方法一、
    方法本身就是错的，是篇水论文。
    image.png

    方法二、
    效果不好，整体偏红
    FM83KIPCS~NKKO78G]$M)E5.jpg
    image.png

    方法三、
    实现出来效果不好
    image.png
    image.png

    四、
    最后选择了这种方法：
    image.png
    image.png
    image.png
    image.png

    采用的是先色彩修正再去雾的方法。

    image.png
    代码先放一部分：

    1.     //先增强再去雾
    2.     Image_Enhance(image, image);
    3.     Color_Correction(image, testimage, 2);
    4.     HazeRemoval(testimage, finalimage);
    5.     imshow("补偿后的图", image);
    6.     imshow("去雾后的图", finalimage);
    7.     imshow("增强后的图", testimage);

    全部代码：
    HazeRemoval见上一篇博客。

    1. /***************************************************************
    2.     FunctionName:   Color_Correction
    3.     Purpose:        白平衡图像矫正
    4.     Parameter:      src 输入图像
    5.                     dst 输出图像
    6.                     method:
    7.                         1 绿通道为1
    8.                         2 灰度世界算法
    9.     Return:         无
    10. ****************************************************************/
    12. void Color_Correction(Mat& src,Mat & dst,int method)
    13. {
    14.     vector<Mat> bgrChannels;
    15.     split(src, bgrChannels);
    17.     double B_mean, G_mean, R_mean;
    18.     double B_std, G_std, R_std;
    19.     double B_gain, G_gain, R_gain;
    21.     Mat mean, stdDev;
    22.     meanStdDev(src, mean, stdDev);
    24.     B_mean = mean.at<double>(0, 0);
    25.     G_mean = mean.at<double>(1, 0);
    26.     R_mean = mean.at<double>(2, 0);
    28.     B_std = stdDev.at<double>(0, 0);
    29.     G_std = stdDev.at<double>(1, 0);
    30.     R_std = stdDev.at<double>(2, 0);
    31.     //计算增益方法
    32.     switch (method)
    33.     {
    34.     case 1://算法1 AWB
    35.         B_gain = G_mean / B_mean;
    36.         G_gain = 1;
    37.         R_gain = G_mean / R_mean;
    38.         break;
    39.     case 2://算法2：灰度世界算法
    40.         B_gain = (R_mean + G_mean + B_mean) / (3 * B_mean);
    41.         G_gain = (R_mean + G_mean + B_mean) / (3 * G_mean);
    42.         R_gain = (R_mean + G_mean + B_mean) / (3 * R_mean);
    43.         break;
    45.     }
    47.     bgrChannels[0] *= B_gain;
    48.     bgrChannels[1] *= G_gain;
    49.     bgrChannels[2] *= R_gain;
    51.     //归一化
    52.     double bgrmin[3], bgrmax[3];
    53.     for (size_t i = 0; i < 3; i++)
    54.     {
    55.         minMaxLoc(bgrChannels[i], &bgrmin[i], &bgrmax[i]);
    56.         bgrChannels[i] = (bgrChannels[i] - bgrmin[i]) / (bgrmax[i] - bgrmin[i]);
    57.     }
    59.     merge(bgrChannels, dst);
    60. }
    2. /***************************************************************
    3.     FunctionName:   Image_Enhance
    4.     Purpose:        色彩补偿 水下改进的UWB算法
    5.     Parameter:      src 输入图像
    6.                     dst 输出图像
    7.     Return:         无
    8. ****************************************************************/
    9. void Image_Enhance(Mat& src, Mat& dst)
    10. {
    11.     Mat fsrc;
    12.     src.convertTo(fsrc, CV_32FC3, 1.0 / 255, 0);//图片像素归一化
    14.     vector<Mat> bgrChannels;
    15.     split(fsrc, bgrChannels);
    17.     Mat Ib(bgrChannels[0]);
    18.     Mat Ig(bgrChannels[1]);
    19.     Mat Ir(bgrChannels[2]);
    21.     double Ib_mean = mean(Ib)[0];
    22.     double Ig_mean = mean(Ig)[0];
    23.     double Ir_mean = mean(Ir)[0];
    27.     Mat Irc = Ir + (Ir_mean / Ib_mean) * (Ib_mean - Ir_mean) * (Ib / Ir).mul((1 - Ir).mul(Ib));
    28.     Mat Igc = Ig + (Ig_mean / Ib_mean) * (Ib_mean - Ir_mean) * (Ib / Ig).mul((1 - Ig).mul(Ib));
    32.     Irc.copyTo(bgrChannels[2]);
    33.     Igc.copyTo(bgrChannels[1]);
    35.     merge(bgrChannels, dst);
    37. }

    效果展示如下：
    image.png
    image.png

    参考文献：
    基于暗原色先验模型的水下彩色图像增强算法_曹美.pdf基于色彩校正与暗通道先验算法的水下图像增强方法_陈浩.pdf水下图像增强和修复算法综述_魏郭依哲.pdfAkkaynak_Sea-Thru_A_Method_for_Removing_Water_From_Underwater_Images_CVPR_2019_paper.pdfSingle_Image_Haze_Removal_Using_Dark_Channel_Prior.pdf