一种基于跳步采样扩散模型的轻量化水下图像增强方法

本发明公开了一种基于跳步采样扩散模型的轻量化水下图像增强方法，该方法通过设计注意力驱动的Transformer(AP‑Trans)模块的并行结构，实现时间步编码和颜色信息的独立并行处理，同时引入空间注意力机制增强细节恢复能力，并采用全局通道交互模块保持颜色保真度，实现水下图像的高质量增强，进一步通过将传统扩散模型中的大参数自注意力模块替换为轻量级通道注意力机制，显著降低了模型参数量，以及采用动态跳步采样策略，将传统跳步扩散模型的20‑50步采样过程缩减至5步，本发明方法在保持扩散模型优秀生成能力的同时还显著提升了增强效果，有效的解决时间步编码和颜色信息的交互干扰问题，并平衡了水下图像颜色和细节的恢复。