摘要

本发明公开了一种基于Retinex理论和端到端深度网络的水下图像复原方法,包括:1)简化Jaffe-McGlamery水下成像模型,以符合Retinex理论基本假设;2)依据简化的Jaffe-McGlamery水下成像模型以及环境光图空间平滑的先验条件估计环境光图,分解粗略场景反射率图;3)设计端到端深度网络实现水下图像的精细化复原;4)将粗略场景反射率图输入到端到端深度网络中进行训练,得到最优的端到端深度网络,最后,将待测的粗略场景反射率图输入到最优的端到端深度网络,网络的输出即为复原的水下图像。本发明消除光在水下传播时衰减和散射对成像过程的影响,以改善图像的视觉效果,有效恢复水下图像视觉质量。