayleigh distribution

• 作者： Ahmad Shahrizan Abdul Ghani and Nor Ashidi Mat Isa
• 出處： Applied Soft Computing
• 時(shí)間： 2015年
• 方法： 基于RGB顏色模型和小波變換

論文簡(jiǎn)介： 本文提出了一種新的方法來提高對(duì)比度和降低圖像噪聲，該方法將修改后的圖像直方圖合并入RGB和HSV顏色模型日杈。在RGB通道中遣铝，占主導(dǎo)地位的直方圖中的藍(lán)色通道以95%的最大限度延伸向低水平通道，RGB通道中的低水平通道即紅色通道以5%的最低限度向上層延伸且RGB顏色模型中的所有處理都滿足瑞利分布莉擒。將RGB顏色模型轉(zhuǎn)化為HSV顏色模型酿炸，S和V的參數(shù)以最大限度和最小限度的1%進(jìn)行修改。這種方法降低了輸出圖像的欠擬合和過擬合涨冀，提高了水下圖像的對(duì)比度填硕。

20. Underwater Image Restoration by Red-Dark Channel Prior and Point Spread Function Deconvolution

• 作者： Chia-Yang Cheng, Chia-Chi Sung, Herng-Hua Chang
• 出處： IEEE International Conference on Signal and Image Processing Applications (ICSIPA)
• 時(shí)間： 2015年
• 方法： R通道先驗(yàn)、PSF 低通濾波器

論文簡(jiǎn)介： 論文根據(jù)簡(jiǎn)化的J-M模型提出一種水下圖像復(fù)原的有效算法鹿鳖。在論文中定義了R通道扁眯，推導(dǎo)估算得到背景光和變換。場(chǎng)景可見度被深度補(bǔ)償栓辜，背景與目標(biāo)物之間的顏色得到恢復(fù)恋拍。通過分析PSF的物理特性，提出一種簡(jiǎn)單藕甩、有效的低通濾波器來去模糊施敢。論文框架如下：1.重新定義暗通道先驗(yàn)周荐，來估算背景光和變化，在RGB的每個(gè)通道中通過標(biāo)準(zhǔn)化變換來復(fù)原扭曲顏色僵娃。2.根據(jù)PSF的性能概作，選擇沒有被散射的光，用低通濾波器進(jìn)行處理來提高圖片的對(duì)比度和可見度默怨。

21. Review on Underwater Image Restoration and Enhancement Algorithms

• 作者： Ruoqian Wang, Yafei Wang, Jun Zhang, Xianping Fu
• 出處： International Conference on Internet Multimedia Computing and Service
• 時(shí)間： 2015年
• 方法： 綜述

論文簡(jiǎn)介： 論文中對(duì)當(dāng)代水下圖像處理的復(fù)原與增強(qiáng)做了綜述讯榕，作者闡明了兩種方法的模型的假設(shè)和分類，同時(shí)分析了優(yōu)缺點(diǎn)以及適用的場(chǎng)景匙睹。

參考：
https://github.com/zhenglab/UnderwaterImageRestoration/tree/master/underwater%20image%20enhancement