《TRENDS IN FOOD SCIENCE & TECHNOLOGY》：A Physics-Guided and Geometry-Constrained Fusion Framework for Underwater Light-Beacon Salient Object Detection in Optical Docking
编辑推荐：
•提出了一种多源融合框架，用于解决水下信标显著目标检测问题。•物理引导线索在强散射条件下能够提取可靠的显著性信息。•几何约束线索可确保信标定位的紧凑性和稳定性。•互补线索的信息融合提升了检测的鲁棒性。•该框架为自主水下对接提供了可靠的视觉引导。引言自主水下航行器（AUV）对接
- •
提出了一种多源融合框架，用于解决水下信标显著目标检测问题。
- •
物理引导线索在强散射条件下能够提取可靠的显著性信息。
- •
几何约束线索可确保信标定位的紧凑性和稳定性。
- •
互补线索的信息融合提升了检测的鲁棒性。
- •
该框架为自主水下对接提供了可靠的视觉引导。
引言
自主水下航行器（AUV）对接是支撑长周期海洋任务的关键使能技术，涵盖持续观测、基础设施巡检和资源勘探等领域。在众多引导策略中，基于主动光源信标的视觉对接因其成本低廉、信息密度高且不受电磁干扰等特点而受到持续关注 [1]、[2]。在此类系统中，对水下图像中信标投影的精确检测与定位是后续特征提取和单目位姿估计的基础，直接影响对接的可靠性与安全性 [3]、[4]。
然而，水下光学成像天然受到水体和悬浮颗粒引起的吸收与散射效应的影响 [5]、[6]，导致严重且高度可变的图像退化。在主动光源信标的场景下，这种退化主要表现为空间不均匀的后向散射——抑制目标对比度——以及前向散射——模糊信标边界并扭曲几何结构。这些效应共同导致辐射强度与空间外观的不确定性大幅增加，对真实条件下的稳定信标感知构成了严峻挑战。
现有的大多数信标检测方法依赖于单一的视觉信息源，例如强度对比度、预定义形状模型或学习到的外观表征 [7]、[8]。基于识别的方法和学习型检测器 [9]、[10] 通常假设信标形状相对完整，或者需要大量训练数据，而这些数据可能无法泛化到未见过的退化模式 [11]。基于分割的方法 [12] 和增强驱动的流程 [13] 往往依赖启发式参数设置或激进的对比度操作，限制了其在高度变化的水下条件下的鲁棒性。这些方法的共同局限在于无法在不确定性条件下显式建模并融合多种互补信息源。
从信息融合的视角来看，水下信标检测的核心挑战在于多种不确定性来源的共存。物理退化机制（如吸收和散射）主导了信标信号的形成与畸变，而固有的几何属性在辐射退化下则相对稳定。关键在于，这两类信息源在不同退化条件下表现出互补的可靠性特征：在强前向散射条件下，随着晕轮补偿退化，辐射线索变得不可靠，而基于梯度的几何一致性仍能有效工作，恰恰因为它具有辐射不变性；相反，在弱散射但低对比度的条件下，辐射建模所提供的判别性证据优于单纯的几何结构。这种互补性意味着，根本挑战不仅仅是融合两种线索，而是根据每张图像中两者的吻合程度对其进行动态平衡。因此，在严重退化的环境中仅依赖单一线索是远远不够的。鲁棒感知需要在统一推理过程中显式整合互补的物理与几何信息。
对于视觉对接而言，信标感知并非旨在语义识别，而是追求可靠的空间定位。在实际应用中，这归结为从杂乱背景中分离信标区域并可靠估计其质心。这一目标与显著性检测的范式天然契合，即将主动光源信标视为与任务相关的显著结构。然而，水下信标检测与常规显著性检测在三个关键方面存在根本差异。第一，目标特性方面：通用显著性模型依赖于颜色对比度、纹理和语义上下文等被动视觉特征，而这些均不适用于自发光的无纹理人工信标——其外观完全由发光模式和周围散射介质决定。第二，退化机制方面：自然场景退化（如雾霾、噪声）通常被建模为全局加性或乘性过程，而水下信标图像同时受到后向散射——一种加性背景污染——和前向散射——一种卷积型空间模糊——的影响，这两种物理机制各不相同，需要分别建模。第三，精度要求方面：通用显著性检测针对区域级前景分割，而信标检测必须实现亚像素级的质心定位精度以支持可靠的下游位姿估计，这比传统显著性任务提出了严格得多的空间精度要求。因此，现有的通用显著性模型 [14]、[15]、[16]、[17]、[18]、[19] 和水下专用显著性模型 [20]、[21]、[22] 主要是针对自然或被动光照对象开发的，并未显式考虑人工光源信标的主动发光特性和固有几何规律性。因此，在以信标为中心的对接场景中，这些模型的鲁棒性会退化，因为散射引起的晕轮、非均匀衰减以及定位关键需求与常规显著性检测设置存在根本差异。
为应对上述局限，我们将水下信标检测建模为信息融合框架下的任务驱动显著性推断问题，并提出了物理引导与几何约束融合（PGF-ULB）方法。所提出的方法首先通过退化感知的物理建模和基于径向对称性的几何约束生成两张互补的显著性图。随后，通过基于条件随机场（CRF）的两级自适应融合框架对这两张图进行整合：基于皮尔逊相关系数的图像级加权作为自适应单值势函数平衡两者的贡献，像素级成对势函数强制空间一致性，从而在无需手动调参的情况下生成鲁棒且紧凑的显著性图。在真实对接序列上的综合实验表明，所提出的方法始终优于最先进的显著性检测器，并大幅提升了下游单目位姿估计的可靠性。
本文的主要贡献总结如下：
- 1.
将视觉对接中的水下信标检测建模为任务驱动显著性推断问题，并通过基于CRF的两级自适应融合来解决，该融合集成了图像级皮尔逊加权与像素级成对势函数。
- 2.
开发了一种物理引导的显著性生成策略，以显式应对水下图像退化机制。
- 3.
提出了一种基于信标固有结构的几何约束显著性线索，以增强在严重辐射畸变条件下的鲁棒性。
- 4.
构建了一个新的基准数据集（ULBSOD），包含800张像素级标注图像，采集自多样化的浊度与光照条件下的真实水下对接试验，为该鲜有探索的任务提供了标准化的评估平台。
本文其余部分组织如下：第2节回顾相关工作。第3节详细描述所提出的PGF-ULB框架。第4节呈现实验结果与分析，第5节总结全文。
章节摘要
相关工作
我们的工作处于水下成像物理、几何特征检测、显著性分析和概率融合等交叉领域。对这些领域的批判性分析揭示了研究空白，并强调了对于鲁棒的水下信标检测，采用有原则的多源融合方法的必要性。本节回顾了这四个关键领域的基础性和最先进的工作。
所提方法
水下信标显著性检测由于其独特的目标特性和挑战性成像条件，与通用显著性任务存在本质区别。目标是具有强几何规律性的主动发光人工信标，而观测到的外观则受到水下散射的严重退化。因此，信标的感知显著性由物理图像退化与其固有结构特性之间的相互作用决定。仅依赖单
实验设置
数据集构建。我们构建了水下信标显著目标检测（ULBSOD）数据集，包含在真实湖泊和近海实验中采集的800张图像。实验设置包括安装在对接站上的主动LED信标阵列和安装在自主水下航行器（AUV）上的单目相机。该数据集反映了水下对接场景中常见的各种实际挑战，包括变化的
结论
本文从任务驱动的信息融合视角出发，解决了视觉对接中的水下信标显著性检测问题。我们没有依赖单一的脆弱视觉线索，而是将信标检测建模为多源融合问题，通过联合利用互补的物理和几何信息，在严重的水下退化条件下实现鲁棒感知。
为此，我们提出了一种物理引导与几何约束融合的框架，用于
CRediT作者贡献声明
缪宇虹：写作 – 原稿撰写，软件，方法学，概念构思。吴国军：写作 – 审阅与编辑，监督，项目管理，经费获取。陈庆燕：形式化分析，数据管理。程辰生：可视化，调查研究。吴亚锋：验证，资源。
利益冲突声明
作者声明，他们没有已知的竞争经济利益或个人关系可能影响本文所报告的工作。
缪宇虹|吴国军|陈庆燕|程辰生|吴亚锋
