저품질 수중 이미지의 색상 보정 및 세부 향상을 실현하기 위해, 거칠게부터 세밀하게 다단계 웨이브릿 변환을 이용한 수중 이미지 향상 방법을 제안하였다. 먼저, 다단계 웨이브릿 변환을 통해 수중 이미지를 저주파 이미지와 일련의 고주파 이미지로 분해한다; 이후, 거칠게부터 세밀하게 다단계 웨이브릿 변환을 이용한 수중 이미지 향상 네트워크를 제안하였으며, 이는 다단계 웨이브릿 변환 기반 이미지 향상 서브네트워크와 2차 룽게-쿠타 모듈로 구성된 정제 서브네트워크를 포함한다. 다단계 웨이브릿 변환 기반 이미지 향상 서브네트워크는 수중 이미지 향상의 초기 결과를 추정하는 데 사용되며, 저주파 분기와 고주파 분기를 포함한다. 저주파 분기는 저주파 이미지의 색상 정보를 보정하며, 색상 보정 문제를 암시적 타입 변환 문제로 간주하고, 타입 변환에서 일반적으로 사용되는 인스턴스 정규화 및 위치 정규화를 저주파 분기의 색상 보정에 적용한다. 고주파 분기는 저주파 분기의 작업에 적응하기 위해 고주파 이미지의 가장자리와 세부를 실질적으로 향상시키고, 저주파 분기 처리 시의 정보와 고주파 이미지를 결합하여 고주파 세부 향상 마스크를 계산한다; 마스크를 단계적으로 업샘플링하고, 각 단계 웨이브릿 변환에서 얻은 고주파 이미지와 곱하여 세부를 향상시킨다. 역 웨이브릿 변환을 수행하여 초기 향상된 수중 이미지를 얻는다; 마지막으로 2차 룽게-쿠타 모듈 기반 정제 서브네트워크를 설계하여 초기 향상 결과를 더욱 정제한다. 실험 결과, 본 알고리즘은 합성 및 실제 수중 이미지에서 기존 수중 이미지 향상 알고리즘에 비해 향상 효과가 우수하며, PSNR 값이 최대 9% 향상되었다. 수중 시각 작업의 색상 보정, 세부 향상, 선명화 요구사항을 충족한다.

수중 광학;웨이브릿 변환;딥러닝;색상 보정;룽게-쿠타