《Optics and Lasers in Engineering》：Robust polarimetric image restoration for underwater concrete defect inspection in turbid environments
编辑推荐：
水下混凝土结构缺陷检测中基于极化成像的视觉增强方法，通过双阶段框架实现物理参数估计与多尺度特征融合，有效抑制浑浊水体散射干扰，提升裂纹、孔洞等缺陷的可见性，实验验证其性能优于现有方法。
姚云梅|王慧峰|杜浩|单远和|潘泽峰|张成彦|黄赫
西安长安大学电子与控制工程学院，中国西安710064
摘要
水下基础设施的视觉检测受到浑浊介质中光散射导致的图像退化的严重阻碍，这掩盖了关键的表面缺陷。为了解决这一工程挑战，本文提出了一种基于偏振成像的鲁棒视觉增强方法。所提出的框架分为两个主要阶段。第一阶段涉及物理参数估计，开发了一种基于DoP引导的分层四叉树背景光估计（DHQBLE）技术，并通过联合优化红色通道先验、偏振梯度方向场（PGDF）和多通道衰减差异来鲁棒地估计场景深度。第二阶段侧重于自适应特征融合，采用多尺度分解融合与对比度一致性（MDF-CC）框架，自适应地整合强度和偏振特征以增强图像对比度并恢复细微的结构细节。在自建和真实世界的水下数据集上进行了全面实验，涵盖了各种缺陷类型（裂缝、孔洞、剥落）和环境条件（浊度：1.78–5.39 g/L；流速：2.65–4.42 m/s）。结果表明，所提出的方法在定量（PSNR、SSIM、对比度、熵）和定性性能方面均优于现有方法，证实了其在复杂水下环境中进行高保真光学检测的有效性。
引言
水下混凝土结构，包括桥墩、水坝和海上平台，工作在复杂且动态的水环境中。长时间受到水流冲刷[1]、化学腐蚀[2]和循环载荷[3]的影响，容易产生裂缝、剥落和钢筋裸露[4]等表面缺陷。这些缺陷可能预示着结构早期退化和潜在的安全风险[5,6]。在浑浊水中准确检测这些对比度低的细微缺陷仍然是结构健康监测和耐久性评估的主要挑战[7,8]。水下图像由于水柱中的光散射和吸收而退化[9]，导致颜色失真、模糊和对比度损失。Jaffe–McGlamery模型[10]解释说，捕获的光由物体的衰减反射和背景的后向散射组成。由于吸收依赖于波长，红光衰减最快，使图像颜色偏向蓝绿色[11,12]。同时，悬浮颗粒的散射进一步降低了可见度，掩盖了裂缝和空洞等细微的混凝土表面特征。
为了减轻散射引起的退化，水下成像通常采用增强、基于物理的恢复或偏振技术。然而，在高浊度和不均匀光照条件下，细微的混凝土缺陷仍然容易失真。因此，最近基于学习的研究优先考虑鲁棒性和泛化能力，采用扩散增强等技术来处理各种退化[[13], [14], [15]]。偏振成像的优势在于它利用偏振度来抑制后向散射并保持边缘清晰。最新研究表明，目标反射和后向散射都会影响偏振场，从而实现更准确的物理建模[[16], [17], [18]]。尽管如此，将当前的偏振方法应用于混凝土检测仍然存在困难。首先，大多数算法错误地假设目标反射是非偏振的；然而，粗糙的混凝土仍保留部分偏振，导致建模不准确和边缘重建效果差。其次，标准融合策略在高浊度下常常失败，产生伪影和细节丢失，掩盖了细微特征。
为了直接证明我们的设计选择，图1展示了在被动和主动偏振照明下，使用实验室构建的多模态水下成像系统捕获的浑浊水中裂缝混凝土样本的RGB强度图像、偏振强度图像和DoP图的对照比较。如图1所示，在被动照明下，DoP图几乎均匀，裂缝几乎无法区分；而在主动偏振照明下，DoP图显示出与裂缝区域对齐的清晰空间变化，使得缺陷边界比仅使用强度观测时更明显。这表明，当RGB对比度因散射而受到强烈抑制时，偏振信息可以提供补充的对比度。其背后的机制是，测量的偏振场由表面反射和遮蔽后向散射共同决定；根据浊度和散射阶数，后向散射成分可能表现出可测量的偏振，而粗糙混凝土的反射平均来说是退极化的。我们注意到，这种机制主要适用于以漫反射为主的粗糙介电材料，而极其光滑/镜面材料或金属材料可能需要不同的先验。因此，我们的方法将偏振信息作为自适应先验，以在浑浊环境中增强可见度。
为了解决在浑浊水流中识别水下混凝土表面细微缺陷的挑战，本文提出了一种使用自适应偏振图像增强的鲁棒视觉检测方法。我们的方法超越了传统偏振模型的简化假设，增强了低对比度缺陷，并在复杂水环境中实现了高保真的结构细节恢复。主要贡献如下：
1. 我们提出了一个基于DoP引导的参数估计框架，包括用于背景光估计的分层四叉树机制（DHQBLE）和用于场景深度估计的多线索融合策略。
2. 我们开发了一个具有对比度一致性约束的多尺度融合框架（MDF-CC），以自适应地整合强度和偏振信息，从而增强缺陷纹理的同时保持自然外观。
3. 我们在自建和真实世界的数据集上进行了系统验证，证明了其在多种条件下的性能优于现有最佳算法，无论是在定量指标还是检测可靠性方面。
部分摘录
水下图像增强和基于学习的方法
水下图像增强旨在通过补偿由波长依赖的衰减和散射引起的颜色偏差和对比度退化来提高可见度。早期研究主要依赖于手工制作的增强和融合策略。例如，Kumar等人[19]引入了轻量级的UNCORE框架进行颜色恢复，随后Zhu等人[20]提出了采用多尺度融合的自适应颜色补偿来纠正颜色偏差并增强
用于桥墩结构的偏振成像系统
图2所示的水下偏振成像系统围绕三个核心子系统构建：激光发射子系统、成像检测子系统和图像处理子系统。在操作过程中，激光发射子系统首先用线偏振光照射水下目标。然后成像检测子系统使用时分系统捕获四个不同偏振角度的强度图像（,,)
提出的算法
浑浊水对水下光传输的影响导致图像退化，现有的水下图像恢复方法存在参数估计不准确和实际应用中主动恢复能力不足等问题。算法的整个框架如图4所示。该方法包括四个部分：首先，使用自适应阈值的直方图均衡化方法实现图像增强和图像滤波操作
实验平台和数据集构建
为了系统评估我们的算法在动态浑浊水中对混凝土缺陷的视觉增强性能，我们构建了一个专用的水下偏振成像平台，如图11所示。该平台以一个70 × 50 × 50厘米的亚克力水箱为中心，内衬黑色绒毛材料以减少杂散光。为了模拟动态水道条件，水箱配备了80瓦的水泵（9000升/小时）来创建可控的流动
结论
在这项研究中，开发了一种自适应偏振图像增强方法，以解决浑浊水下环境中由光散射引起的视觉退化问题。所提出的方法创新性地整合了偏振度（DoP）先验、深度融合优化和多尺度特征增强，以恢复视觉质量和物理信息。我们的新颖策略包括基于DoP引导的分层四叉树背景光估计（DHQBLE）等
CRediT作者贡献声明
姚云梅：撰写——原始草稿，方法论。王慧峰：资源提供，监督，撰写——审阅与编辑。杜浩：形式分析，撰写——审阅与编辑。单远和：资源提供。潘泽峰：监督。张成彦：调查。黄赫：监督。
利益冲突声明
作者声明他们没有已知的财务利益或个人关系可能影响本文报告的工作。
致谢
本工作得到了国家自然科学基金（编号：52172324）、陕西省重点研发计划（编号：2024GX-YBXM-288）和陕西省交通运输厅科技项目（编号：25-87K、25-79X）的财政支持。
