本书构建了涉水环境水下降质光学困像的恢复与增强相结合的处理方法。对于水下光学围像出现的四类主要降质特性（非均匀亮度、信噪比低、动态范围窄、颜色失真），提出了一种水下降质光学图像降质特性判断的参数指标，明确刻画了降质特性的定义与度量，为水下降质光学图像增强效果的评估提供了理论依据。另外，开展了水下降质光学图像增强的理论研究，以及结合四类主要降质特性进行水下降质光学图像增强的应用研究。 为了便于读者深入地理解并掌握水下降质光学图像增强方法及应用，本书配备有大量实用案例。本书的研究成果可以应用到水利工程及其他领域涉水环境降质光学图像增强。 本书可作为高等院校本科生、研究生图像信息处理、电子信息处理等专业的教材，也可作为图像信息处理、电子信息处理等相关工程技术和研究人员的参考书。

第一章 绪论
1.1 研究背景和意义
1.1.1 研究背景
1.1.2 研究意义
1.2 水下图像增强研究现状及发展趋势
1.2.1 水下图像降质成因
1.2.2 水下图像增强研究方法分类
1.2.3 水下图像增强研究现状
1.2.4 水下图像增强研究的发展趋势
1.3 本书的主要研究内容
1.4 本书的组织结构
第二章 水下降质光学图像特性判断与增强策略
2.1 水下降质光学图像特性判断及增强方法
2.1.1 水下降质光学图像特性判断
2.1.2 水下降质光学图像增强方法
2.2 单一特性水下降质光学图像恢复与增强方法
2.2 ，1非均匀亮度水下降质光学图像恢复
2.2.2 信噪比低水下降质光学图像恢复
2.2.3 动态范围窄水下降质光学图像恢复
2.2.4 颜色失真水下降质光学图像恢复
2.2.5 基于梯度域自适应增益模型图像增强
2.3 含有多种特性的水下降质光学图像增强方法
2.4 增强算法开发环境
2.4.1 增强算法软件平台
2.4.2 增强算法边界条件
2.5 水下图像增强评价指标
2.5.1 主观评价要素指标
2.5.2 客观评价尺度参数指标
本章小结
第三章 改进暗通道先验非均匀亮度图像增强
3.1 引言
3.2 暗通道先验理论在非均勾亮度图像中的局限性
3.3 改进暗通道先验非均匀亮度水下图像恢复算法
3.3.1 匀光处理算法
3.3.2 改进暗通道先验和引导滤波算法
3.4 暗通道增强图像梯度域特征融合增强算法
3.5 非均匀亮度特性图像增强实验
3.5.1 实验图像
3.5.2 匀光处理实验
3.5.3 暗通道先验和引导滤波实验
3.5.4 梯度城自适应增益增强实验
3.5.5 实验结果对比分析
3.6 非均匀光场条件下含有其他特性图像的增强
3.6.1 图像增强方法
3.6.2 实验图像
3.6.3 实验结果
3.6.4 实验分析评价
本章小结
第四章 优化透射率信噪比低图像增强
4.1 引言
4.2 水下探测目标成像模型图像恢复算法
4.2.1 全局背景光照向量估计
4.2.2 介质透射率估计（分块）
4.2.3 介质透射率再定义（平滑）
4.3 透射率优化图像梯度域特征融合增强算法
4.4 信噪比低特性图像增强实验
4.4.1 实验图像
4.4.2 实验图像去噪实验
4.4.3 RGB颜色空间广义有界对数运算图像增强实验
4.4.4 HSI颜色空间广义有界对数运算图像增强实验
4.4.5 实验结果分析
本章小结
第五章 仿生视觉retinex模型动态范围窄图像增强
5.1 引言
5.2 仿生视觉感知retinex模型增强算法
5.2.1 多尺度retinex感知增强算法
5.2.2 带色彩恢复的多尺度retinex感知增强算法
5.3 改进双重滤波retinex模型图像增强算法
5.3.1 自适应尺度因子高斯滤波MSRCR算法
5.3.2 HSI颜色空间引导滤波算法
5.4 仿生视觉retinex增强图像梯度域特征融合增强算法
5.5 动态范围窄特性图像增强实验
5.5.1 实验图像
5.5.2 MSRCR图像增强实验
5.5.3 HSI颜色空间引导滤波实验
5.5.4 梯度域广义有界对数运算实验
本章小结
第六章 对比度受限自适应直方图均衡颜色失真图像增强
6.1 引言
6.2 自适应直方图均衡彩色空间信息融合水下图像增强算法
6.3 不同颜色空间CLAHE算法
6.3.1 RGB颜色空间CLAHE算法
6.3.2 YIQ颜色空间CLAHE算法
6.3.3 HSI颜色空间CLAHE算法
6.4 YIQ和HSI颜色空间图像融合与梯度域自适应增强算法
6.5 颜色失真特性图像增强实验
6.5.1 实验图像
6.5.2 不同增强算法实验
6.5.3 融合系数关联图像增强实验
6.5.4 广义有界对数运算图像增强实验
6.5.5 增强算法抗噪声干扰实验
6.6 含有颜色失真的多种特性图像增强
6.6.1 图像增强方法
6.6.2 实验图像
6.6.3 实验结果
6.6.4 实验分析评价
本章小结
第七章 总结与展望
7.1 总结与创新
7.2 展望
附录 彩色插图
参考文献
致谢