这篇论文提出了一种较好的水下图像增强的方法。首先使用经过端到端训练的卷积神经网络去测量输入图片，同时以自适应双边滤波器对传输图片进行处理。接着提出一种基于白平衡的策略来消除图片的颜色偏差，用拉普拉斯金字塔融合获得无雾和色彩校正图像的融合结果。 最后，输出图像被转换为混合小波和方向滤波器组（HWD）域，用于去噪和边缘增强。 实验结果表明，该方法可以消除颜色失真，提高水下图像的清晰度。(This paper proposes a better underwater image enhancement

通过图像拼接技术，将多张单幅的图像拼接成为一张全景图。采用了基于模板匹配的方法来进行图像匹配，加权融合的策略，对两幅图片进行融合处理。(Through image stitching technology, multiple single images are spliced into a panorama. A method based on template matching is used for image matching, weighted fusion strategy, and

可以将多张图片进行景深融合，从而得到一张景深清晰的图片。(Multiple images can be fused with depth of field to get a picture with clear depth of field.)