水下图像增强：物理模型与Matlab实现

1. 水下图像增强的核心挑战与解决思路

水下摄影与陆地摄影存在本质差异，这主要源于光线在水介质中的特殊传播特性。当光线进入水体后，会经历三个关键物理现象：选择性吸收、瑞利散射和米氏散射。其中波长较长的红光（620-750nm）在水下5米处就被吸收掉约90%，而蓝绿光（450-570nm）的穿透能力相对较强。这直接导致水下图像普遍存在严重的色偏问题，表现为整体呈现蓝绿色调。

另一个显著问题是悬浮颗粒造成的后向散射。水体中的浮游生物、矿物质等微小颗粒会使光线发生多次散射，在传感器上形成类似雾霾的效果。这种散射效应随着拍摄距离的增加呈指数级增长，使得图像对比度急剧下降。实测数据显示，在清澈海水中拍摄距离每增加1米，图像信噪比（SNR）会下降约6dB。

针对这些物理现象，当前主流的水下图像增强方法通常采用两级处理架构：

1. 波长补偿阶段：通过建立水下光学传输模型，估算不同颜色通道的衰减系数，进行逆向补偿
2. 去雾增强阶段：基于图像退化模型，分离目标信号与散射噪声，恢复原始场景反射率

关键提示：在Matlab中实现时，建议先对原始图像进行辐射定标，将像素值转换为真实的辐射强度值。这能显著提高后续物理模型计算的准确性。

2. 基于物理模型的波长补偿算法实现

2.1 水下光传输建模

光的水下传输可以用改进的比尔-朗伯定律描述：

code复制E(d,λ) = E(0,λ)·e^(-c(λ)·d) + B(∞,λ)(1-e^(-c(λ)·d))

其中c(λ)为衰减系数，包含吸收系数a(λ)和散射系数b(λ)。在Matlab中，我们可以通过以下步骤建立该模型：

matlab复制function [E_depth] = underwater_light_transmission(E0, wavelength, depth)
    % 获取各波长的衰减系数（需预先校准）
    c = get_attenuation_coefficient(wavelength); 
    
    % 计算背景散射光
    B_inf = 0.1 * E0; % 经验值，可根据水质调整
    
    % 计算传输后的光强
    exponent = -c * depth;
    E_depth = E0 .* exp(exponent) + B_inf .* (1 - exp(exponent));
end

2.2 颜色通道分离补偿

针对RGB图像，我们需要分别处理三个颜色通道。这里给出一个实用的波长补偿方案：

matlab复制function [corrected_img] = wavelength_compensation(input_img, depth_info)
    % 定义各通道中心波长（nm）
    wavelengths = [620, 540, 450]; % R,G,B
    
    % 获取各通道衰减系数（需实验测定）
    attenuation = [