一种改进的水下图像增强方法

本发明公开了一种改进的水下图像增强方法，包括以下步骤：轻量化下采样与特征提取；多阶段注意力增强与特征优化；多路径特征重建；多级输出融合与图像恢复。本发明将UNet++模型首次引入水下图像增强领域，并将下采样层的标准卷积替换为轻量化卷积，在每一层轻量化卷积后级联局部噪声抑制、空间‑通道协同优化与全局色偏补偿三阶段注意力机制，生成多层级增强结果，最终通过加权平均策略融合输出。通过轻量化卷积替换，显著降低了模型参数量和计算复杂度，提升了计算效率。本发明通过三阶段注意力机制，精准修复水下图像的悬浮颗粒噪声、边缘模糊、色彩失真等典型退化问题。本发明解决了现有方法中常见的光斑等伪影问题和过度平滑问题。