基于偏振特性与仿螳螂虾视觉信息计算的水下目标检测方法

For the turbulent flow, multiphase flow as well as the high sediment concentration, the light scattering and absorption effect is not only very high but also variable in extreme underwater construction environments. Many problems, such as the image blurring, low-contrast, light-spot, color distortion as well as high-noise caused by the complicated underwater optical environment, cannot be completely solved by existing methods. Moreover, the underwater object detection methods are blocked by the problems in the underwater scene modeling and the background-object classification. These problems in turn seriously degrade the result of the object detection. This project is to explore a novel light polarization information based object detection strategy. Novel underwater polarization information perception, computing, and object representation method will be proposed by researching on the character of polarization transmitting and modeling the biological process for polarization information processing. This project is aim to transform the benefit of mantis shrimps’ super-performance on polarization sensitivity and object detection, which would help us to solve the intrinsic problems in the underwater object modeling, computing and so on, establishing a novel theory and method for the underwater object detection. The task would push the improvement in the field of underwater imaging detection technology.

水下工程环境常面临紊流、多相流和高泥沙等复杂水况，水下光线高散射和高吸收变化强烈且不稳定。现有图像处理方法难以处理水下复杂光学环境下成像模糊、低对比度、亮点、色度低和噪声等问题，不能提供准确有效的目标物属性及特征等信息。水下目标检测技术也存在着水下场景建模和目标-背景区分与识别困难等问题，这些因素共同导致了其不能有效对水下目标物准确检测和识别。本课题试图探索如何利用偏振特性和仿螳螂虾视觉信息处理的新策略，以准确有效检测水下目标；拟通过研究复杂水况下光谱-偏振特性变化，以及模拟水下生物螳螂虾视觉系统对偏振信息处理过程，提出水下偏振信息获取与计算方法，建立目标表征模型，并为目标检测算法设计提供理论指导。探索转化螳螂虾视觉系统对偏振敏感和追踪目标的优势，克服现有水下图像处理在建模、计算和目标检测等方面的本质性困难，初步建立新型水下光学成像目标检测的关键理论与方法，推动水下光学成像探测技术的进步。

水下光线高散射和高吸收变化强烈且不稳定。现有图像处理方法难以处理水下复杂光学环境下成像模糊、低对比度、亮点、色度低和噪声等问题，不能提供准确有效的目标物属性及特征等信息。水下目标检测技术也存在着水下场景建模和目标-背景区分与识别困难等问题，这些因素共同导致了其不能有效对水下目标物准确检测和识别。.本课题围绕基于偏振特性与仿螳螂虾视觉信息计算的水下目标检测方法，借鉴水下生物视觉机制研究成果，从水下光学环境特性分析与仿生偏振信息处理研究入手，研究和探索了水下目标信息获取方式、目标表征模型，以及目标检测算法等：（1）研究分析了螳螂虾不同光谱段选择性偏振敏感、视觉系统自适应处理等机理、虾视觉系统并行分级神经信息处理模式，建立基于仿虾偏振敏感信息获取处理的研究策略和技术框架。（2）研究了水下光线传播特性、水下目标表面辐射及成像模型。对水下光线衰减、散射进行数学建模，建立水下光线传播成像优化模型。分析水下传播中不同光学成分特性，设计了可有效检测光学成分的三光通道光学信息处理方法；提出了仿虾偏振感知的偏振参数计算、仿虾视觉正交侧抑制机制的偏振信息计算、仿虾视觉初级处理模式的偏振参数计算等方法，其偏振特征在背景噪声抑制及拉伸目标-背景对比度方面更具优势。（3）提出了仿虾视觉神经网络的多特征融合目标表征与提取、仿虾视觉适应机制的特征提取、结合水下光学特征与区域边缘特征的水平集目标检测等算法，检测效能优于现有方法。最后，研发了一种多波段偏振分光与集成的水下偏振成像装置。.本课题探索转化螳螂虾视觉系统对偏振敏感和追踪目标的途径，设计的研究策略、建立的技术框架、提出的创新方法能有效克服现有水下图像处理在建模、计算和目标检测等方面的困难。构建了新型水下光学成像目标检测的关键理论与方法，为有效解决水下目标检测问题提供了新技术途径。.课题执行期间发表论文17篇，申请国家发明专利16项，培养博硕士研究生10名。