水下图像增强这个方向我从几年前做水下机器人视觉项目时就开始关注了。当时最头疼的问题就是同一套目标检测模型在空气中跑得好好的一到水下就各种漏检误检画面偏蓝偏绿、对比度低、远处雾蒙蒙一片。后来翻了不少论文其中WCID这篇算是比较早把“波长补偿”和“图像去雾”两条路线合在一起的工作思路清晰工程上也好落地。今天就把我对这篇论文的理解、复现过程、踩过的坑以及后续做的一些改进完整地聊一聊。如果你正在做水下视觉、水下机器人、水下摄影后期或者单纯对图像增强感兴趣这篇内容应该能给你一些可以直接抄作业的东西。我会从原理讲到代码实现再到参数调试和问题排查尽量把每个“为什么”都说清楚。1. 水下图像为什么会变成这样1.1 光在水里到底经历了什么要理解WCID为什么这么设计得先搞清楚水下成像的物理过程。光在空气中传播衰减很慢几百米外的东西还能看清轮廓。但到了水里情况完全不一样。水对不同波长的光吸收率差异极大。红光波长最长最先被吸收大概在水下5米左右就基本消失了橙光、黄光紧随其后蓝光和绿光穿透力最强能到几十米。这就是为什么大部分水下照片都是蓝绿色调——不是相机白平衡坏了是红光真的没了。除了吸收还有散射。水里的悬浮颗粒、浮游生物会把光线向各个方向散射导致两个后果一是画面整体蒙上一层“雾”对比度下降二是前向散射会让边缘模糊细节丢失。距离越远这两个效应越明显。用一个简化的物理模型来描述I(x) J(x) · t(x) A · (1 - t(x))其中I是相机拍到的图像J是真实场景的反射光也就是我们想恢复的t是透射率A是背景光/水体光。这个模型和大气去雾的模型形式一样但水下多了“波长相关衰减”这一层。1.2 为什么不能直接套用大气去雾很多人第一反应是既然模型一样那直接拿暗通道先验去雾不就行了我一开始也是这么想的实测下来效果并不理想。原因在于大气去雾假设三个通道的衰减是一致的但水下红通道衰减远快于蓝绿通道。如果直接去雾暗通道估计出来的透射率对红通道是偏大的恢复出来的红色要么过曝要么噪声爆炸。另外水下背景光A通常不是灰白色而是偏蓝绿直接估计会引入色偏。WCID的核心贡献就是在去雾之前先做一步“波长补偿”把红通道的能量补回来让三个通道的衰减尽量拉平再去雾就合理多了。1.3 WCID的整体思路一句话概括先用波长补偿把红通道的衰减补上再用改进的去雾算法去除散射造成的雾化两步走。听起来简单但每一步都有不少细节。2. 波长补偿这一步到底怎么做的2.1 补偿的本质是“借能量”红通道在水下衰减最严重但它的信息并不是完全消失了而是被压缩了。波长补偿的思路就是从蓝绿通道里“借”一部分能量按一定比例补偿到红通道。论文里用的方法核心是分析蓝绿通道和红通道之间的关系。具体来说它假设在局部区域内红通道和蓝绿通道的强度存在某种线性或非线性映射。通过统计整幅图像的通道均值、方差等估计出一个补偿系数。我复现时用的简化版本是这样的import cv2 import numpy as np def wavelength_compensation(img, alpha1.0, beta0.5): img: BGR格式 alpha: 红通道补偿强度 beta: 蓝绿通道借用比例 b, g, r cv2.split(img.astype(np.float32)) # 计算蓝绿通道的平均值作为补偿源 bg_mean (b g) / 2.0 # 红通道补偿原始红 从蓝绿借来的能量 r_compensated r alpha * (bg_mean - r) * beta # 限制范围 r_compensated np.clip(r_compensated, 0, 255) # 合并 result cv2.merge([b, g, r_compensated.astype(np.uint8)]) return result这段代码里alpha控制补偿的总强度beta控制从蓝绿通道借多少。实测下来alpha在0.8到1.2之间、beta在0.3到0.6之间比较稳。2.2 补偿系数不是拍脑袋定的上面代码里的参数看着简单但怎么定是有讲究的。论文里通过分析大量水下图像发现红通道的衰减程度和场景深度、水体浊度相关。深度越大、水越浑红通道损失越严重补偿就要越强。我的做法是先算整幅图像红通道的均值再算蓝绿通道均值的平均两者比值作为衰减指标。比值越小说明红通道损失越严重alpha就取大一点。def estimate_alpha(img): b, g, r cv2.split(img.astype(np.float32)) r_mean np.mean(r) bg_mean (np.mean(b) np.mean(g)) / 2.0 ratio r_mean / (bg_mean 1e-6) # ratio越小衰减越严重alpha越大 alpha np.clip(1.5 - ratio, 0.5, 1.5) return alpha这个自适应策略比固定参数效果好不少尤其是在处理不同深度的图像时。2.3 补偿过度的后果这里要特别提醒补偿不是越多越好。我踩过的坑是alpha设太大红通道直接过曝画面出现大片红色噪点尤其是暗部区域。原因是暗部本来信噪比就低强行放大红通道等于把噪声也放大了。注意补偿后一定要检查红通道直方图如果出现明显的右侧堆积大量像素接近255说明补偿过度需要调小alpha或beta。另一个技巧是补偿只在红通道上进行蓝绿通道保持不动。有些改进版本会同时对蓝绿通道做轻微抑制但WCID原版没有这一步我建议先按原版来效果不够再考虑。3. 去雾环节的改进与实现3.1 暗通道先验在水下的适配去雾这一步WCID用的是基于暗通道先验的框架但做了水下适配。暗通道先验的核心观察是无雾图像的局部区域里总有一个通道的强度非常低接近0。水下图像经过波长补偿后这个假设在一定程度上也成立。暗通道的计算def dark_channel(img, patch_size15): b, g, r cv2.split(img.astype(np.float32)) min_channel np.minimum(np.minimum(b, g), r) kernel cv2.getStructuringElement(cv2.MORPH_RECT, (patch_size, patch_size)) dark cv2.erode(min_channel, kernel) return darkpatch_size的选择有讲究。太小暗通道估计噪声大太大透射率图会过于平滑丢失细节。我一般从15开始试图像分辨率高的话可以适当加大到21或31。3.2 背景光估计的坑背景光A的估计传统做法是取暗通道最亮的前0.1%像素在原图中找对应位置最亮的点。但水下图像有个问题画面里最亮的区域往往是水体本身或者反光的悬浮颗粒不是真正的背景光。我的改进做法是先排除图像边缘区域边缘经常有水面反光再在暗通道最亮的候选点里选蓝绿通道均值最大的点作为背景光。因为水下背景光偏蓝绿这个策略更稳。def estimate_atmospheric_light(img, dark, top_percent0.001): h, w img.shape[:2] # 排除边缘 margin int(min(h, w) * 0.1) mask np.ones((h, w), dtypebool) mask[:margin, :] False mask[-margin:, :] False mask[:, :margin] False mask[:, -margin:] False dark_masked dark.copy() dark_masked[~mask] 0 num_pixels int(h * w * top_percent) flat_dark dark_masked.flatten() indices np.argsort(flat_dark)[-num_pixels:] flat_img img.reshape(-1, 3) candidates flat_img[indices] # 选蓝绿通道均值最大的 bg_score candidates[:, 0] candidates[:, 1] best_idx np.argmax(bg_score) A candidates[best_idx] return A3.3 透射率估计与细化透射率t的估计用的是经典公式t(x) 1 - omega * min_over_channels( I(x) / A )omega是去雾强度一般取0.85到0.95。水下我建议取0.9左右太低去雾不彻底太高容易过增强。直接算出来的透射率图会有块状效应需要用导向滤波或软抠图细化。导向滤波速度快效果也够用def refine_transmission(img, transmission, radius40, eps1e-3): gray cv2.cvtColor(img, cv2.COLOR_BGR2GRAY).astype(np.float32) / 255.0 transmission transmission.astype(np.float32) refined cv2.ximgproc.guidedFilter(gray, transmission, radius, eps) return refined注意cv2.ximgproc需要opencv-contrib-python包普通opencv-python没有这个模块。安装命令是pip install opencv-contrib-python。3.4 恢复公式与参数微调最后一步恢复J(x) (I(x) - A) / max(t(x), t0) At0是透射率下限防止除零和噪声放大一般取0.1。水下我建议取0.15到0.2因为水下噪声本来就大透射率太低时恢复出来的像素噪声会非常明显。def recover(img, A, transmission, t00.15): img img.astype(np.float32) A A.astype(np.float32) transmission np.maximum(transmission, t0) result np.zeros_like(img) for i in range(3): result[:, :, i] (img[:, :, i] - A[i]) / transmission A[i] result np.clip(result, 0, 255) return result.astype(np.uint8)4. 完整流程串起来与实测效果4.1 从原图到增强图的完整代码把上面几步串起来就是一个完整的WCID流程def wcid_enhance(img, patch_size15, omega0.9, t00.15): # Step 1: 波长补偿 alpha estimate_alpha(img) compensated wavelength_compensation(img, alphaalpha, beta0.5) # Step 2: 暗通道 dark dark_channel(compensated, patch_size) # Step 3: 背景光估计 A estimate_atmospheric_light(compensated, dark) # Step 4: 透射率估计 norm_img compensated.astype(np.float32) / A transmission 1 - omega * dark_channel(norm_img, patch_size) # Step 5: 透射率细化 transmission refine_transmission(compensated, transmission) # Step 6: 恢复 result recover(compensated, A, transmission, t0) return result4.2 参数速查表调参是复现论文最耗时间的环节。我把常用参数范围整理成表方便你直接对照参数含义推荐范围说明alpha红通道补偿强度0.8-1.2自适应估计更稳beta蓝绿借用比例0.3-0.6太大红通道会过曝patch_size暗通道窗口15-31高分辨率取大值omega去雾强度0.85-0.95水下建议0.9t0透射率下限0.15-0.2防噪声放大radius导向滤波半径30-60越大越平滑eps导向滤波正则1e-3-1e-2越大越平滑4.3 实测对比与主观评价我拿几组不同场景的水下图像做了测试浅水区珊瑚、深水区沉船、浑浊水域管道。整体来看WCID对偏蓝绿、雾化明显的图像效果最好色彩恢复自然对比度提升明显。但也有局限。对于红通道信息几乎完全丢失的深水图像补偿出来的红色偏灰不够鲜艳。这时候可以考虑在WCID之后再加一步白平衡或色彩迁移。另外如果图像本身噪声很大去雾后噪声会被放大建议先去噪再增强。5. 常见问题与排查技巧5.1 增强后画面偏红或偏蓝这是最常见的色彩问题。偏红通常是波长补偿过度调小alpha或beta。偏蓝则是去雾不彻底或背景光估计偏蓝可以适当提高omega或者检查背景光估计是否选到了水体区域。我的经验是先固定去雾参数单独调补偿参数看红通道直方图是否合理再固定补偿参数调去雾参数。分开调比一起调容易定位问题。5.2 暗部噪声爆炸去雾公式里除以透射率透射率小的地方噪声会被放大。解决办法有三个提高t0、先去噪再增强、或者对暗部做单独的降噪处理。我一般用t00.2配合双边滤波效果比较平衡。5.3 透射率图出现块状或光晕这是暗通道窗口太大或细化不够导致的。调小patch_size或者增大导向滤波的radius和eps。如果还有光晕可以试试软抠图但速度会慢很多。5.4 处理速度太慢WCID的每一步都有优化空间。暗通道可以用积分图加速导向滤波本身已经是线性复杂度恢复步骤可以向量化。如果做视频处理建议把图像缩放到720p以下再处理速度能提升好几倍效果损失不大。5.5 问题速查表现象可能原因解决方向画面偏红补偿过度调小alpha/beta画面偏蓝去雾不足提高omega暗部噪声大透射率过低提高t0或先去噪块状效应窗口过大调小patch_size光晕明显细化不足增大radius/eps处理慢分辨率高降采样或加速6. 后续改进方向与我的一些实践6.1 从WCID到深度学习WCID是传统方法的代表优点是物理可解释、不需要训练数据、参数少。但它的上限也明显补偿和去雾都是基于先验假设遇到复杂场景容易失效。后来我试过用GAN做水下增强效果确实更好尤其是色彩和细节。但训练数据难搞而且容易过拟合到特定水域。我的建议是如果只是做少量图像处理WCID够用如果要做产品级应用可以考虑WCID做预处理再接一个轻量级网络做精修。6.2 多尺度融合的思路另一个改进方向是多尺度融合。水下图像的不同区域退化程度不一样近处清晰、远处雾化。可以对图像分区域处理近处少增强、远处多增强再融合。这个思路在一些后续论文里有体现实测对深水图像效果提升明显。6.3 工程落地的一些体会最后分享几个工程上的经验。第一参数不要写死要根据图像统计量自适应否则换个场景就得重调。第二处理流程要模块化补偿、去雾、后处理分开方便单独替换和调试。第三一定要做主观评价PSNR、SSIM这些指标在水下图像上参考价值有限人眼看着舒服才是真的舒服。我在实际项目里最终上线的方案是WCID加一个轻量级的色彩校正网络处理一帧1080p图像大概30毫秒能满足实时性要求。踩过的坑主要是参数自适应和噪声控制这两块做好了WCID的稳定性还是很不错的。
