一种自适应学习驱动的动态散射环境下的偏振复原方法

本发明公开了一种自适应学习驱动的动态散射环境下的偏振复原方法，包括以下步骤：步骤一、拍摄水下目标物清晰的偏振图像与对应不同浑浊程度的偏振图像，步骤二、按照7：2：1的比例将拍摄得到的偏振图像划分为训练集、验证集、测试集；根据物理偏振去雾模型的指导以及连续多帧图像序列带有的信息，设计自适应学习驱动的偏振去散射网络，用于动态浑浊环境中的自适应图像复原；本发明提供的偏振复原方法有效减少了动态浑浊水下环境中由悬浮颗粒造成的非均匀散射效应。根据物理偏振去雾的理论模型指导，在所提出的神经网络中准确估计了每个像素位置的两个偏振相关参数，具有优异的收敛和恢复性能。