基于多模态视觉引导与特征分解的水下图像复原方法

本案涉及一种基于多模态视觉引导与特征分解的水下图像复原方法，用于解决现有技术由于水中不同波长的光逐渐衰减引起的光吸收而导致图像出现颜色失真和对比度降低，由于光在遇到水中微粒时发生散射，导致图像模糊和细节丢失的问题。本案采用多模态提示学习，利用多个模态之间的互补性，将来自不同模态的特征整合为提示信息，以支持水下图像的颜色和对比度恢复；并利用可学习的小波从RGB模态特征中提取高频信息，同时还利用高频混合注意力模块，专注于高频特征中细微且难以察觉的细节区域，以恢复水下图像中纹理的清晰度。