基于深度神经网络的水下图像偏振信息复原方法

偏振度和偏振角等偏振信息能够反映目标的偏振特性,根据偏振态的差异可以辨别目标,因此偏振信息在水下探测与识别等领域有重要应用。传统的水下偏振成像方法能够对水下图像进行散射抑制并复原光强图像,但这些方法忽略了对偏振信息的复原,造成偏振信息的丢失。因此,提出基于通道注意力机制的水下图像偏振信息复原神经网络,以拓展水下偏振成像的功能,将偏振度和偏振角信息进行复原。同时设计了基于偏振参量的内容与风格损失函数,进一步提升偏振复原效果。实验结果表明,该网络可有效地抑制水下图像的散射光,同时能较好地恢复线性偏振度和偏振角信息。所提方法对浑浊水下偏振成像技术的进一步应用具有重要意义。