Die Aufnahme von Unterwasserbildern weist Probleme wie Kontrastverlust, geringere Schärfe und Informationsverlust auf. Traditionelle Methoden schätzen und verarbeiten die Polarisationsinformationen des gesamten Bildes. Unterwasserobjekte weisen komplexe Polarisationseigenschaften auf, was zu einer schlechten Wiederherstellung bestimmter Zielbereiche und zu Bildverschlechterung führt. Dieser Artikel schlägt eine Methode zur optimierten Wiederherstellung von Polarisationsparametern unterteilte Bereiche für trübe Unterwasserbilder vor. Zunächst werden nach blockweiser Kontrastverstärkung und geführter Filterung von zwei orthogonal polarisierten Bildern die zusammenhängenden Bereiche von Objekten mit hoher und niedriger Polarisation extrahiert. Die Segmentierung erfolgt basierend auf dem Polarisationsgrad jedes Pixels, wodurch der Extraktionsprozess der Zielbereiche mit niedrigem und hohem Polarisationsgrad optimiert wird. Anschließend wird der Zielpolarisationgrad des Lichts jedes Objekts separat geschätzt, wodurch das Problem der fehlerhaften Schätzung komplexer Ziele bei globaler Schätzung traditioneller Methoden gelöst wird. Schließlich wird das Polarisationsbild des rückwärts gestreuten Lichts iterativ optimiert, um die optimale Auswahlregion zu erhalten. Experimente zeigen eine signifikante Verbesserung der subjektiven visuellen Qualität: In den ersten beiden Experimentgruppen bei geringer Trübung stieg der objektive EME-Wert im Vergleich zum Originallichtintensitätsbild durchschnittlich um 554 % und der Kontrast um 528 %. In der dritten Gruppe bei schwacher Beleuchtung und hoher Trübung erhöhte sich der EME-Wert um 379 % und der Kontrast um 956 %. Der NIQE-Wert zur Bewertung der Bildqualität natürlicher Bilder zeigte gute Ergebnisse mit natürlicher wirkenden Bildern. Die vorgestellte Methode ist im Vergleich zu traditionellen Verfahren effektiver bei der Wiederherstellung trüber Unterwasserbilder, erhöht den Kontrast und reduziert den Informationsverlust, was zu einer besseren Bildschärfe führt.

Informationsverlust;Kontrastverstärkung;Bereichsoptimierung;Iterative Optimierung;Bildschärfung