基于物理信息的深度神经网络:用于动态水泥粉尘环境中的偏振散射成像
赵培凯(Peikai Zhao)
关超(Chao Guan)
袁伟明(Weiming Yuan)
朱黎明(Liming Zhu)
周显辉(Khian-Hooi Chew)
陈瑞萍(Rui-Pin Chen)
《Photonics》:Physics-Informed Deep Neural Network for Polarimetric Descattering Imaging in Dynamic Cement Dust Environments
Peikai Zhao,
Chao Guan,
Weiming Yuan,
Liming Zhu,
Khian-Hooi Chew and
Rui-Pin Chen
【字体:
大
中
小
】
时间:2026年04月16日
来源:Photonics 1.9
编辑推荐:
**摘要**
偏振散射成像由于其基本的物理意义和潜在应用而越来越受到关注。虽然深度学习通过强大的特征提取和推理能力加速了其发展,但现有方法在实际场景中仍面临局限性,特别是在动态非均匀散射条件下,如水泥粉尘环境中。为了解决这一问题,我们提出了一种基于穆勒矩阵模型的深度神经网络,
**摘要**
偏振散射成像由于其基本的物理意义和潜在应用而越来越受到关注。虽然深度学习通过强大的特征提取和推理能力加速了其发展,但现有方法在实际场景中仍面临局限性,特别是在动态非均匀散射条件下,如水泥粉尘环境中。为了解决这一问题,我们提出了一种基于穆勒矩阵模型的深度神经网络,该网络有效地将偏振演化信息与深度学习结合在一起。具体来说,非均匀水泥粉尘中散射介质的局部浓度通过线偏振度(DoLP)的演化来表征,该信息被转换为像素级的权重偏差,以生成适应不同浓度的定制穆勒矩阵。该网络预测像素级的粉尘浓度图,并对每个像素应用相应的浓度特定穆勒矩阵进行去雾处理,确保在整个推理过程中与穆勒矩阵计算保持物理一致性。该框架还通过物理约束的优化损失函数和多尺度特征融合得到了进一步增强。实验结果表明,该方法在多样的动态非均匀水泥粉尘环境中具有有效性和优越性。
**1. 引言**
偏振散射成像和检测由于其基本的物理原理和潜在应用而受到越来越多的关注[1,2,3]。然而,当前的传统散射方法在实际情况中面临许多挑战[4],特别是在动态非均匀散射条件下,例如水泥粉尘环境中。水泥粉尘是由半径范围在1-50 μm之间的固体颗粒组成的密集悬浮物[5],其在受限工程环境中的存在会严重降低成像可见度。与大气雾霾不同,水泥粉尘会产生独特的散射效应,包括非均匀模糊和局部光晕伪影,这些效应显著影响操作安全和实时监测[6]。传统的去雾方法难以捕捉这种非均匀的、角度依赖的物理现象。在这项工作中,我们采用了描述各种介质中偏振状态演化的穆勒矩阵模型来进行水泥粉尘环境下的去雾成像,无需任何假设,从而提供了一个基于物理的、能够处理多种散射场景的强大散射成像框架。
许多基于物理模型的去散射成像方法已经被开发出来。作为一种代表性的方法,暗通道先验(DCP)[7]利用无雾霾图像中局部区域存在暗像素的统计特性来估计透射率。然而,DCP对于某些场景(如天空区域和低光照室内环境)并不具有适应性,因为其基本假设在这些场景下不再成立。对比度限制的自适应直方图均衡化(CLAHE)[8]将图像划分为小的上下文区域,并在每个区域内独立应用直方图均衡化。自动颜色增强(ACE)算法[9]通过最大化局部色彩差异来估计场景反射率,从而实现更复杂的机制。尽管如此,这些方法严重依赖于经验假设或局部处理启发式方法,因此在面对具有挑战性的成像场景时适应性有限。
深度学习的快速发展为散射成像开辟了新的途径。DehazeNet[10]首次采用深度学习方法进行图像去雾,通过设计卷积神经网络来明确学习雾霾图像和清晰图像之间的映射关系。密集连接的金字塔去雾网络[11]结合了密集连接性和多尺度金字塔处理,有效应对极端雾霾条件。UWGAN[12]是一种专门用于水下散射的方法,利用循环一致的对抗网络来处理水环境的独特颜色校正和散射特性。然而,这种数据驱动的范式需要大量的配对训练数据,并且由于其黑盒性质而缺乏物理可解释性。为了解决纯数据驱动方法的局限性,出现了一种新的物理引导深度学习范式。AOD-Net[13]通过将透射图和大气光整合到一个统一的可学习参数K(x)中,对大气散射模型进行了根本性的重新表述。这种创新方法使得整个去雾过程可以封装在一个轻量级的卷积神经网络(CNN)[14]中,通过与矩阵运算直接从雾霾输入生成清晰图像。ALPD-Net[2]是一个基于物理的深度学习框架,它将多帧偏振特征与时变散射模型结合,解决了传统去雾方法在散射环境中的局限性。在最近的研究中,Chen等人提出的偏振引导斯托克斯散射(PGSD)框架通过结合多参数优化和DoLP门控天空光估计[15],在复杂的水环境中提高了鲁棒性。Li等人系统回顾了用于水下图像恢复的串联、并行和混合级联框架,并总结了相应的数据集和评估系统[16]。MTM-Net[17]实现了基于偏振的散射的穆勒矩阵形式。该网络学习估计表征散射介质的穆勒矩阵参数,并使用这种物理表示来指导散射过程。之前的物理信息模型,如MTM-Net,通常假设散射介质是全局均匀的,并在整个图像中获得一致的穆勒矩阵转换参数,尽管可能存在非均匀的浓度分布。浓度驱动的穆勒矩阵网络(CDMMNet)通过引入浓度估计(CE)模块来克服这一限制,该模块从偏振信息中明确推导出像素级的浓度图。这使得框架能够对每个局部区域应用空间变化的、考虑浓度的穆勒矩阵,确保物理一致性和对工业环境中非均匀浓度的鲁棒性。
受到水泥粉尘独特挑战和现有技术局限性的启发,我们提出了一种新的基于浓度的深度神经网络——浓度驱动的穆勒矩阵网络(CDMMNet),该网络基于偏振物理(穆勒矩阵形式)用于动态、非均匀水泥粉尘环境中的散射成像。该网络包含一个新颖的浓度估计(CE)模块,该模块使用线偏振度(DoLP)从偏振图像计算空间浓度图,以及一个浓度增强的调制卷积(CEMC)模块,该模块生成浓度特定的权重偏差,以动态地将穆勒矩阵转换编码为网络参数,从而实现针对空间和时间变化粉尘浓度的像素级适应。这种浓度驱动的穆勒矩阵学习框架还通过物理约束的优化损失函数得到了进一步增强,以确保学习到的转换具有物理合理性。带有跳跃连接的编码器-解码器架构实现了多尺度特征融合,而反向残差块和通道注意力机制保持了计算效率。在我们的数据集上验证的实验结果表明,与传统基于大气散射的方法相比,这种考虑浓度的CDMMNet在现实世界的工业水泥粉尘场景中表现出更优异的性能。
**2. 理论基础和网络模型**
斯托克斯向量用于描述水泥粉尘环境中偏振信息的演化。在每个像素位置(x,y),这个四维向量定义为:
$$
\mathbf{s}(x,y) = \left\{
\begin{array}{ll}
\mathbf{I}_{0}(x,y) & \mathbf{I}_{90}(x,y) - \mathbf{I}_{90}(x,y) + \mathbf{I}_{45}(x,y) - \mathbf{I}_{135}(x,y) - \mathbf{I}_{45}(x,y) \\
\mathbf{I}_{135}(x,y) & \mathbf{I}_{135}(x,y)
\end{array}
\right\} = \left\{
\begin{array}{ll}
\mathbf{I}_{0}(x,y) & \mathbf{I}_{90}(x,y) - \mathbf{I}_{45}(x,y) \\
\mathbf{I}_{45}(x,y) & \mathbf{I}_{135}(x,y)
\end{array}
\right\} $$
其中 $\mathbf{I}_{0}(x,y), \mathbf{I}_{45}(x,y), \mathbf{I}_{90}(x,y), \mathbf{I}_{135}(x,y)$ 分别代表对应像素位置处的光强度信息,对应偏振角为0°、45°、90°和135°。$\mathbf{I}_{45}(x,y)$ 表示右旋圆偏振光的强度,$\mathbf{I}_{135}(x,y)$ 表示左旋圆偏振光的强度[18]。$s_0(x,y)$ 表示光的总能量,不考虑偏振状态。$s_1(x,y)$ 表示水平偏振光和垂直偏振光之间的强度差异。$s_2(x,y)$ 表示45°和135°线性偏振光之间的强度差异,用于表征对角线线性偏振特性。在这项工作中,忽略了圆偏振分量 $s_3(x,y)$。为了验证物理合理性,我们测量了 $s_3$ 分量与总能量的比率,并进行了对比实验,比较了有无 $s_3$ 通道时的性能。实验结果表明,圆偏振分量 $s_3$ 对总能量的贡献小于0.1%,并且在第3节中展示了有无 $s_3$ 通道时恢复性能的差异可以忽略不计。通过水泥粉尘环境传播的斯托克斯向量的演化可以用3 × 3穆勒矩阵来描述:
$$
\mathbf{s}_{clear}(x,y) = M(x,y) \cdot \mathbf{s}_{haze}(x,y) $$
其中 $\mathbf{s}(x,y) = [s_0(x,y), s_1(x,y), s_2(x,y)]^T$,$M(x,y)$ 是一个位置依赖的穆勒传输矩阵。
线偏振度(DoLP)作为粉尘浓度的关键指标,因为它对散射特性非常敏感[19]。由于散射介质中的偏振状态演化依赖于散射介质的属性,因此捕获图像中每个像素的DoLP值反映了局部散射条件,这意味着任何点的DoLP值直接编码了局部粉尘密度和散射几何结构。因此,在非均匀水泥粉尘环境中,DoLP被用作浓度指标。因此,可以根据DoLP的演化来评估局部粉尘浓度:
$$
\mathbf{c}(x,y) = D_o L_P(x,y) = \sqrt{\sum_{i=0}^3 s_1^2(x,y) s_2^2(x,y)}
$$
根据DoLP的演化,通过一个轻量级的卷积神经网络(ConvNet)[14]生成两个像素特定的调制参数:
$$
[\mathbf{\rho}(x,y), \mathbf{\sigma}(x,y)] = \mathbf{S}_p \cdot \mathbf{l} \cdot \mathbf{i} \cdot \mathbf{t}(\mathbf{c}(x,y)]
$$
其中“Split”操作定义为按通道维度分割输入特征张量 $\mathbf{C}(x,y) \in \mathbb{R}_{H\times W \times C}$(其中 $H$ 和 $W$ 是空间维度,$C$ 是通道维度):
$$
\mathbf{S}_p \cdot \mathbf{l} \cdot \mathbf{i} \cdot \mathbf{t} : \mathbb{R}_{H\times W \times C} \to \mathbb{R}_{H\times W \times C}^M, \quad \sum_{m=1}^M s_3^M = \mathbf{C}
$$
“ConvNet”是L个卷积层和激活函数的复合映射。对于第l层,设 $K_l$ 为卷积核,$\sigma_l$ 为激活函数,$\ast$ 为卷积操作。复合映射为:
$$
\mathbf{C}_\mathcal{n} \cdot \mathbf{v}(\mathbf{X}) = \sigma_{\mathcal{L}} (\mathcal{L}^* \sigma_{\mathcal{L}-1} (\mathcal{L}^* \cdot \cdots * \sigma_l (\mathcal{L}^* \mathbf{X}))
$$
$\gamma(x,y)$ 和 $\beta(x,y)$ 是两个调制参数。$\gamma(x,y)$ 作为基线调制参数,为浓度调制提供基本参考,并锚定与局部粉尘浓度匹配的光-物质相互作用的基本特性。相比之下,$\beta(x,y)$ 作为微调参数,允许根据基线进行动态校正,以适应浓度分布的微妙波动或局部特性。这两种参数协同工作,不仅避免了参数化的冗余,还通过分层调制提高了对复杂浓度场的适应性。具体来说,ConvNet充当了物理到参数的转换器,通过学习局部粉尘浓度与相应的光-物质相互作用特性之间的非线性关系,建立了物理到参数的映射。可以在像素级别实现与特定非均匀浓度场精确匹配的穆勒矩阵:
$$
\mathbf{M}(x,y) = \mathbf{C}_\circ (1 + \sigma(\gamma(x,y)) + \alpha \cdot \mathbf{\tau}(\beta(x,y))
$$
其中 $W$ 是基础权重矩阵,它嵌入了平均散射条件下穆勒矩阵的可学习物理先验;$\⊙$ 表示元素级乘法运算;$\sigma(\cdot)$ 是Sigmoid激活函数;$\alpha = 0.1$ 是缩放因子;$\tanh(\cdot)$ 是双曲正切激活函数。该公式旨在实现考虑浓度的物理调制,同时在整个训练过程中保持数值稳定性。具体来说,基础权重矩阵 $W$ 为网络优化提供了一个物理上合理的起点,编码了平均散射条件下穆勒矩阵的先验知识。浓度驱动的调制项 $1 + \sigma(\gamma(x,y))$ 通过元素级乘法调制W,使矩阵参数能够持续适应浓度变化。Sigmoid激活函数 $\sigma(\cdot)$ 将调制因子限制在一个正的、有界的范围内,确保结果的矩阵具有物理可行性。调制项中的“1”起到了身份偏置的作用,促进了基础矩阵的逐步优化,而不是破坏性修改,从而增强了训练稳定性。加法偏置项 $\alpha \cdot \tanh(\beta(x,y))$ 引入了细粒度的浓度依赖性调整,以捕捉微妙的散射效应。tanh函数本质上将其输出限制在(-1, 1)区间内,缩放因子 $\alpha = 0.1$ 进一步将调整范围限制在(-0.1, 0.1)内,防止其掩盖主要的调制机制。这些设计将加法项的影响限制在一个狭窄的操作范围内,作为有针对性的非线性校正,以捕捉复杂的散射行为,并补充了乘法调制的功能。这种组合结构将乘法缩放和加法偏置结合起来,作为强大的但受限的函数近似器,使穆勒矩阵能够根据像素级别动态调整局部浓度水平 $\gamma(x,y)$。该公式成功地将基础矩阵W的物理先验与ConvNet的数据驱动灵活性结合起来,使模型能够在现实世界工业环境中的多样化和动态散射条件下实现泛化。
偏振去雾网络架构具有U形结构,它直接从输入的斯托克斯向量中学习非均匀水泥粉尘浓度环境中的穆勒转换矩阵。该网络采用四级编码器-解码器架构,其中编码器逐步下采样特征图,解码器同时对它们进行上采样,如图1所示。该网络通过CE模块提取浓度分布信息,通过CEMC模块进行浓度感知的特征调制,并通过NECK模块(瓶颈层)实现特征校准和稳定的梯度传输。该网络根据输入的模糊图像估计散射介质的浓度分布。基于每个像素位置的浓度,它推导出权重偏置γ(x,y)和β(x,y)。然后使用这些权重偏置生成特定的浓度相关的像素级穆勒矩阵(Mueller matrices),通过多次学习过程和特定的损失函数最终预测去雾后的图像。同时,该网络框架整合了通道注意力机制(channel attention mechanisms)和残差块(residual blocks),以在非均匀的水泥粉尘环境中提高去雾能力,并且计算复杂度较低。图1:(a) 整体网络架构;(b) CE模块是网络中用于根据偏振图像的DoLP提取c(x,y)的条件信号生成单元;(c) D/UCEMC模块是网络采样阶段的核心条件增强单元,它根据c(x,y)逐像素动态生成浓度调制参数γ和β;(d) NECK模块连接下采样和上采样阶段,作为特征净化和增强的单元。不同模块用不同颜色表示。CE模块从具有不同浓度分布的粉尘环境中的模糊图像中提取偏振信息,并为后续的特征调制提供关键参数支持。根据捕获图像的特性,224 × 224 × 3输入图像的90°、45°、135°和0°线性偏振分量依次被排列到2 × 2宏块中,以获得斯托克斯向量s(x,y) = [s0(x,y), s1(x,y), s2(x,y)]?,其中s0(x,y)、s1(x,y)和s2(x,y)都是224 × 224 × 3的数组,形成一个224 × 224 × 9维的完整斯托克斯向量,如图1b所示。由于该向量的每个元素都包含部分浓度信息,因此使用CE模块中的输入斯托克斯向量从DoLP图像中提取与浓度相关的特征c(x,y)。所得的224 × 224 × 1浓度分布图作为关键调制参数传输到CEMC模块,为后续的自适应特征增强提供浓度基础。CE采用了轻量级的三层卷积结构:第一层卷积将DoLP信息映射为基本特征;第二层卷积在通过LeakyReLU函数激活后进一步增强特征表达;第三层单通道卷积输出初始浓度分布图,并使用Sigmoid激活函数进行归一化,确保浓度值严格处于[0, 1]范围内。CEMC通过在整个编码器的下采样路径中形成DCEMC模块(每个阶段将空间分辨率减半并使特征通道数量翻倍)和在解码器的上采样路径中形成UCEMC模块(每个阶段将空间分辨率翻倍并使特征通道数量减半)来与U形架构集成,以实现动态特征恢复。浓度图c(x,y)作为外部条件输入,由ConvNet处理c(x,y),Split操作将浓度图c(x,y)与浓度相关的低级特征γ(x,y)和β(x,y)、基线参数γ(x,y)和动态微调参数β(x,y)一起分离,从而在后续处理阶段实现浓度自适应调制[20],在整个网络的前向传播过程中保持浓度感知的动态特征调制。同时,编码器相应层的特征通过跳跃连接与解码器的特征融合,以改善细节保留[21]。作为连接编码器下采样和解码器上采样的关键节点,NECK模块位于U形网络中编码器的末端,具有瓶颈层,负责特征压缩、校准和梯度稳定。特征压缩通过两个连续的3 × 3卷积层实现,这些卷积层采用无偏设计,并搭配BatchNorm2d来保持特征感受野的同时控制特征尺寸。特征校准依赖于通道注意力模块,该模块在双3 × 3层上执行双路径池化(自适应平均+最大池化)以提取与去雾相关的特征[22],并通过全连接层生成通道级注意力权重。这些权重与原始特征相乘,以增强有效通道并抑制噪声,实现精确的特征分布校准。梯度稳定通过嵌入注意力模块的双3 × 3残差块来确保。直接的残差连接允许梯度绕过复杂操作在训练期间直接传播到浅层,避免因深度过大导致的梯度消失。为了明确模型优化的方向,设计了一种三重损失监督机制,整合了内容损失(content loss)、像素损失(pixel loss)和感知损失(perceptual loss)。内容损失是输出图像和目标图像的VGG19特征之间的L1距离:??c?o?n?t?e?n?t=1?????∑??=1∥φ18?(E?(??h?a?z?y))???φ18?(??l?a?b?e?l)??∥1,其中‖·‖1表示L1范数,φ18(·)是从预训练的VGG19网络的第18层提取的特征图,E?( ·)表示我们提出的网络, xlabel是真实清晰图像,xhazy是输入的模糊图像,N是特征图中的总像素数。这里利用预训练的VGG19网络第18层的特征图来保持去雾图像和清晰参考图像在高层次特征空间中的语义一致性。像素损失表示生成的去雾图像与真实图像之间的平均绝对误差:??p?i?x?e?l=1?????∑??=1∥E?(??h?a?z?y)?????l?a?b?e?l,??∥1。这种基于L1范数的损失函数在像素级别为颜色分布和模糊图像与清晰图像之间的结构轮廓提供了强大的监督[23],有效保留了细节。感知损失衡量去雾输出与清晰真实图像在高层次特征空间中的差异:??p?e?r?c?e?p?t?u?a?l=1???????????????????∑??=1????∑?=1????∑??=1(φ???(E?(??h?a?z?y))??,?,???φ???(??l?a?b?e?l)??,?,??)2,其中φj(·)表示预训练的VGG-19网络第j层的特征提取器,提取的特征图尺寸为Cj × Hj × Wj。感知损失鼓励恢复的图像在高层次特征表示上与真实图像匹配[24]。总损失定义为:??t?o?t?a?l=??c???c?o?n?t?e?n?t+??p???p?i?x?e?l?+??p?e?r?c?e?p?t???p?e?r?c?e?p?t?u?a?l,其中??c、??p、??p?e?r?c?e?p?t是相应损失的权重系数。通过广泛实验,最优性能为损失权重??c = 0.5、??p = 0.3、??p?e?r?c?e?p?t = 0.2。表1显示了 several 代表性损失函数权重配置的敏感性分析;所提出的比例(0.5:0.3:0.2)在所有指标上显示出最稳定的收敛趋势和卓越的性能,有效平衡了高层次的语义恢复与低层次的结构保真度。我们使用Ranger优化器(Lookahead + RAdam),权重衰减系数为10^-4,学习率初始化为3 × 10^-4。余弦退火通过初始周期T0 = 10个周期、周期乘数T???? = 2以及范围3 × 10^-4到10^-6来调整学习率。基础通道数为32,训练时的批量大小为64,验证时的批量大小为16。训练在NVIDIA RTX 3090 Ti GPU上进行。3. 结果与讨论图2展示了在水泥粉尘环境中进行偏振成像的实验平台的示意图。实验容器是一个尺寸为60 cm × 40 cm × 40 cm的透明亚克力箱,箱体的外部覆盖了黑色天鹅绒布料,以消除外部杂散光的干扰。本工作中使用的照明源是非偏振白光LED(Ulanzi 40 W PRO,3900 K,Ulanzi,深圳,中国)。然而,这些结果可以扩展到偏振照明源,因为去雾恢复的物理基础是基于偏振状态的演变和穆勒矩阵。颜色偏振相机(LUCID PHX050S-QC,Lucid Vision Labs,加拿大不列颠哥伦比亚省里士满)的分辨率为2448 × 2048像素,可以同时捕获0°、45°、90°、135°线性偏振角度的图像。在亚克力箱体的顶部角落附近放置了一个鼓风机,鼓风机下方放置了普通波特兰水泥(等级42.5)。鼓风机产生了从稀薄到密集的连续粉尘梯度,以模拟不同浓度的水泥粉尘环境。通过记录粉尘浓度动态变化过程中的视频来实验性地收集图像数据集。本实验构建的数据集包含596组图像,涵盖了29种目标对象。所有原始图像都被裁剪为224 × 224像素的标准大小,步长为128像素。经过数据增强处理后,它们被随机分为训练集和验证集,比例为9:1,然后用于后续的模型训练和性能验证。图2. 实验设置图。通过考虑DoLP的演变引入了两个参数μc和ζ,以定量评估整体雾度和粉尘的浓度不均匀性。为了确保图像间的可比性,单幅图像的最终浓度μc和不均匀性ζ量化如下:??c=1????????∑??=1??∑??=1??g?t?(??,??)???h?a?z?e?(??,??)??g?t?(??,??),??=??c??c,?w?h?e?r?e???c=√√ √ √ √?1???????∑???=1??∑???=1(???(??,??)???c)2。其中chaze(x,y)和cggt(x,y)分别表示评估图像及其对应的真实值之间的DoLP。H和W是评估图像的高度(H)和宽度(W)。基于整个实验数据集的全球统计分析,非均匀水泥粉尘环境的空间粉尘分布的分类标准为高浓度阈值μc ≥ 0.4和高异质性阈值ζ ≥ 0.3。为了验证我们提出的CDMMNet的有效性,我们将其与几种代表性方法进行了比较:基于物理的DCP [7]、CLAHE [8]、基于深度学习的GCANet [25] 和基于偏振的MTM-Net [17]。采用了三个评估指标从不同角度全面评估恢复质量:峰值信噪比(PSNR)是一个基于MSE的像素级指标,用于量化恢复图像和参考图像之间的像素强度差异;结构相似性指数(SSIM)[26] 基于人类对结构的视觉感知,通过亮度、对比度和结构对齐来评估相似性,强调关键局部结构细节;学习到的感知图像块相似性(LPIPS)[27] 是一个基于深度学习的指标,通过计算预训练卷积神经网络的多层对应特征与真实值之间的加权距离来计算两个图像块之间的差异。我们的CDMMNet与代表性方法(DCP [7]、CLAHE [8]、GCANet [25] 和MTM-Net [17])在不同的水泥粉尘浓度和散射不均匀性下进行了对比实验,如图3和图4所示。在各种散射场景(低且均匀、高且均匀、低且不均匀、高且不均匀)下测试了五种不同的目标对象。相应的定量评估指标在表1和表2中总结,为视觉评估提供了客观支持。图3a显示,低浓度和均匀散射环境代表了最理想的去雾条件。所有去雾方法都取得了良好的恢复性能。尽管DCP方法存在一定程度的变暗伪影,但仍能提供可接受的结果。CLAHE方法的视觉去雾性能有限,但基本上能恢复目标对象的信息。相比之下,GCANet和MTM-Net在亮度和颜色保真度方面表现出色,有效去除了雾,同时保留了目标对象的细节。然而,GCANet在特定区域(特别是在浓度梯度较大的边缘)出现了轻微的模糊伪影。CDMMNet在保持图像清晰度的同时,显著减少了伪影,提供了与真实值高度一致的视觉效果。图3. 在以下情况下,我们的CDMMNet与其他方法(DCP、CLAHE、GCANet和MTM-Net)的视觉比较:(a) 低且均匀的场景;(b) 高且均匀的场景。图4. 在以下情况下,我们的CDMMNet与其他方法(DCP、CLAHE、GCANet和MTM-Net)的视觉比较:(a) 低且不均匀的场景;(b) 高且不均匀的场景。表2. 不同网络的定量性能比较(均匀条件)。定量指标也证实了其综合优势,如表2所示。当雾浓度显著增加而分布仍然相对均匀时,DCP方法的基本统计假设被水泥粉尘严重破坏,导致恢复的图像明显变暗,如图3b所示。CLAHE算法放大了图像噪声,加剧了视觉扭曲。GCANet在低光照环境中的表现不佳,容易出现阴影和整体曝光不足的问题。尽管MTM-Net在亮度和色彩保真度上优于上述两种方法,但它仍然存在一定的色彩失真。另一方面,CDMMNet即使在高浓度条件下也能保持出色的恢复性能,尤其是在细节保留和伪影抑制方面具有明显优势,这一点通过定量评估得到了充分验证,如表2所示。当散射环境变得空间分布不均匀时,DCP方法对复杂光照条件的适应性较差,处理后的图像明显变暗,如图4a所示。CLAHE在低浓度区域显示出中等的去雾效果,但在恢复的图像中引入了显著的色彩失真。GCANet能有效减轻薄雾的影响,但在处理厚雾场景时效果不佳,甚至会加剧遮挡伪影。MTM-Net在整体亮度和色彩保真度上优于其他方法,但在非均匀条件下的性能会下降。然而,由于其能够适应空间变化的浓度分布,CDMMNet在非均匀场景中实现了最佳恢复性能,如图4a和表3所示。高浓度和高非均匀分布的场景是最具挑战性的条件,在这种极端情况下,所有方法都面临更大的挑战。DCP方法几乎无法产生可用的恢复结果,图像严重变暗且缺乏细节。CLAHE方法在高浓度和非均匀条件下会严重丢失细节并导致结构退化。GCANNet的表现也不令人满意,不仅出现严重的阴影和曝光不足,还出现了大量的模糊伪影。虽然MTM-Net在一定程度上改善了图像的亮度,但在非均匀区域的有效性仍然有限。相比之下,CDMMNet通过结合先进的物理模型和数据驱动策略,在这一最具挑战性的场景中显著提升了图像质量。基于全面的定量和视觉评估,CDMMNet在这些极端条件下表现出最显著的优势,如图4b所示。实验结果表明,与CLAHE方法相比,GCANet和MTM方法在目标物体的纹理恢复方面表现更好。DCP的结果不令人满意,这可以归因于在灰尘条件下暗通道先验的局限性。值得注意的是,CDMMNet通过集成浓度自适应的Mueller矩阵建模,在各种散射场景中始终优于所有对比方法,从而实现了更好的细节保留和最小的伪影,这一点通过定量指标和视觉评估得到了验证。表3显示了不同网络在非均匀条件下的定量性能比较。除了恢复质量外,还评估了CDMMNet的计算效率,以验证其是否适合实时工业监控。使用NVidia GeForce RTX 3090 Ti GPU时,CDMMNet的推理速度为224 × 224像素图像的139.3 FPS,而512 × 512像素更大监控窗口的推理速度为30.32 FPS。此外,CDMMNet的模型大小较为可控,参数数量为8.39 M。计算成本(以FLOPs计)为224 × 224输入的54.24 G和512 × 512输入的283.37 G。这些指标表明CDMMNet具有适合实际工业部署的高效率。此外,通过使用32的batch size,检查了基线U-Net和提出的CDMMNet的每次迭代训练时间。实验结果表明,基线U-Net每步需要0.1113秒,而完整的CDMMNet需要0.1292秒。使用CE/CEMC模块后,训练时间增加了16.07%。进行了一系列消融研究以验证所提出网络中特定CE和CEMC模块的有效性。所有实验都使用相同的超参数设置,并在相同的数据集上进行训练。可视化结果和定量性能指标显示在图5和表4中。没有CE模块的网络结果表明,它无法有效处理突然出现的高浓度灰尘造成的退化,如图5(第2列)所示。这证实了基于DoLP的浓度分布估计模块在非均匀水泥灰尘环境中去雾成像中的关键作用。相比之下,没有CEMC模块的网络去雾效果较差,图像严重退化,如图5(第3列)所示,因为网络无法准确地将物理模型应用于相应的浓度区域。当网络缺乏CE和CEMC模块时,它只能处理图像左侧的低浓度灰尘,但对右侧的高浓度灰尘无效,并且由于非均匀退化引入了明显的色彩失真,如图5(第4列)所示。消融研究中每种方法的平均PSNR、SSIM和LPIPS指标列在表4中,这些结果共同证明了所提出方法及其核心模块在处理非均匀水泥灰尘方面的优越性能。图5是在两种具有空间变化水泥灰尘的具有挑战性的场景下的消融研究(上图:μc = 0.54和ζ = 0.71;下图:μc = 0.73和ζ = 0.91)。每一行代表一个场景。从左到右的列分别显示了:有雾的输入、没有CE模块、没有CEMC模块、没有CE和CEMC模块、完整的CDMMNet(提出的方案)以及真实图像。完整模型有效地去除了非均匀雾霾,同时保留了纹理和颜色。表4显示了消融研究的性能指标。具体来说,我们进行了一个消融研究,比较了有无s3通道的性能。如图6和表5所示,有无s3通道的恢复性能差异可以忽略不计。图6显示了s3组件影响的视觉验证。表5显示了s3组件影响的定量比较。为了进一步证明我们CDMMNet的具体内部设计,我们进行了扩展的组件级消融研究,重点关注CE模块的深度和CEMC模块的融合策略。评估了具有不同卷积层的CE模块的性能,以展示CE模块层的影响。定量结果总结在图7和表6中,分别对应一层、三层和五层。根据实验结果,由于考虑了恢复性能和计算效率,选择了三层设计(CE-3)。图7是对CE模块架构的消融研究:不同卷积层深度(一层、三层和五层)的视觉和定量比较。表6显示了不同CE模块层的定量性能比较。我们对提出的“Split + Conv”调制与标准特征连接进行了消融研究比较。如图8和表7所示,我们提出的“Split + Conv”策略在评估指标上显著优于简单的连接方式。连接方式将浓度视为通用数据通道,依赖网络隐式学习交互。相比之下,提出的物理驱动“Split + Conv”调制策略通过将浓度特征分为乘法缩放γ和加性偏置β来直接调节基础Mueller矩阵W。图8是对CEMC融合策略的消融研究:传统特征连接与提出的物理驱动“Split + Conv”调制之间的视觉和定量比较。表7显示了CEMC融合策略的定量性能比较。4. 结论传统的去雾成像方法在非均匀散射场景中受到限制。在这项工作中,我们提出了基于Mueller矩阵理论和深度学习的CDMMNet去雾成像方案,用于非均匀水泥灰尘环境。该网络包含一个新颖的CE模块,该模块通过DoLP信息的演变来确定局部介质浓度分布,以及一个CEMC模块,该模块对浓度数据进行逐像素偏振信息分析,从而能够逐像素适应动态变化的灰尘浓度。实验结果表明,我们提出的CDMMNet在细节恢复、色彩保真度和感知相似性方面显著优于其他方法,在多样的动态非均匀水泥灰尘环境中表现优异。消融实验证实了CE和CEMC模块在浓度梯度突变场景中的协同作用的有效性。此项研究为复杂动态工业环境中的鲁棒去雾成像建立了一个统一的“物理模型+数据驱动”框架,而Mueller矩阵模型在理论上是适用于任何散射环境的。然而,实际工业环境中的实验结果表明,其鲁棒性受到各种类型的水泥灰尘和湿度的影響。因此,需要更多的数据集来提高该模型在不同实际工业环境下的泛化能力。此外,在散射系数μc > 0.9的极端散射条件下,其有效性受到明显限制。特别是当DoLP–浓度关系失效时(例如,特定光照几何结构或高反射目标),CDMMNet的性能可能会退化到MTMNet的水平。