수체의 선택적 흡수 및 다중 산란으로 인한 수중 영상의 낮은 대비, 심각한 색 편향 및 세부 정보 흐림 등의 저하 현상에 대응하여 평균 강도 차이 선행 지식에 기반한 수중 영상 복원 모델을 제안한다. 먼저, 국소 윈도우 내에서 “파랑~초록, 빨강”과 “초록~파랑, 빨강” 두 가지 분기에서 평균 강도 차이를 병렬 계산하고 그 평균값을 취하여 잡음에 강한 3채널 결합 감쇠 선행 지식을 구성하여 강도 차이 추정에 활용한다. 이어서 “강도 차이~심도~투과율”의 연쇄 물리적 관계를 바탕으로 적응 기울기 지수 매핑을 도입하고 1차 테일러 전개 및 미분 근사를 결합해 3채널 투과 맵을 정밀 추정한다. 동시에 강도 차이가 가장 큰 픽셀 집합의 평균값을 계산해 배경광을 추정한다. 마지막으로 투과 맵과 배경광을 수중 영상 모델 역산에 대입하여 색상이 자연스럽고 세부가 선명한 영상 복원을 구현한다. 실제 수중 영상 데이터셋 UIEB 및 UCCS에서 수행한 정성적 및 정량적 실험 결과, 제안된 모델은 UIQM, UCIQE, CCF, MWF 등의 지표에서 종합적으로 최적 성능을 달성하여 색상 복원도, 대비 및 디테일 선명도가 현저히 향상되었음을 확인하였다. 응용 실험에서는 복원된 영상에서의 키포인트 검출 수가 현저히 증가하고, 가장자리 표현이 더욱 연속적이고 선명하며, 분할 결과의 목표 경계가 더 명확하고 오검출률이 낮음을 보여주었다. 해당 모델은 다양한 수체 환경에 적응 가능하며, 실제 같은 색상과 선명한 디테일의 수중 영상을 복원하여 후속 수중 시각 인지 작업을 위한 신뢰할 수 있는 전처리 데이터를 제공한다.

수중 영상 복원;저품질 영상 향상;강도 차이 선행 지식;투과 맵 추정;배경광 추정