研究目的
为水下图像增强技术的性能评估定义一种有效的方法论，并指导水下研究领域根据不同水下环境选择最佳方法。
研究成果
研究表明，ACE算法在多种环境条件下表现良好，而CLAHE和SP算法在某些条件下能产生较好的增强效果。LAB算法对三维重建结果有轻微提升。建议采用E指标进行客观评估，因其与专家小组评估结果一致。
研究不足
该研究仅限于五种选定的图像增强方法和一组特定的水下图像数据集。评估指标可能无法完全反映这些方法在所有可能的水下环境中的性能表现。
1：实验设计与方法选择：
从当前最先进技术中选取了五种知名的水下图像增强方法。
2：样本选择与数据来源：
收集了来自不同水下环境（深度、浊度及光照条件各异）的异构图像数据集。
3：实验设备与材料清单：
采用不同相机及分辨率进行图像采集。
4：实验流程与操作步骤：
使用每种选定算法对数据集中的图像进行增强处理，并通过三种方式评估效果：客观指标、专家小组评估及三维重建结果。
5：数据分析方法：
采用定量指标进行客观评估，使用方差分析（ANOVA）处理专家小组评估结果，并借助Cloud Compare软件评估三维重建效果。
独家科研数据包，助您复现前沿成果，加速创新突破
获取完整内容-
Canon EOS 7D
EOS 7D
Canon
Image acquisition in underwater environments.
-
Nikon D90
D90
Nikon
Image acquisition in underwater environments.
-
Garmin VIRBXE
VIRBXE
Garmin
Image acquisition in underwater environments.
-
Agisoft PhotoScan
Professional Edition
Agisoft
3D reconstruction from images.
-
CloudCompare
2.10 alpha
3D point cloud comparison and analysis.
-
登录查看剩余3件设备及参数对照表
查看全部
