水下图像复原——文献阅读3

Joint Residual Learning for Underwater Image Enhancement ，2018

用于水下图像增强的联合残差学习方法

提出的网络： URCNN（VGG网络的改进版）

本文通过构建联合残差网络从输入图像中学习透射图，并取透射图中最亮的
0.1% 像素为背景光，再将透射图和背景光输入水下成像模型获取去雾后的图像，最后对去雾的图像进行色彩矫正，以获取复原的水下图像。

色彩矫正的方法：
将色偏视为场景残差，并基于灰色世界假设和多尺度局部最大饱和度的特征，提出了一种有效的色彩平衡解决方案。

标签：矫正,透射,残差,图像复原,水下,图像,文献,色彩
来源： https://blog.csdn.net/weixin_42313211/article/details/114601890