{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期-部件”：[[2023,3,16]]，“日期-时间”：“2023-03-16T04:31:38Z”，“时间戳”：1678941098317}，“引用-计数”：58，“发布者”：“MDPI AG”，“问题”：“12”，“许可证”：[{“开始”：{-“日期-部分”：[2022,12,2]]，“时间”：2-12-02T00:00:00Z“，”时间戳“：1669939200000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“https:\/\/creativecommons.org\/licenses\/by\/4.0\/”}]，“资助者”：[{“名称”：“广西国家科学基金会”，“奖项”：[“2018GXNSFAA294056”]}，{“姓名”：“桂中青年教师\u2019年基础研究能力提升项目”，“奖金”：[”2022KY0703“]}、{“name”：“贺州大学校级科研项目”，“奖项”：[“209200297”]}，{“名称”：“贺洲大学\u2019s第十四个五年\u201cneed\u201d级学科\u201c信息与通信工程\u201d建设项目”}]，“内容域”：{“域”：[]，“交叉标记限制”：false}，“短容器时间”：[“熵”]，“抽象”：“通过波浪状的水\u2013空中界面成像具有挑战性，因为水的随机波动会导致图像中复杂的几何畸变和运动模糊，严重影响监测对象的有效识别。考虑到图像恢复精度和计算效率的问题，提出了一种结合幸运块搜索和图像配准技术的高效重建方案。首先，使用幸运补丁搜索策略重建高质量参考框架。然后采用迭代配准算法，通过将扭曲的帧注册到参考帧来消除严重的几何畸变。在配准过程中，我们集成了JADE和LBFGS算法作为优化策略，以加快控制参数的优化过程。最后，使用主成分分析和幸运块搜索算法对注册帧进行细化，以消除残余失真和随机噪声。实验结果表明，所提出的方法在清晰度和对比度方面显著优于最先进的方法<\/jats:p>“，”DOI“：”10.3390\/e24121765“，”type“：”journal-article“，”created“：{”date-parts“：[2022,12,2]，”date-time“：”2022-12-02T06:44:46Z“，”timestamp“：1669963486000}，”page“：水气界面成像：通过有效的配准算法恢复由表面波畸变的图像“]，”前缀“：”10.3390“，”卷“：”24“，”作者“：[{”给定“：”笔尖“，”家族“：”健“，”序列“：”第一“，”从属“：[]}，{”给出“：”春波“，”系列“：”马“，”sequence“：”附加“，”隶属“：[]}，“给定”：“德建”，“家族”：“朱”，“sequence“：”additional“，”affiliation“：[]}，”{“given”：“Qihong”，“family”：“Huang”，“sequence”：“additional”，“affiliance”：[]{，”given“：”Jun“，”family“：”Ao“，”sequence：“additive”，“filiation”：“[]}]，“member”：“1968”，“published-online”：{“date-parts”：[2022,12,2]}，“reference”：[{“key”：”ref_1“，“doi-asserted-by”：“crossref”，“unstructured”：Molkov，A.A.和Dolin，L.S.（2019年）。Snell\u2019s上层海洋遥感窗口图像：实际应用结果。J.Mar.科学。Eng.，7.“，”DOI“：”10.3390\/jmse7030070“}，{“key”：“ref_2”，“DOI-asserted-by”：“crossref”，“first page”：”19“，“DOI”：“10.1080\/09500340.2021.1874555”，“article-title”：“恢复被表面波扭曲的水下物体的瞬时图像”，“volume”:“68”，“author”：“Gardashov”，“year”：“2021”，“journal-title“：”J.Mod.Opt.“}”，{“key”：“ref_3”，“doi-asserted-by“：”crossref“，”unstructured“：”Li，N.，Thapa，S.，Whyte，C.，Reed，A.W.，Jayasuriya，S.和Ye，J.（2021201317年1月10日）。通过网格变形去除无监督非刚性图像畸变。IEEE计算机视觉国际会议论文集，加拿大魁北克省蒙特利尔。“，”DOI“：”10.1109\/ICCV48922.2021.00252“}，{”key“：”ref_4“，”DOI-asserted-by“：”crossref“，”first page“：“273”，“DOI”：“10.1007\/s40436-020-00340-z”，“article-title”：“使用压缩传感和图像注册对扭曲的水下图像进行两阶段恢复”，“volume”：“9”，“author”：“Zhang”，“year”：“2021”，“journal-title“：”Advv.Manuf.“}”，{“key”：”ref_5“，“非结构化”：“Tahtali，M.（2022）。《大气和海洋现象的传播与表征》，光学出版集团。“}，{”key“：”ref_6“，”doi-asserted-by“：”crossref“，”unstructured“：”Jian，B.，Ma，C.，Zhu，D.，Sun，Y.，and Ao，J.（2022）.透视波涛汹涌的水面\u2013Air Interface:被表面波扭曲的瞬时图像恢复模型.未来互联网，14.“，“doi”：“10.3390\/fi14080236”}，“key”：“ref_7”，“doi-assert-by”：“crossref.”，“first page”51“，”DOI“：”10.1109\/TPAMI.2011.05“，”article-title“：”平面折射几何“，”volume“：”34“，”author“：”Treibitz“，”year“：”2011“，”journal-title”：“IEEE Trans。模式分析。机器。智力。“}，{”key“：”ref_8“，”doi-asserted-by“：”crossref“，”unstructured“：”Diamant，Y.，and Schechner，Y.Y.（2008年1月23日\u201328）。克服视觉混响。美国阿拉斯加州安克雷奇市2008 IEEE计算机视觉和模式识别会议论文集。“doi”：“10.1109\/CVPR.2008.4587768”}，}，“key”：“ref_9”，“doi-assert-by”：“crossref.”，“”第一页“：”1262“，”DOI“：”10.1109\/OCEANS.2004.1405760“，”article-title“：”衰减自然闪烁模式“，”volume“：”volume 3“，”author“：”Schechner“，”year“：”2004“，”journal-title”：“Proceedings of the OCEANS\u2019 04 MTS\/IEEE Techno-Ocean\u201904（IEEE Cat.No.04CH37600）”}，{“key”：“ref_10”，“DOI-asserted-by”：“crossref”，“unstructured”：“”Suiter，H.、Flacco，N.、Carter，P.、Tong，K.、Ries，R.和Gershenson，M.（10月，1月29日）。介质水-空气转换中接近snell角的光学。2007年《海洋学报》，加拿大不列颠哥伦比亚省温哥华。“，”DOI“：”10.1109\/OCEANS.2007.4449337“}，{“key”：”ref_11“，”DOI-asserted-by“：”crossref“，”first page“：”B8“，”DOI“：“10.1364\/AO.54.0000B8”，“article-title”：“波浪中的Snell\u2019s窗口”，“volume”：“54”，“author”：“Lynch”，“year”：“2015”，“journal-title“：”Appl.Opt.“}“，{”key“：“ref_12”，“首页”：“870601-1”，“文章标题”：“红外成像系统：设计、分析、建模和测试XXIV”，“卷”：“卷8706”，“作者”：“霍尔斯特”，“年份”：“2013年”，“期刊标题”：“SPIE会议记录”}，{“关键”：“ref_13”，“首页”：“393”，《文章标题》：“透过水看”，“体积”：“7”，“作家”：“埃夫罗斯”，“年”：“2005年”，《期刊标题》：《高级神经信息处理系统》}ref_14”，“doi断言者”：“crossref”，“第一页”：“421”，“doi”：“10.1109\/ICPR.2006.371”，“文章标题”：“被水波扭曲的纹理分类”，“卷”：“第2卷”，“作者”：“捐赠”，“年份”：“2006”，“期刊标题”：“第18届国际模式识别大会论文集（ICPR\u201906）”}，{“key”：“ref_15”，“doi断言者”：crossref“，”first page“：”6376“，”DOI“：”10.1364\/AO.49.006376“，”article-title“：”动水面畸变图像的双谱分析与恢复“，”volume“：“49”，”author“：”Wen“，”year“：”2010“，”journal-title”：“Appl。选择。“}，{”key“：”ref_16“，”first-page“：”208“，”article-title“：”Multi-frame underwater image restoration“，”volume“：“volume 8185”，”author“：”Kanaev“，“year”：“2011”，“journal-title”：“Electro-Optical and Infrared Systems:Technology and Applications VIII”}，“{”密钥“：”ref_17“，”doi-asserted-by“：”crossref“article-title“：“使用结构张量定向图像质量（STOIQ）度量恢复由水下湍流退化的图像”，“体积”：“23”，“作者”：“Kanaev”，“年份”：“2015年”，“期刊标题”：“Opt。Express“}，{”key“：”ref_18“，”doi-asserted-by“：”crossref“，”first page“：“26009”，”doi“：”10.1364\/OE.26.026009“，”article-title“：”带质心演化的波状水面合成成像“，”volume“：Tian，Y.和Narasimhan，S.G.（10月，1月29日）。透过水看：使用基于模型的跟踪进行图像恢复。2009年IEEE第12届计算机视觉国际会议论文集，日本京都。“，”DOI“：”10.1109\/ICCV.2009.5459440“}，{“key”：”ref_20“，”DOI-asserted-by“：”crossref“，”first page“：”279“，“DOI”：“10.1007\/s11263-011-0509-0”，“article-title”：“非刚性图像失真的全局最优估计”，“volume”：“98”，“author”：“Tian”，“year”：“2012”，“journal-title“：”Int.J.Compute.Vis.“}”，{1“，”DOI-asserted-by“：”crossref“，”首页“：”1046“，”DOI“：”10.1109\/TIP.2015.2395814“，”article-title“：”水下图像去扭曲“，”volume“：”24“，”author“：”Seemakurthy“，”year“：”2015“，”journal-title”：“IEEE Trans。图像处理。“}，{”key“：”ref_22“，”doi-asserted-by“：”crossref“，”unstructured“：”Li，Z.，Murez，Z.、Kriegman，D.、Ramamoothi，R.和Chandraker，M.（2018年1月12日\u201315）。学习透过湍流看东西。2018年IEEE计算机视觉应用冬季会议论文集，美国内华达州塔霍湖。“doi”：“10.1109 \/WACV.2018.00062”}，}“key“：”ref_23“，”unstructured“：”James，J.G.，Agrawal，P.，and Rajwade，A.（11月，1月27日）。使用压缩感知和局部多项式图像表示相结合的非刚性畸变水下图像恢复。IEEE计算机视觉国际会议记录，韩国首尔。“｝，｛”key“：”ref_24“，”doi asserted by“：”crossref“，”nonstructured“：”Thapa，S.，Li，N.，and Ye，J.（2021年1月11日\u201317）。学习从水下图像中去除折射失真。IEEE\/CFF国际计算机视觉会议论文集，加拿大不列颠哥伦比亚省蒙特利尔市。“，”doi“：”10.1109\/ICCV48922.2021.00496“｝，｛”key“：”ref_25“，”doi-asserted-by“：”crossref“，”unstructured“：”Oreifej，O.，Shu，G.，Pace，T.，and Shah，M.（2011年1月20日\u201325）。一种用于透视水的两阶段重建方法。《2011年CVPR会议记录》，科罗拉多州科罗拉多斯普林斯”，“DOI”：“10.1109\/CVPR.2011.5995428”}，{“key”：“ref_26”，“DOI-asserted-by”：“crossref”，“first page”：”5289“，”DOI“：”10.12733\/jics20104731“，”article-title“：”通过基于运动场的核回归消除水波动“，”volume“：”11“，”author“：”Hu“，”“year”：“2014”，“journal-title”：“J.Inf”。计算。科学。“}，{”key“：”ref_27“，”doi-asserted-by“：”crossref“，”first page“：“：”9996“，”doi“：”10.1364 \/OE.27.00996“，“文章标题”：“使用鲁棒配准重建扭曲的水下图像”，“卷”：“27”，“作者”：“张”，“年份”：“2019年”，“期刊标题”：。Express“}，{”key“：”ref_29“，”doi-asserted-by“：”crossref“，”unstructured“：”Sun，T.，Tang，Y.，and Zhang，Z.（2020）.利用图像配准技术重建畸变水下图像的结构信息.Appl.Sci.，10.“，”doi“：”10.3390\/app10165670“}”，{“key”：“ref_30”，“doi-assert-by”：“crossref.”，“unstructure”：“Yang，L.，and Ji，H.（2019）.一种具有自适应边缘选择的变分EM框架用于盲运动去模糊[C]\/\/。2019: 10167-10176. 程序。IEEE \/CVF配置计算。视觉。模式识别器。，10167\u201310176.“，”DOI“：”10.1109\/CVPR.2019.01041“}，{“key”：”ref_31“，”DOI-asserted-by“：”crossref“，”first page“：”2923“，”DI:“10.1109\/TCSVT.2020.3034137”，”article-title“：”一种简单的局部最小强度先验和一种改进的盲图像去模糊算法“，”volume“：“31”，”author“：”Wen“，”year“：”2020“，”journal-title:“”IEEE传输。电路系统。视频技术。“}，{”key“：”ref_32“，”doi-asserted-by“：”crossref“，”first-page“：”116050“，”doi“：”10.1016\/j.image.2020.116050“，”article-title“：”使用深度稀疏补丁最大梯度先验的快速盲解卷积“，”volume“：“90”，“author”：“Xu”，“year”：“2021”，“journal-title”：“Signal Process.image Commun.”}，”{“key”：“ref_33”，“first-page:”104“，“文章标题”：“来自大气扩散图像流的自动视频增强：幸运区域融合方法”，“卷”：“卷7463”，“作者”：“Aubailly”，“年份”：“2009年”，“期刊标题”：“大气光学：模型、测量和靶向环路传播III”}，{“关键”：“ref_34”，“非结构化”：“Cox，C.和Munk，W.（2022年11月28日）根据太阳闪烁的照片推断出的海面坡度。可在线获取：https:\/\/escholarship.org\/uc\/item\/1p202179.“}，{”key“：”ref_35“，”doi-asserted-by“：”crossref“，”first page“：“64”，”doi“：”10.1007\/s00138-021-01188-4“，”article-title“：”Water\u2013air imaging：“基于两次注册算法的变形图像重建”，“volume”：“32”，“author”：“Cai”，“year”：“2021”，“journal-title”：“”机器。视觉。申请。“}，{”key“：”ref_36“，”doi-asserted-by“：”crossref“，”unstructured“：”Alterman，M.，Swirski，Y.，and Schechner，Y.Y.（2014年1月2日\u20134）。STELLA MARIS：恒星海洋折射成像传感器。美国加利福尼亚州圣克拉拉市2014 IEEE国际计算摄影会议（ICCP）论文集key“：”ref_37“，”unstructured“：”Javidi，B.，and Son，J.-Y.（2016）。《自然随机折射畸变中的3D》，国际光学与光子学学会。“}，{”key“：”ref_38“，”doi-asserted-by“：”crossref“，”first-page“：”10841“，”doi“：”10.1007\/s00521-06216-y“，”article-title“：”用于连续优化和分类问题的自适应混合差分进化算法“，”volume“：crossref“，”first page“：”3338“，”DOI“：”10.1109\/TNNLS.2019.2891088“，”article-title“：”加速线性收敛随机L-BFGS算法“，”volume“：“30”，”author“：”Chang“，”year“：”2019“，”journal-title”：“IEEE Trans。神经网络。学习。系统。“}，{”key“：”ref_40“，”doi-asserted-by“：”crossref“，”first page“：“712”，”doi“：”10.1109\/42.796284“，”article-title“：”使用自由形式变形的非刚性配准：乳腺MR图像应用“，”volume“:”18“，”author“：”Rueckert“，”year“：”1999“，”journal-title”：“IEEE Trans.Med.Imaging”}，”{“key”：“ref_41”，“unstructured”：“”Kaufman，L.和Rousseeuw，P.J.（2009年）。《在数据中寻找群体：聚类分析导论》，John Wiley&Sons。“}，{”key“：”ref_42“，”doi-asserted-by“：”crossref“，”first-pages“：”319“，”doi“：”10.1109\/LSP.2013.2244081“，”article-title“：”图像质量评估的边缘强度相似性“，”volume“：“20 600“，”doi“：”10.1109\/TIP.2003.819861”，“文章标题”：“图像质量评估：从错误可见性到结构相似性”，“卷”：“13”，“作者”：“王”，“年份”：“2004”，“期刊标题”：”IEEE Trans。图像处理。“}，{”key“：”ref_44“，”doi-asserted-by“：”crossref“，”first page“：“2378”，”doi“：”10.1109\/TIP.2011.2109730“，”article-title“：”FSIM:图像质量评估的特征相似性指数“，”volume“：：“Ryu，E.K.和Yin，W.（2022年）。《大规模凸优化：通过单调算子的算法与分析》，剑桥大学出版社。“，”DOI“：”10.1017\/9781009160865“}，{“key”：”ref_46“，”DOI-asserted-by“：”crossref“，”first page“：”501“，“DOI”：”10.1007\/s10107-012-0522-2“，”article-title“：”BFGS方法的完美示例“，”volume“：ted-by“：”crossref“，”first page“：”1380“，”DOI“：”10.1137\/16M1062053“，“article-title”：“随机准牛顿更新是线性收敛的矩阵反演算法”，“volume”：“38”，“author”：“Gower”，“year”：“2017”，“journal-title“：”SIAM J.matrix Anal。申请。“}，{”key“：”ref_48“，”unstructured“：”Lin，Z.，Chen，M.，and Ma，Y.（2010）.精确恢复受损低秩矩阵的增广拉格朗日乘子方法.arXiv预印本。“}”，{“key”：“ref_49”，“unstructure”：“Jian，B.（2022，11月28日）.通过波浪水面观察：从扭曲的视频序列重建无失真图像。“}，{”key“：”ref_50“，”doi-asserted-by“：”crossref“，”first page“：“541”，”doi“：”10.1109\/JOE.2015.2469915“，”article-title“：”Human-visual-system-inspired underwater image quality measures“，“volume”：“41”，“author”：“Panetta”，“year”：“2015”，“journal-title”：“IEEE J.Ocean.Eng.”}，“key”：”ref“_51”，“doi-assert-by”：“crossref.”，“首页”：“209”，“doi”：“10.1109\/LSP.2012.227726“，”article-title“：”制作一台完全盲\u201d图像质量分析仪“，”volume“：”20“，”author“：”Mittal“，”year“：”2012“，”journal-title”：“IEEE Signal Process。莱特。“}，{”key“：”ref_52“，”doi-asserted-by“：”crossref“，”first-page“：”1397“，”doi“：”10.1109\/TPAMI.2012.213“，”article-title“：”Guided image filtering“，”volume“：“35使用深度学习从胸部X射线图像中识别新冠肺炎样本：转移学习方法的比较”，“卷”：“28”，“作者”：“拉哈曼”，“年份”：“2020”，“期刊标题”：“X射线科学杂志”。Technol公司。“}，{”key“：”ref_54“，”doi-asserted-by“：”crossref“，”unstructured“：”Chen，H.，Li，C.，Wang，G.，Li.，X.，Rahaman，M.，Sun，H.、Hu，W.，Li、Y.，Liu，W.和Sun，C.（2021）。Gashis-transformer:胃组织病理学图像分类的多尺度视觉变换方法。arXiv电子打印。“，”doi“：”10.1016\/j.patcog.2022.108827“}”，{“key”：“”ref_55“，”doi-asserted-by“：”crossref“，”first page“：”23“，”doi“：”10.1007\/s11263-020-01359-2“，”article-title“：”从手工到深层特征的图像匹配：A survey“，”volume“：“129”，”author“：”Ma“，“year”：“2021”，”journal-title”：“Int.J.Compute。视觉。“｝，｛”key“：”ref_56“，”doi asserted by“：”crossref“，”首页“：”107885“，”doi“：”10.1016\/j.patcog.2021.107885“，”文章标题“：”LCU-Net:一种新的低成本环境微生物图像分割U-Net“，”卷“：”115“，”作者“：”张“，”年份“：”2021“，”期刊标题“：”模式识别“。｝，｛”key“：”ref_57“，”doi asserted by“：”crossref“，”首页“：”105265“，”DOI“：”10.1016\/j.compbiomed.2022.105265”，“article-title”：“IL-MCAM：一种基于交互式学习和多渠道注意机制的弱监督大肠组织病理学图像分类方法”，“volume”：“143”，“author”：“Chen”，“year”：“2022”，“journal-title“Compute”。生物医学“}，{”key“：”ref_58“，”doi-asserted-by“：”crossref“，”first page“：“4809”，”doi“：”10.1007\/s10462-021-101210-0“，”article-title“：”计算机辅助全滑图像分析综合评述：从数据集到特征提取、分割、分类和检测方法“，”volume“：55”，“author”：“Li”，“year”：“2022”，“journal-title“：”文章。智力。Rev.“}]，”container-title“：[”Entropy“]，”original-title”：[]，”language“：”en“，”link“：[{”URL“：”https:\/\/www.mdpi.com\/1099-4300\/24\/12\/1765\/pdf“，”content-type“：”unspecified“，”content-version“：”vor“，”intended-application“：”similarity-checking“}”，“deposed”：{“date-parts”：[2023,3,15]]，“date-time”：“202”3-03-15T03:11:40Z“，”时间戳“：1678849900000}，”score“：1，”resource“：{主要”：{“URL”：“https:\\/www.mdpi.com\/1099-4300\/24\/12\/1765”}}，”subtitle“：[]，”shorttitle“：[]，”issued“：{date-parts”：[2022,12,2]}，“references-count”：58，“journal-issue”：{issue“12”，“published-on-line”：{date-parts“：[2022,12]}}}”，“alternative-id”：[“e2411765”]，“URL”：“http://\/dx.doi.org\/10.3390\/e24121765”，“关系”：{}，“ISSN”：[“1099-4300”]，“ISSN-type”：[{“value”：“1099-430”，“type”:“electronic”}]，“subject”：【】，“published”：{“date-parts”：【2022，12，2】】}}