从水下影像中去除与海床无关的光焦散

利用水下成像相机绘制海床地图对于海洋工程、地质学、地貌学、考古学与生物学等多种应用具有重要意义。对于浅水而言，在水下成像挑战中，光焦散（即由波浪表面折射的光线投影所产生的复杂物理现象）可能是最关键的一个。光焦散是水下成像过程中大幅降低图像质量并严重影响海床任何二维拼接或三维重建的主要因素。在本工作中，我们提出一种校正浅水水下影像中光焦散辐射效应的新方法。与现有最优方法不同，所开发方法可处理任意浮雕的海床与河床，利用真实像素信息校正图像，从而改进图像匹配与三维重建流程。具体而言，所开发方法采用深度学习架构将图像像素分类为“非焦散”与“焦散”。然后利用场景的三维几何，通过在重叠水下图像间传递适当的颜色值来实现逐像素校正。此外，为填补当前空白，我们收集、标注并整理了一个真实世界焦散数据集，即 R-CAUSTIC，其公开可用。总体而言，基于实验结果与验证，所开发方法在检测焦散与重建其强度方面均颇具前景。