用智能光电拨开“迷雾”：TeleAI 推进水下关联成像技术研究

发布: 2025-01-20 11:12 | 作者: MSCBSC | 来源: 移动通信网 | 字体: 小中大

水下成像技术是海洋研究、资源勘探和水下考古等领域的关键技术之一。然而，在几十米深的近海水域，由于海水浑浊不清，水下探测和识别面临着巨大的挑战。为了解决这个问题，中国电信CTO、首席科学家、中国电信人工智能研究院（TeleAI）院长李学龙教授带领团队展开了深入研究，并创新研发了一项“多偏振信息融合的水下关联成像技术”。该技术通过优化数据采集、噪声分析和网络训练，显著提高了重建目标图像的质量，为深度学习辅助的水下关联成像提供了一种有效解决方案。在数据采集阶段，该方法通过采集线偏振与圆偏振激光照明下待测目标透射或反射的一维光强信号，获取待测目标的多偏振信息。其中，线偏振信号可以有效滤除水下悬浮颗粒物的后向散射，圆偏振信号则能够提供更稳定的信号传输，减少由于散射引起的光场信息退化。通过线偏振光和圆偏振光的融合，可以进一步提高目标回波信号获取的完整性。在数据分析阶段，团队设计了多分支融合架构，融合分析两种偏振模式下采集信号的波动性，从而提高信息分析效率。通过设计多分支空间通道交叉注意模块，探究目标线偏振信息和圆偏振信息之间的关联性，进而促进编码器和解码器之间多分支特征信息的融合。协同融合目标线偏振与圆偏振信号，显著提高了重建目标信息的保真度。在网络训练阶段，使用采集待测目标的多偏振信息作为标签，进一步显著提高该方法的泛化性。MPFNet网络充分结合了底层物理模型，将获取的一维目标信号作为监督标签，避免了对预训练的依赖。通过在自由空间与涉水环境中的实验验证，MPFNet方法显著提高了强动态散射介质中的关联成像效果。通过三个关键创新，这项研究提升了图像重建质量，使其能够在具有挑战性的涉水环境中以低采样率实现有效重建。实验结果证明，通过融合线偏振和圆偏振的目标信号，能够利用噪声调控算法高质量重建不同散射介质中的目标图像，为深度学习辅助强动态散射介质的关联成像提供有效解决方案。李学龙教授带领团队的研究成果，显著提高了光场的信息利用率，能在强动态散射条件下高质量重建目标图像，为水下探测与成像设备的研发奠定了坚实基础，可应用于海洋科考、资源勘探、水下考古等多种领域。尽管该技术目前主要是针对涉水环境提出的，但偏振成像技术本身在雾霾、逆光等复杂大气条件下也有一定的应用潜力。其多偏振信息融合和信号处理的思路，为在大气环境中克服类似的散射和干扰问题提供了借鉴和启示，有望通过进一步的研究和改进，拓展到大气光学探测领域，提高在雾霾、逆光等复杂大气条件下的目标探测能力。