珊瑚礁是大自然最複雜和色彩斑斕的生物構造之一。但正如任何水下攝影師所知，在沒有人工照明的情況下拍攝的照片通常會顯得平淡而藍色。即使是淺水也會有選擇性地吸收和散射不同波長的光，使某些特徵難以看清，並沖淡色彩，尤其是紅色和黃色。這種效應使得珊瑚科學家難以使用計算機視覺和機器學習演算法來識別、計數和分類水下影像中的物種；他們不得不依賴耗時的人工評估。
但是，由工程師和海洋學家 Derya Akkaynak 開發的一種名為 Sea-thru 的新演算法，可以消除影像中由水引起的視覺失真。對於需要看到水下真實顏色的生物學家來說，其影響可能是深遠的。Akkaynak 和她在以色列海法大學的博士後導師工程師 Tali Treibitz 在一篇論文中詳細介紹了該過程，該論文於 6 月在 IEEE 計算機視覺和模式識別會議上發表。
大型珊瑚礁群的原始照片，未經 Sea-thru 處理。圖片來源：Derya Akkaynak
支援科學新聞報道
如果您喜歡這篇文章，請考慮透過以下方式支援我們屢獲殊榮的新聞報道： 訂閱。透過購買訂閱，您將有助於確保未來繼續有關於塑造我們當今世界的發現和思想的具有影響力的報道。
Sea-thru 的影像分析考慮了大氣中光吸收和散射的物理原理，並與海洋中的情況進行了比較，海洋中光相互作用的粒子要大得多。然後，該程式有效地逐畫素反轉來自水的影像失真，從而恢復丟失的顏色。
一個需要注意的問題是，該過程需要距離資訊才能工作。Akkaynak 從不同角度拍攝同一場景的大量照片，Sea-thru 使用這些照片來估計相機與場景中物體之間的距離，以及水的衰減光線的影響。幸運的是，許多科學家已經透過使用一種稱為攝影測量的過程在影像資料集中捕獲距離資訊，Akkaynak 說該程式可以很容易地處理這些照片。
加州大學聖地亞哥分校“百島挑戰”專案的研究員 Nicole Pedersen 說：“水下工作存在許多挑戰，這使我們遠遠落後於研究人員在水上和陸地上可以做到的事情。”在該專案中，科學家們每 100 平方米拍攝多達 7,000 張照片，以組裝珊瑚礁的 3D 模型。Pedersen 說，缺乏用於處理這些影像的計算機工具阻礙了進展，並補充說 Sea-thru 是朝著正確方向邁出的一步。
.gif)
圖片來源：Derya Akkaynak
加州科學院的珊瑚生物學家 Pim Bongaerts 說：“該演算法與 Photoshop 等應用程式不同，使用者可以使用 Photoshop 等應用程式透過均勻地增強紅色或黃色來人為地增強水下影像。我喜歡這種方法的地方在於，它真正關注的是獲得真實的色彩。獲得真實的色彩確實可以幫助我們從當前的資料集中獲得更多價值。”