Peningkatan Citra Bawah Air Melalui Penyematan Ruang Multiwarna Yang Dipandu Transmisi Media
Abstract
Kondisi lingkungan bawah air sering menyebabkan masalah utama pada gambar seperti distorsi warna dan kontras rendah, yang diakibatkan oleh hamburan serta atenuasi cahaya. Untuk menangani tantangan ini, kami mengembangkan Ucolor, sebuah jaringan peningkatan gambar bawah air yang mengintegrasikan pembelajaran multi-ruang warna dengan panduan transmisi medium. Pendekatan ini memanfaatkan encoder multi-ruang warna untuk menggabungkan karakteristik unik dari berbagai ruang warna ke dalam satu struktur yang kohesif.Dengan mekanisme perhatian, Ucolor mampu memilih dan menonjolkan fitur-fitur yang paling relevan secara adaptif. Selain itu, decoder yang dipandu transmisi medium dirancang untuk meningkatkan kualitas gambar pada area yang paling terpengaruh degradasi. Pendekatan ini mengombinasikan keunggulan metode berbasis model fisik dengan teknik pembelajaran mendalam. Pengujian menunjukkan hasil bahwa Ucolor secara konsisten menghasilkan gambar bawah air yang lebih baik dalam hal warna, kontras, dan kejelasan, melampaui metode lain baik secara visual maupun berdasarkan metrik kuantitatif.
References
Akkaynak, D., & Treibitz, T. (2018). A Revised Underwater Image Formation Model.
Proceedings of the IEEE Conference on Computer Vision and Pattern
Recognition (CVPR), 6723–6732.
Anwar, S., Li, C., & Porikli, F. (2020). Deep Underwater Image Enhancement. arXiv
preprint arXiv:1807.03528.
Army, J., & Fetty Tri, A. (2013). Perbandingan Kinerja Segmentasi Citra Melanoma
Pada Ruang Warna RGB Terkonsentrasi Melalui Pendekatan Fuzzy Mamdani.
Jurnal Teknologi dan Rekayasa, 10(2), 123-135.
Scan
Jurnal Teknologi Informasi dan Komunikasi
M.Fairus Ramadhani dkk., Peningkatan Citra
Bawah Air Melalui Penyematan Ruang Multiwarna
Yang Dipandu Transmisi Media
Volume 20 Nomor 1, Agustus 2025
Chang, Y., Chen, G., & Chen, J. (2023). Pixel-Wise Attention Residual Network For
Super-Resolution Of Optical Remote Sensing Images. Remote Sensing, 15(12),
Chao, D., Li, Z., Zhu, W., Li, H., Zheng, B., Zhang, Z., & Fu, W. (2024). AMSMCUGAN: Adaptive Multi-Scale Multi-Color Space Underwater Image
Enhancement With GAN-Physics Fusion. Mathematics, 12(10), 1551.
Chiang, J. Y., & Chen, Y. C. (2011). Underwater Image Enhancement By Wavelength
Compensation And Dehazing. IEEE Transactions on Image Processing, 21(4),
-1769.
Dou, Z., Wang, N., Li, B., Wang, Z., Li, H., & Liu, B. (2021). Dual Color Space Guided
Sketch Colorization. IEEE Transactions on Image Processing, 30, 7292-7304.
He, K., Sun, J., & Tang, X. (2010). Single Image Haze Removal Using Dark Channel
Prior. IEEE Transactions on Pattern Analysis and Machine Intelligence, 33(12),
-2353.
Irfan, M., Jiangbin, Z. H. E. N. G., Ali, S., Iqbal, M., Masood, Z., & Hamid, U. (2021).
Deepship: An Underwater Acoustic Benchmark Dataset And A Separable
Convolution Based Autoencoder For Classification. Expert Systems with
Applications, 183, 115270.
Islam, M. J., Xia, Y., & Sattar, J. (2020). Fast Underwater Image Enhancement For
Improved Visual Perception. IEEE Robotics and Automation Letters, 5(2), 3227-
Ji, K., Lei, W., & Zhang, W. (2024). A Real-World Underwater Image Enhancement
Method Based On Multi-Color Space And Two-Stage Adaptive Fusion. Signal,
Image and Video Processing, 18(3), 2135-2149.
Li, C. Y., Guo, J. C., Cong, R. M., Pang, Y. W., & Wang, B. (2016). Underwater Image
Enhancement By Dehazing With Minimum Information Loss And Histogram
Distribution Prior. IEEE Transactions on Image Processing, 25(12), 5664-5677.
Lin, P., Wang, Y., Li, Y., Fan, Z., & Fu, X. (2024). Underwater Color Correction
Network With Knowledge Transfer. IEEE Transactions on Multimedia.
Suharyanto, S., Frieyadie, F., & Kuryanti, S. J. (2021). Peningkatan Kualitas Citra
Bawah Air Berbasis Algoritma Fusion Dengan Keseimbangan Warna,
Optimalisasi Kontras, Dan Peregangan Histogram. Inti Nusa Mandiri, 16(1), 31-
Yang, M., Hu, K., Du, Y., Wei, Z., Sheng, Z., & Hu, J. (2020). Underwater Image
Enhancement Based On Conditional Generative Adversarial Network. Signal
Processing, 168, 107258.
Zhu, Q., Mai, J., & Shao, L. (2015). A Fast Single Image Haze Removal Algorithm
Using Color Attenuation Prior. IEEE Transactions on Image Processing, 24(10),
-3115
Full Text: PDF