中新網西安7月14日電 (記者 阿琳娜)水下無人潛航器在一片陌生的海域工作，完成生態(tài)環(huán)境、油氣資源勘探。當無人潛航器返航時，漆黑的深海暗流涌動，導引影像受到水下惡劣環(huán)境的影響而模糊不清，導致無人潛航器無法自主、精準地駛回基站....。。如何擦亮潛航器的“眼睛”，成為研究人員亟待解決的問題。

　　記者14日從西北工業(yè)大學獲悉，該校光電與智能研究院李學龍教授團隊在“涉水視覺”方面的研究取得重要進展。團隊以水下無人潛航器的智能視覺導引為目標，提出了能夠高效提取光場信息的智能成像方法，在大衰減、強散射的水下湍流環(huán)境中，實現了高信噪比、高分辨率的目標圖像處理及重構。該研究成果為受限條件的水下無人潛航器智能視覺導引回收做了必要的技術探索和儲備。

　　據介紹，水下無人潛航器是深海勘探、礦產開發(fā)、科考作業(yè)、海洋救援等的重要輔助，能夠有效提升中國的海洋探測及海洋開發(fā)能力。其進入深海的前提是實現精準定位和導引，然而深海暗流涌動、環(huán)境復雜、數據獲取難度高，這對無人潛航器的視覺導引和圖像處理提出極高要求。

　　受限于深水環(huán)境，光線的傳播會大幅衰減且被強烈散射，傳統(tǒng)點對點式成像無法完整保存目標的空間信息，難以獲得高質量的目標圖像。為解決該問題，團隊以水下智能視覺導引為目標，展開了人工智能賦能的光學成像技術研究，為強噪聲環(huán)境成像提供了新途徑。

　　團隊基于圖像處理“低維流形嵌入”的科學思想，提出了能夠高效提取光場信息的智能成像方法(IEGI)，利用神經網絡卓越的信息提取能力，構建多模態(tài)認知計算框架，為圖像處理提供了數理判據，解決了傳統(tǒng)水下成像過程中圖像質量退化造成的場景難解析問題，以極低采樣率高質量地重構了目標圖像。

　　這好比給傳統(tǒng)水下成像的過程戴上了一副“AI眼鏡”，它能夠自主過濾干擾、通過一系列人工智能分析處理大幅還原圖像信息，讓潛航器獲得準確清晰的水下目標圖像。在實驗室模擬真實的深海湍流水環(huán)境中，團隊已通過IEGI方法成功實現了低采樣率、高質量的目標圖像智能重構。

　　據了解，IEGI方法具體有高質量、高效率、自適應三點技術優(yōu)勢。為了克服水下惡劣光學環(huán)境中，水體吸收散射對重構圖像的影響，團隊充分利用神經網絡在信息提取方面的能力，實現了以極低采樣率即可重構高質量目標圖像。

　　為了在成像時提高數據利用率，降低數據采集的要求，團隊通過智能神經網絡消除成像過程中的冗余信息，有效提高了遠距離水下成像的效率。為了靈活適應復雜多變的水下環(huán)境，團隊提出了智能訓練輔助的網絡模型，以光束穿過目標的強度值為標簽，在多變的水下場景下及時調整網絡參數，提高對不同場景的適應能力。(完)

責任編輯：崔景靚