Для борьбы с низким контрастом, серьезным отклонением цвета и размытостью деталей изображений под водой, вызванными выборочным поглощением водой и многократным рассеянием, предложена модель восстановления изображений под водой, моторизованная средством априорного учета интенсивности разницы. Сначала, вводимые независимые приложения предназначены для оценки разницы интенсивности в синей-зеленой-красной и зеленой-синей-красной частях локальных окон, для создания надежной трехканальной предварительной подавления шума. Затем вводиться адаптивное возведение в степень наклона по цепочке 'Интенсивность разницы — глубина резкости — проницаемость', а также первообразные разложение Тейлора и дифференциальная аппроксимация, для точной оценки трехканального изображения проницаемости. Параллельно с этим, вычисляется среднее значение пикселов с максимальной интенсивностью разницы для оценки фона. Наконец, модель обращается к обратной задаче подводного изображения со введенным изображением проницаемости и фоном, для получения восстановленного изображения с естественными цветами и четкими деталями. В результатах качественной и количественной проверки на реальных наборах данных изображений под водой UIEB и наша модель демонстрирует оптимальное качество на показателях UIQM, UCIQE, CCF и MWF, и существенно улучшает восстановление цветов, контраста и резкости деталей. Экспериментальные результаты показывают значительно увеличивающееся количество маркеров ключевых точек на восстановленной картинке и более последовательное отображение краев, с более четким указанием на границы объектов и меньшим количеством ошибок. Наша модель может адаптироваться к различным водным средам, восстанавливая цветные изображения с ясными деталями, что обеспечивает надежную поддержку верхнего уровня данных для подводных задач зрения на будущее.

Восстановление изображений под водой, улучшение изображений низкого качества, первый изображение преимущества, оценка прозрачности изображения, оценка фона