Evaluation and Optimization of Underwater Image Restoration Algorithms

Évaluation et optimisation des algorithmes de restauration d'images sous-marines

Alan Le Boudec (1, 2) , Artur Mkrtchyan (1, 2, 3) , Barbara Džaja , Vincent Rodin (1, 2, 4) , Hai Nam Tran (1, 2)

1 UBO - Université de Brest
2 LabSTIC - Laboratoire des Sciences et des Technologies de l'Information et de la Communication
3 Yerevan State University
4 Lab-STICC_INUIT - Equipe Immersive Natural User Interaction team

On-board restoration of underwater images on embedded platforms such as marine drones is faced with many obstacles including image quality and real-time constraints. Confrontations met on the way vary from views to solution methods depending on the goals, such as underwater vehicle realtime control and positioning or underwater object recognition. In this research, five algorithms for underwater image restoration were studied and evaluated. In order to evaluate the quality of the performing algorithms nine evaluation criteria were used. Split into two types, the no reference metrics assesses only the quality of the image results, while the full reference criterion uses a reference image to estimate it. The calculation of these criteria allows each algorithm to be compared. Furthermore, the possibility to optimise algorithms in order to make them applicable to meet real-time requirements on embedded platforms was investigated.

La restauration embarquée d'images sous-marines sur des plates-formes embarquées telles que les drones marins est confrontée à de nombreux obstacles dont la qualité des images et les contraintes de temps réel. Les confrontations rencontrées en cours de route varient des points de vue aux méthodes de solution en fonction des objectifs, tels que le contrôle et le positionnement en temps réel du véhicule sous-marin ou la reconnaissance d'objets sous-marins. Dans cette recherche, cinq algorithmes de restauration d'images sous-marines ont été étudiés et évalués. Afin d'évaluer la qualité des algorithmes performants, neuf critères d'évaluation ont été utilisés. Divisés en deux types, le critère sans référence évalue uniquement la qualité des résultats de l'image, tandis que le critère avec référence complète utilise une image de référence pour l'estimer. Le calcul de ces critères permet de comparer chaque algorithme. En outre, la possibilité d'optimiser les algorithmes afin de les rendre applicables pour répondre aux exigences du temps réel sur les plateformes embarquées a été étudiée.

Domaines: Traitement des images [eess.IV]; Algorithme et structure de données [cs.DS]; Systèmes embarqués

Alan Le Boudec, Artur Mkrtchyan, Barbara Džaja, Vincent Rodin, Hai Nam Tran. Evaluation and Optimization of Underwater Image Restoration Algorithms. International Conference on Smart and Sustainable Technologies (SpliTech), Sep 2021, Split, Croatia. ⟨hal-03406203⟩