水下物体的弱约束光度立体重建与低秩优化

Photometric stereo outperforms other three-dimension reconstruction methods in terms of superior resolution and precision. However, the following obstacles limit its application in underwater conditions: the complex underwater operation of optical constraints, image distortions caused by light propagation and reflection in scattering medium, and the inapplicability of conventional optical models due to water quality variation. To address these issues, we propose to develop a new method of weakly constrained photometric stereo using low-rank optimization, based on comprehensive investigation of the underwater light propagation and reflection mechanism. The proposal includes: (1) using spherical harmonics and mixed Gaussian distribution to model underwater optical reflections, which can improve the adaptability of photometric stereo in different water environments; (2) employing uncalibrated photometric stereo to relax the constraints of underwater lighting condition, and solving the underwater reconstruction problem by optimization using both low-rank decomposition and characteristic constraints of target object; (3) proposing an effective fusing algorithm that refines the result of photometric stereo by combining low-frequencies of 3D information from structure light. The proposed research can improve the underwater operation flexibility and the reconstruction accuracy, making progress in underwater detection.

基于光度立体技术的三维重建具有高分辨率、高精度的特点，近几年已成为水下三维探测的新技术和研究热点。但该技术本身的光学约束导致水下操作复杂；水体中光传播和反射的特殊性造成光学图像失真较大；不同水域的水质差异致使传统光学模型难以适用。针对这些关键问题，本课题通过对水下光传播和反射机理的深入研究，提出水下物体的弱约束光度立体重建与低秩优化方案，主要内容包括：(1)使用球谐函数和混合高斯分布建立水下光学反射模型，提高光度立体技术对不同水域的普适性；(2)结合非校准光度立体技术弱化水下光环境的约束条件，提出低秩分解与目标物体特性约束相结合的优化方法求解水下物体的三维信息；(3) 提出光度立体联合结构光的有效融合算法，利用结构光低频性能好的特性，对基于光度立体技术的重建结果进行修正。本课题的研究能够提高水下作业的灵活性和重建结果精度，取得水下光度立体探测的新进展。

项目执行期间深入研究了水下光学模型反射特性的文献，查阅了水下光学三维重建的主要方案，主要工作集中在以下几个方面:（1）提出基于拍摄到的单幅图像进行光环境估算的理论，可估算具有灰度一致性纹理特征的图像的光参数，能够为基于光学反射特性的三维重建理论提供基本的光环境支撑。（2）提出基于参照物的方法来研究物体的三维表面重建，研究结果表明，可显著减少重建过程中的输入约束，降低数据采集的复杂度。（3）将深度学习的理论和框架推广到了三维表面重建领域，可通过单幅图像准确重建物体表面三维形状，进一步拓展了深度学习理论的应用领域。不仅降低了三维重建数据采集和实验的复杂度，也提高了重建的效率。除此之外，项目组还积极探索水下光学理论的新方向，开拓新的研究领域，主要包括：（1）考虑到海洋水域的广阔与实际应用的需要，研究了海洋内波的光学探测和定位技术，可有效锁定目标物体的地理方位，为水下拍摄提供可靠的位置信息。（2）考虑到海洋工作的保密性和安全性，对图像的分类、分割、安全加密和传输等相关领域进行了深入的研究。截止到目前，针对水下光学图像理论的关键问题，共发表论文10余篇，其中SCI论文9篇，EI论文2篇，中文核心论文2篇；编写专著1部；获得山东省科技进步一等奖一项。参与国内外学术交流10余次。