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

（1）图像基本操作：不同格式（大于3种）图像的读入与存盘、文字叠加、不同彩色空间的转换、图像的DCT及FFT变换等； （2）图像增强：包括直方图拉升（线性和非线性）、直方图均衡、平滑与锐化（采用不同的滤镜），美颜（加分项）； （3）图像恢复：几何操作（如旋转、缩放、投影校正等）、模糊恢复（如运动模糊消除等，加分项）； （4）图像合成（加分项）：实现换头、换背景、图像拼接等功能。((1) Basic operation of image: reading and saving of images