Diante da degradação das imagens subaquáticas causada pela absorção seletiva da água e pela dispersão múltipla, resultando em baixo contraste, fortes desvios de cor e detalhes borrados, propõe-se um modelo de restauração de imagens subaquáticas baseado em um prior de diferença média de intensidade. Primeiramente, calcula-se em paralelo a diferença média de intensidade para dois ramos “azul~verde, vermelho” e “verde~azul, vermelho” dentro de uma janela local, e tira-se a média para construir um prior de atenuação acoplada de três canais robusto ao ruído, usado para estimar a diferença de intensidade. Em seguida, com base na relação física encadeada “diferença de intensidade~profundidade de campo~transmissão”, introduz-se um mapeamento exponencial de inclinação adaptativa, combinado com uma expansão de Taylor de primeira ordem e aproximação diferencial, para estimar com precisão o mapa de transmissão de três canais. Simultaneamente, calcula-se a média do conjunto de pixels com a maior diferença de intensidade para estimar a luz de fundo. Finalmente, ao inserir o mapa de transmissão e a luz de fundo no modelo inverso de formação de imagem subaquática, alcança-se a restauração de imagens com cores naturais e detalhes nítidos. Experimentos qualitativos e quantitativos em conjuntos de dados reais subaquáticos UIEB e UCCS demonstram que o modelo proposto atinge o melhor desempenho integrado nas métricas UIQM, UCIQE, CCF e MWF, melhorando significativamente a fidelidade das cores, o contraste e a nitidez dos detalhes. Experimentos aplicados mostram um aumento significativo na quantidade de pontos-chave detectados nas imagens restauradas, uma expressão de bordas mais coerente e clara, bem como limites de objetos mais nítidos com menor taxa de detecção falsa nos resultados de segmentação. Este modelo pode se adaptar a diferentes ambientes aquáticos, restaurando imagens subaquáticas com cores reais e detalhes nítidos, fornecendo suporte confiável para dados em tarefas subsequentes de percepção visual subaquática.

restauração de imagens subaquáticas;melhoria de imagens de baixa qualidade;prior de diferença de intensidade;estimativa de mapa de transmissão;estimativa de luz de fundo