基于多尺度融合GAN的水下图像增强方法

针对水下图像浑浊以及色彩失真的问题，提出了一种基于多尺度融合GAN水下视频图像增强方案，该方案主要包括生成网络和判别网络。在生成网络中，将特征融合与跳级连接引入到生成器结构中，提升网络利用上下层之间信息的能力，确保了生成图像保留更多的细节。此外，还通过对每个块进行差别的判别，实现了局部图像特征的提取和表征。通过在公开数据集EUVP和RUIE进行的定性和定量实验，发现本文方法在PSNR、SSIM、UISM、UICM、UIConM和UIQM等评价指标方面明显优于现有的水下图像增强方法，表明所提方法在水下图像数据集上应用的良好性能。