受物理学启发的无参考偏振成像技术，用于在浑浊的水下环境中恢复和增强物体特征

《Optics & Laser Technology》：Physics-inspired reference-free polarimetric imaging for object recovery and enhancement in turbid underwater environments

　　

摘要

为了解决浑浊水域中的水下成像退化问题，我们提出了一种基于物理原理的、无需参考信号的水下目标信号恢复与增强方法。该方法建立了一个基于简化型虚拟射线传输（VRTE）的偏振传输模型，能够统一描述斯托克斯参数的传输、退极化过程以及场景深度。该模型用于在固定伪深度假设下优化减少了斯托克斯参数的状态和相对衰减图。此外，还分析了数值稳定性、经验界限性、离散化敏感性以及合成模型误差，以进一步明确该模型的适用性和局限性。实验中采用线性偏振的灰度图像作为输入。通过深度感知的偏振传输模型，动态更新斯托克斯参数和退极化程度，并建立了衰减系数与退极化程度之间的自适应校准关系。结合背景和后向散射估计，以及多阶段增强策略，最终基于建模过程恢复的图像生成了增强结果。定量和定性实验表明，在测试的成像配置下，该方法有效实现了目标与背景的分离以及散射的抑制，包括三种代表性水下目标场景、浊度范围从10到60 NTU的情况，以及受控的杂乱环境和动态水体条件。

引言

水下成像技术中的一个关键问题是，浑浊水中悬浮颗粒引起的正向和反向散射[1]、[2]、[3]、[4]会导致图像对比度降低、色彩失真和细节丢失等问题，这些问题显著限制了水下视觉系统的性能[5]、[6]。为了量化这一复杂的物理过程，研究人员根据Jaffe-McGlamery模型[7]、[8]将水下成像过程分解为直接衰减分量和环境光散射分量，为建模水下图像退化奠定了理论基础[9]。

由于传统的成像模型是基于均匀水体和单次散射的近似框架，研究人员转向利用光的偏振特性来应对复杂水环境下的成像挑战[10]、[11]。在本研究考虑的高浊度和多次散射条件下，水路后向散射的偏振程度通常低于目标反射成分的偏振程度。这种偏振对比为区分目标主导信号和散射主导背景提供了额外的线索。这为识别目标信号提供了独特的维度[12]、[13]、[14]、[15]、[16]。因此，可以通过利用悬浮颗粒与目标物体之间的偏振度（Dop）或退极化度（Dep）的差异[17]来区分目标信号和浑浊背景。为了提高成像质量，研究人员提出了各种基于偏振的恢复技术。例如，低频滤波[18]、漫射光抑制系统[19]、偏振图像序列的周期性积分[20]以及基于序列偏振图像的求和方法[21]等。此外，结合偏振熵与退极化指数[22]、使用斯托克斯向量生成图像对[23]以及采用自适应局部优化方法[24]也被广泛采用[25]。尽管简单的退极化度分割或滤波可以实现图像增强，但其物理建模仍然很大程度上依赖于传统模型[26]、[27]，这些模型将透射率和背景估计视为独立的。然而，在实际的动态水下环境中，描述透射率和背景的参数是未知的，并且会随空间变化。因此，手动校准难以实现，而空间恒定衰减系数的简化假设与物理现实相矛盾[28]、[29]。实现一个统一的描述，将透射率、背景和深度联系起来，在动态水下过程中仍然是一个亟待解决的挑战。因此，我们提出了一个深度感知的偏振传输（DAPT）物理模型，该模型系统地揭示了衰减系数、退极化程度和深度之间的内在关系。

章节片段

偏振光的数学描述

偏振光的表征使用斯托克斯参数，这些参数将光的偏振状态描述为一个四维的斯托克斯向量[30]、[31]。对于单色光束，其完整的偏振信息可以通过斯托克斯向量$\mathbf{S}$来完全描述。$$\mathbf{S}={[S_0,S_1,S_2,S_3]}^T$$这里，S0表示总强度，S1表示水平偏振分量与垂直偏振分量之间的差异，S2表示$\pm {°}^{}$偏振分量之间的差异[32]。S3表示

β-$Dep$关系的自适应校准

在DAPT模型中，建立衰减系数$\beta$与退极化程度$Dep$之间的映射是连接光学衰减和偏振统计的关键环节。我们假设它们遵循幂律关系[48]$$\beta =k?{\text{Dep}}^n$$这里，参数$k$和n反映了特定场景中水的光学特性。k的值决定了$\beta$与Dep之间关系的总体强度，而n决定了β随Dep变化的速率。

实验设置

为了在没有参考信号的情况下验证所提方法的有效性，使用了自收集的真实水下偏振成像数据集进行了实验。数据收集在受控的水池环境中进行。通过添加脱脂牛奶悬浮液精确模拟了50 NTU的浊度。使用了WGZ-1B浊度计，其测量范围为0–200 NTU，准确度为$\pm$0.1 NTU。偏振成像系统的示意图及实际装置如图所示

结论

我们提出了一种基于物理原理的、无需参考信号的水下浑浊环境中目标信号恢复与增强方法。与传统方法不同，DAPT模型建立了一个统一的物理框架，使得斯托克斯参数、场景深度和衰减系数能够沿着传播路径共同演化并得到优化。在该模型中，算法仅需要四个线性参数

CRediT作者贡献声明

Hongbo Liang：撰写——原始草稿、可视化、软件开发、方法论、数据分析、概念化。Jiangyue He：可视化、形式分析。Xiangyu Deng：撰写——审稿与编辑、监督、资金获取。

利益冲突声明

作者声明他们没有已知的利益冲突或个人关系可能影响本文报告的工作。

致谢

本项目得到了中国国家自然科学基金（项目编号61961037）的支持。

Hongbo Liang|Jiangyue He|Xiangyu Deng