一种基于螳螂虾多维视觉成像机制的极化原理的水下图像增强方法 刘青宇、 李瑞新、 李聪聪、 陈灿荣、 黄一凡、 杨华玉和 袁飞

《Journal of Marine Science and Engineering》：A Method for Underwater Image Enhancement Utilizing Polarization Inspired by the Mantis Shrimp’s Multi-Dimensional Visual Imaging Mechanism Qingyu Liu, Ruixin Li, Congcong Li, Canrong Chen, Yifan Huang, Huayu Yang and Fei Yuan

　　

摘要

浑浊水中由于吸收和散射导致的光学衰减严重降低了水下图像的质量，使得可靠的水下成像成为一个具有挑战性的问题。水下偏振成像因其能够抑制散射光并提供额外的偏振信息而受到越来越多的关注。然而，现有的基于偏振的增强方法通常采用传统的水下图像增强策略，并且没有充分利用偏振信息的多维特性，这可能会限制在复杂水下环境中细节的恢复。为了解决这个问题，本文提出了一种受海洋生物偏振视觉机制启发的水下偏振图像增强框架。具体来说，设计了一个由偏振对抗网络（PAN）和偏振增强网络（PEN）组成的两阶段架构。PAN包含了一个仿生对抗模块（BAM），用于利用不同偏振通道之间的互补信息，同时引入了显著特征提取（SFE）来减少冗余特征之间的干扰。随后的PEN集成了一个基于频率感知的Mamba结构，以增强特征表示并改善细节重建。在对模拟水下偏振数据集进行的实验表明，所提出的框架可以有效抑制背散射并提高复杂水下场景中的结构细节可见度，与传统的和基于学习的算法相比表现出有竞争力的性能。