公开(公告)号：CN119941994A

公开(公告)日：2025-05-06

申请号：CN202510044797.3

申请日：2025-01-10

Applicant: 福州大学

Inventor： 吴衔誉 ,  陈江涛 ,  黄峰 ,  林忠麟

IPC: G06T17/00 ,  G01J4/00 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0455

Abstract: 本发明涉及一种基于深度学习的水中散射介质条件下目标偏振三维成像方法，属于光学成像技术领域。所述方法，包括：利用偏振相机采集水下目标的偏振图像，并利用三维扫描仪获取水下目标的三维模型；对水下目标的偏振图像和三维模型进行对齐，并对获取的偏振图像进行预处理，构建水下偏振图像数据集；设计一种应用于水下目标偏振三维成像的卷积神经网络，用训练集对网络进行训练，得到网络模型的训练权重，最后对测试集进行测试，得到预测的表面法线；将预测的表面法线与目标的法线真值进行对比，并用平均角度误差指标衡量水下目标三维成像的效果。本发明将深度学习与偏振三维成像结合，减少了重建过程中的纹理细节损失，提高了表面法线预测的准确性，实现了水下目标的高精度偏振三维成像。