水下相機的“放大鏡”：圖像重構(gòu)技術(shù)揭示細節(jié)之美

近日，西北工業(yè)大學(xué)光電與智能研究院李學(xué)龍教授團隊圍繞“臨地安防”中的涉水視覺領(lǐng)域，開展了前端光電成像結(jié)合后端智能處理的一體化探索，嘗試打通從光電數(shù)據(jù)獲取到數(shù)據(jù)智能處理的感算通道。以圖像局部化學(xué)習(xí)理論為指導(dǎo)，在光電成像前端，利用智能分塊算法對調(diào)制光場進行邊緣精細化處理，緩解了傳統(tǒng)涉水光電成像中圖像邊緣信息模糊的難題，提升了圖像重構(gòu)的質(zhì)量，形成了光電成像數(shù)據(jù)精確獲取與處理的一體框架，為多模態(tài)涉水視覺數(shù)據(jù)的感知和處理提供了技術(shù)支撐，是“臨地安防”的典型應(yīng)用之一。

地球表面大約70%被海洋覆蓋，海洋中蘊藏著未知的生物和巨大的能源資源，對地球生命的延續(xù)起著重要作用。涉水智能成像技術(shù)在海洋科考、資源勘探、地貌繪制、水下考古等領(lǐng)域具有重要的應(yīng)用前景。然而，受深海環(huán)境極端、水體吸收散射的影響，尤其是湍流水體的強散射作用影響，傳統(tǒng)點對點式成像無法完整保存目標(biāo)的空間信息。就像圖中的潛水員，使用傳統(tǒng)相機，圖像的細節(jié)信息往往被淹沒于背景散射光中，造成圖像信噪比嚴(yán)重下降，很難拍出高清畫質(zhì)的照片。為解決該問題，西北工業(yè)大學(xué)光電與智能研究院李學(xué)龍教授團隊圍繞臨地安防，以邊緣增強的水下智能成像為目標(biāo)，展開了人工智能賦能的光電成像技術(shù)研究，為邊緣信息高質(zhì)量重構(gòu)提供了新途徑。

IEGI方法框架圖

團隊提出了邊緣信息增強的智能成像方法（ILNet），圖1展示了ILNet的原理框架?；谝员３謭D像信息完整性為目標(biāo)的張量結(jié)構(gòu)化表征理論，利用智能成像的抗干擾性以及深度網(wǎng)絡(luò)的信息提取能力，構(gòu)建多模態(tài)認(rèn)知計算框架，解決傳統(tǒng)成像方法在圖像智能重構(gòu)時，邊緣信息嚴(yán)重?fù)p失的問題，在模擬真實的湍流水環(huán)境中，實現(xiàn)了低采樣率、邊緣增強的目標(biāo)圖像智能重構(gòu)。此外，ILNet使用探測到的光強信息為標(biāo)簽訓(xùn)練網(wǎng)絡(luò)參數(shù)，極大節(jié)約了數(shù)據(jù)采集成本，提高了未訓(xùn)練場景下的泛化能力，為水下強噪聲環(huán)境的智能光電成像提供了技術(shù)儲備。相關(guān)工作發(fā)表在Optics & Laser Technology上。

ASF-Transformer方法示意圖

在此基礎(chǔ)上，團隊結(jié)合物理先驗和智能算法，提出了空域頻域交替學(xué)習(xí)的湍流畸變修正方法（ASF-Transformer），有效降低了圖像受大氣湍流影響形成的噪聲、畸變和偽影，提升了圖像重構(gòu)的質(zhì)量。該方法對成像原理和分布傳播理論進行整合，設(shè)計了自相關(guān)注意力機制來進行頻域?qū)W習(xí)，并利用多頭轉(zhuǎn)置注意力機制來減少空域?qū)W習(xí)的計算量，通過大規(guī)模數(shù)據(jù)的監(jiān)督學(xué)習(xí)，顯著緩解湍流對光學(xué)成像的影響，性能達到國際領(lǐng)先水平。相關(guān)工作發(fā)表在Optics Express上。

近年來，智能光電成像技術(shù)快速發(fā)展，應(yīng)用場景不斷拓展深化。作為光電領(lǐng)域與智能領(lǐng)域的交叉技術(shù)，智能光電成像打通了從數(shù)據(jù)獲取到數(shù)據(jù)處理的感算通道，能夠有效緩解湍流、散射等復(fù)雜多變的場景干擾，為涉水探測等臨地安防應(yīng)用提供了新的技術(shù)支撐。

涉水光學(xué)實驗室