石 峰，程宏昌，閆 磊，郭 欣，李世龍，邱洪金，丁習文

〈綜述與評論〉

水下光電成像技術研究進展

石 峰1,2，程宏昌1,2，閆 磊1,2，郭 欣1,2，李世龍1,2，邱洪金1,2，丁習文1,2

（1. 昆明物理研究所，云南 昆明 650223；2. 微光夜視技術重點實驗室，陜西 西安 710065）

隨著我國海洋、江河和地下水資源勘探、開發(fā)和利用的日益深入，以及領海主權防衛(wèi)的軍事需求日趨迫切，在水下獲取遠距離條件下高質量的目標圖像已成為水下環(huán)境勘測、目標探測與敵我對抗等許多領域迫切需要解決的問題。目前，水下成像探測技術主要有聲探測和光電探測兩種途徑。本文研究了目前主要水下高分辨力光電探測成像技術現(xiàn)狀，分析了不同技術途徑的優(yōu)缺點，對比了各種水下探測/成像系統(tǒng)中采用的光電探測器的情況，結合自身技術背景，提出了應加快發(fā)展高靈敏度、低噪聲、高增益、快響應、寬動態(tài)范圍、良好線性度的GaAsP光陰極雙微通道板像增強器，從而簡化光電系統(tǒng)中因探測器性能不佳帶來的靈敏度低、噪聲大、增益低、處理時間長等不足，加速各種新技術向產(chǎn)品、實用化設備的轉化。本文成果對水下光電成像技術發(fā)展將有一定支撐作用。

水下探測；光電成像；探測器

0 引言

地球表面超過70%以上都是海洋，其中蘊藏著豐富的油氣資源、生物資源、空間資源和可再生能源資源等，是人類賴以生存的重要環(huán)境以及謀求發(fā)展的未知領域。21世紀以來，海洋作為國家經(jīng)濟發(fā)展和對外開放的重要窗口，在維護國家主權和獲取經(jīng)濟利益方面的作用日益突出[1]。

隨著我國海洋、江河和地下水資源勘探、開發(fā)和利用程度的日益深入，以及領海主權防衛(wèi)的軍事需求日趨迫切，實現(xiàn)水下高分辨力環(huán)境勘測、目標探測與定位分析已成為眾多領域水下裝備作業(yè)迫切需要。目前水下成像探測技術主要有聲探測和光電探測兩種技術途徑[2-10]。聲探測技術探測距離較遠，但成像空間分辨力較差，難以完全適應諸多水下運載平臺以及深海探測作業(yè)對高分辨成像探測、觀察和定位的需要；水下光電成像技術以其分辨能力高、直觀快速地傳遞目標與景物的二維乃至三維信息，且輸出圖像更符合人的視覺與心理特征等優(yōu)點，已被諸多潛水器、水下作業(yè)系統(tǒng)、目標探測系統(tǒng)所采用。然而由于光線在水中隨傳輸路徑快速衰減，使得水下光電成像需要輔助照明，且由于水下光電成像裝備中照明往往與成像系統(tǒng)同向，照明光的后向散射已成為影響水下光電成像系統(tǒng)作用距離的重要因素，使得人眼直接觀察以及傳統(tǒng)的連續(xù)照明光電成像的有效作用距離較短，無法成為實用性的水下光電成像方案，因此在現(xiàn)代水下運載平臺和其他應用領域普遍采用一些特殊的光電成像模式。

目前，水下光電成像技術主要有：距離選通光電成像技術、激光同步線掃描技術、結構光成像技術、多視角圖像重構技術、散射計算光學技術、偏振光成像技術、水下鬼影成像技術以及基于深度學習水下成像技術等。

本文將對上述技術的國內外研究進展進行綜述，并對這些系統(tǒng)中所用的探測器進行對比分析，提出建議發(fā)展水下光電成像系統(tǒng)中探測器的發(fā)展方向，以期對探測器及水下光電成像技術、裝備發(fā)展提供一些參考和借鑒。

1 水下光電成像技術研究進展

1.1 距離選通光電成像技術

脈沖激光照明距離選通光電成像技術是一種有效的水下光電成像技術，目前已經(jīng)在遙控無人潛水器（remote operated vehicle, ROV）或自主式水下航行器（autonomous underwater vehicle, AUV）平臺以及水下救援等方面得到了廣泛的應用[11]，并且隨著激光器技術和選通成像設備技術的成熟，水下光電成像裝置也在不斷迭代升級，性能自然也得到巨大提升，作用距離甚至比水下連續(xù)照明光電成像系統(tǒng)以及潛水員在自然光照射下水下觀察距離高出5～10倍。

1.1.1 技術原理

距離選通技術是利用脈沖激光器和選通門控攝像機，將不同距離的散射雜光與目標景物的反射光分離，從而在攝像機特定開啟的選通時間內將目標景物反射的輻射脈沖送至相機并對其進行成像[5]（圖1）。距離選通水下激光成像技術通過對成像系統(tǒng)快門的時間進行控制，在時域內對大部分會進入成像系統(tǒng)的無效光信號進行屏蔽，從而大幅降低水體后向散射對成像系統(tǒng)探測效果的影響，同時也會提高成像系統(tǒng)的工作范圍。當選通脈沖寬度和激光脈沖寬度都很窄，就只有激光探測目標附近的反射光可以到達攝像機并最終成像，這樣就可以進一步有效減少后向散射的影響，從而提高系統(tǒng)的探測和識別距離。

圖1 水下距離選通成像系統(tǒng)原理[5]：(a) 攝像機關閉狀態(tài)；(b) 攝像機開啟狀態(tài)

1.1.2 研究現(xiàn)狀

Duntley等人[12]在1963年對光波在海洋中的傳播特性進行了研究，結果表明，470～540nm的光波在海水中的衰減要遠小于其他波段的光波，這個波段被稱為“藍綠窗口”，由于藍綠激光在海水的優(yōu)異的穿透能力，逐漸引起了人們的高度重視，成為了水下距離選通成像系統(tǒng)中的理想光源。1990年加拿大啟動有關水下距離選通成像的研究，經(jīng)過整整20年深入探索，已研制出LUCIE1、LUCIE2、LUCIE3這三代產(chǎn)品[13-14]（如圖2所示）；1994年美國SPARTA公司開發(fā)出的See Ray測距成像系統(tǒng)能夠檢測到衰減長度為6.4倍的目標[14]。此外，丹麥、瑞典、新加坡等國家也在這一領域有了一定的突破。

鑒于國外技術封鎖，國內應用需求較少，且研究成本較大，故國內關于水下藍綠激光成像系統(tǒng)的研究進展緩慢。其中國內距離選通水下成像技術研究主要包括：探測距離估算與模擬、圖像增強及降噪、三維成像等方面。

為全面、系統(tǒng)地建立水下距離選通成像系統(tǒng)的綜合性能模型，胡玲等[15]將一些典型水下激光成像系統(tǒng)與像增強型電荷耦合器件（intensified charge-coupled device, ICCD）相結合，并對后向散射光強度、背景輻射強度等與時間和探測距離的相關性進行了研究，選取了海水的典型參數(shù)后利用Matlab對該過程進行模擬仿真。結果表明：隨著選通時間、空間頻率和探測距離的增加，系統(tǒng)的信噪比（signal-noise ratio, SNR）和調制傳遞函數(shù)（modulation transfer function, MTF）均會顯著變差；付學志等[16]給出了一種簡便的計算作用距離的方法，由此可以得到在不同水質條件下裝置的作用距離；王磊等[17]分析了水下藍綠激光主動成像目標與背景的輻射特性、海水后向散射特性、距離選通特性以及激光發(fā)射器和接收器的性能；提出了一種基于光束擴展函數(shù)（beam spread function, BSF）的探測靈敏度模型。該模型在海水散射系數(shù)與衰減系數(shù)之比介于0～1的范圍內都適用。

由于水下距離選通成像存在噪聲大、對比度差、照明不均勻的情況，許廷發(fā)等[18]提出了一種對圖像采用二維直方圖雙平臺均衡化聯(lián)合帶有估計誤差抑制的Retinex（視網(wǎng)膜增強）算法，改善了圖像的整體質量，尤其針對簡單無突變背景的水下情景時有較為明顯的效果。

由于距離選通成像可通過控制激光脈沖和選通脈沖之間的延時對所需測量的空間進行成像，因此，時間與空間之間存在映射關系，利用這種關系可實現(xiàn)三維成像。目前水下距離選通三維成像主要發(fā)展了時間切片掃描成像和距離能量相關三維成像技術。中國科學院半導體研究所研制了一系列水下激光三維成像系統(tǒng)，并搭載遙控無人潛水器、自主式水下航行器和深海著陸器等進行了水下試驗驗證[19]。王新偉等[20]針對水下距離選通成像中由于水體散射干擾、目標反射率差異、極限距離探測等因素引起的二維圖像信噪比和對比度下降，三維圖像距離分辨率降低，甚至數(shù)據(jù)出現(xiàn)空洞等問題，開展了水下二維及三維距離選通成像去噪技術研究。

1.2 激光線掃描技術

由于光在水中的傳播，不僅會產(chǎn)生吸收損失，而且會產(chǎn)生很大的散射，從而使成像距離變得更短，圖像質量也會下降。采用同步掃描技術可以有效地降低水下圖像的傳輸損耗[21]。窄的光束重疊區(qū)域和發(fā)射端接收端之間的幾何間隔非常大，這就導致了接收端接收信號的區(qū)域會變得更小，因此也降低了產(chǎn)生干擾的后向散射數(shù)目。通過改變兩個光束的會聚角度，可以實現(xiàn)對不同距離目標的觀測。

1.2.1 技術原理

激光線掃描（laser line scanning, LLS）技術是一種利用準直線陣激光與瞬時視場很窄的接收器同步掃描成像技術。簡單來說，就是一個準直線光源對目標視野進行了光束掃描，與此同時，具有非常窄的瞬間視野的接收器也會對目標區(qū)域進行掃描[21]（如圖3所示）。這樣的話，接收器只會受到與接收光束重疊的光源反向散射的影響，而在其他位置發(fā)生的反向散射則會被阻擋。其介于早期的點激光二維掃描以及距離選通成像之間，相對于點激光掃描提高了成像速度，相對于距離選通成像降低了對激光功率的要求，激光同步線掃描系統(tǒng)接收器常采用光電倍增管或高速成像的條紋管作為成像器件。

圖2 從左到右依次為加拿大研制的LUCIE 1～LUCIE3系列產(chǎn)品[13-14]

圖3 線掃描示意圖[21]

Fig 3 line scan schematic[21]

1.2.2 研究現(xiàn)狀

水下激光線掃描成像系統(tǒng)利用掃描光線對目標區(qū)域進行測量，通過獲得的各掃描點的位置信息，構建目標區(qū)域的表面形狀。采用這種方法可以獲得水下物體的立體影像，其識別效果優(yōu)于傳統(tǒng)的無旋轉成像技術。其中最具代表性的就是西屋公司SM2000同步掃描水下激光成像系統(tǒng)[13]，該系統(tǒng)通過電動機帶動兩個掃描鏡轉動，使發(fā)射光束與接收視野同步掃描。在不同的渾濁程度下，成像距離可達2.5～45m，在常用探測距離其分辨率基本可以達到較高水平。目前來說，國外主要將激光同步掃描成像技術用于機載水下探測系統(tǒng)。美國Kaman宇航公司研究的“魔燈”水雷探測激光雷達將線掃描激光器與選通攝像機的同步掃描成像相結合，可實現(xiàn)在450m的最大海面高度左右的探測活動，探測淺水區(qū)的最大深度為60m[14]（圖4）。隨后，Kaman公司研制的ALMDS機載激光探測雷達系統(tǒng)被安裝在直升機上，可以在12.2m左右深水域情況的快速探測[14]（圖4）。

Fig 4 “Magic Lamp” mine detection lidar(left) and ALMDS airborne lidar(right)[14]

1996年，華中科技大學進行了激光單點掃描成像試驗，其探測深度可以達到為60m；自2009年起，北京科技大學就開始了水下激光線掃描成像技術的理論研究，并成功開發(fā)了線激光掃描成像系統(tǒng)；2004年，中國海洋大學研制出了水下激光三維掃描成像系統(tǒng)的工作原理樣機[5]，并在水中進行了長方形物體的成像試驗；采用脈沖激光源和選通型探測器，構成脈沖選通激光線掃描（pulse gating laser line scanning，PG-LLS）成像系統(tǒng)，模擬仿真表明其成像距離可超過7AL。佛羅里達大西洋大學（Florida Atlantic University，F(xiàn)AU）海港分院海洋研究所（Harbor Branch Oceanographic Institution, HBOI）開發(fā)了一款脈沖激光線掃描成像系統(tǒng)樣機[22]，采用光電倍增管（photon multiplier tubes, PMT）及高重頻（357kHz）、高功率綠光激光器半峰全寬（full width at half maxima, FWHM）為6～7 ns的高斯脈沖。

1.3 結構光成像技術

結構光[23-24]根據(jù)投射光條模式的不同，可以劃分為點結構光、線結構光、網(wǎng)格結構光模式等。對光學三角原理最簡單直接的應用就是點結構光，操作簡便，運算量小，但其每次只能獲取單個激光點的三維信息，數(shù)據(jù)量太小，無法適用于大范圍測量以及水下精細作業(yè)。網(wǎng)結構光能從單幅攝像機拍攝的二維圖像中獲取最多信息，提高了三維掃描的范圍和效率，但是網(wǎng)結構光操作復雜、實現(xiàn)過程有一定難度。利用結構光成像技術進行三維立體測量時，由于折射的原因，會導致光線的傳播路徑發(fā)生變化，以透視法為基礎的線性測量模式已不能滿足要求；其次，在水下可視化測量系統(tǒng)的參數(shù)校準中，由于所涉及的校準參數(shù)遠大于大氣中的校準數(shù)量，這就給系統(tǒng)的校準帶來了一定的困難。

1.3.1 技術原理

結構光技術的實質就是利用三角測量法來確定空間目標的三維信息，其普遍是由一臺攝像機和一臺投影儀組成的結構光系統(tǒng)[25]，如圖5(a)所示，利用主動投射結構光源的方式在被測目標中人為地增加特征點。在被投射的物體中，由于目標表面起伏的空間位置不同，照相機所拍出的結構光圖案會發(fā)生相應的變形。結構光成像技術正是利用投影光圖形的變形信息來獲取三維曲面的形態(tài)。

圖5 結構光成像示意圖[25]

1.3.2 研究現(xiàn)狀

與地面測量技術相比，水下照相機在對目標進行攝像時，會產(chǎn)生光線的折射。由于折射具有非線性特性，傳統(tǒng)的立體測量模式已不適合在海洋環(huán)境中進行三維立體測量。2007年Enrique等[26]在實驗室條件下，使用線結構光測量系統(tǒng)掃描測量了水箱中的水下沉積物表面；2012年，西班牙的Mario Prats等在水下結構光系統(tǒng)引導水下機器人-機械手系統(tǒng)作業(yè)方面取得進展[27]（圖6）。

圖6 水下自主作業(yè)機器人搭載結構光裝置[27]

Fig 6 Structured light device for underwater autonomous operation robot[27]

在水下結構光成像研究中，如果忽視了光線的折射效應，往往會導致實驗數(shù)據(jù)出現(xiàn)較大的誤差。因此，許多學者在進行水下三維測量時都會將光線的折射效應考慮到測量中[28]。王玲玲[29]采用結構光技術進行水下三維測量，采用修正原理對水下影像進行恢復，最終獲得了與大氣中近似的影像。但是在對水下成像系統(tǒng)進行校正和三維重構時，由于沒有考慮相機自身參數(shù)對實驗的影響，使得測量數(shù)據(jù)出現(xiàn)了偏差；喬金鶴[30]、李文莉[31]等人利用結構光技術進行水下三維測量時，將影像恢復與立體匹配相結合，但對于一些失真的影像，不能進行立體匹配；丁萬山[32]等人利用水下三維測量系統(tǒng)，利用光線的折射原理，對被測點進行了折射校正；王宗義[33]等人在完成了傳統(tǒng)的陸地立體測量之后，采用了激光三角法對水下測量中被測點進行折射補償。

隨后又有人對結構光成像做了相應的優(yōu)化，提出了距離補償型以及合成孔徑照明型結構光成像。①距離補償型：當使用結構光照明時，一束窄激光束被投射到場景中，且投射方向偏離相機的中心光軸，能部分消除后向散射光成分，有助于通過三角測量法恢復場景的3-D結構。2005年Narasimhan[34]等提出了兩種具有創(chuàng)新性的補充：結構光成像中的掃描并沒有任何主要運動部分，而是由使用數(shù)字光處理投影儀的空間光調制器控制；其次當恢復目標亮度時，對水體衰減進行了補償。②合成孔徑照明：Levoy等[35]2004年提出了一種將背景目標與其前景后向散射光分離的方法（圖7）。該方法基于照明光源群，且每個光源均以獨特的位置和方向照射場景，而以往幾乎所有結構光成像方法均基于來自同一方向的照明。

1.4 散射光計算成像技術

計算成像技術[36]是一種新型的系統(tǒng)成像方法，它不同于傳統(tǒng)的“看見什么就是什么”。隨著計算機的運算能力不斷提高，計算機圖像處理技術正逐漸成為一種新興的技術。計算成像技術是通過收集和處理光場的信息，實現(xiàn)了傳統(tǒng)成像技術所難以兼顧的高分辨率、遠探測距離、大光學視野的要求。

圖7 水下合成孔徑成像實驗裝置[35]

1.4.1 技術原理

總的來說，只要在成像過程中引入了某種計算方法，就都可以被看作是一種計算成像。它其實就是通過計算機的強大的運算能力，間接或者直接地參與到成像中去，從而達到改善成像的效果[36]，其大致流程如圖8所示。而從具體某個方面來說，則是利用信息的獲取、傳遞和解釋來描述光場，這是一種全新的圖像處理模式，它將光學、數(shù)學和信號處理結合在一起，它將徹底改變以圖像為中心的光學圖像只依賴于有序的信息傳遞，在光場維度上擴大信息的獲取、利用和編譯能力，從而進一步提高光電成像的上限。

而在水下成像條件時，由于光子隨機傳輸問題，并不能在這些區(qū)域中直接獲得目標信息，獲取到的是由散射光產(chǎn)生的無規(guī)律分布的散射光場，散射光成像技術就是通過對這些攜帶隱藏目標信息的散斑圖像進行深度解譯，復原出清晰目標信息的一種成像技術。主要有基于波前整形的散射光成像復原清晰目標圖像。

1.4.2 研究現(xiàn)狀

2007年VELLEKOOP. I. M[37]等首次提出基于波前整形的散射光成像技術，該方法包括基于反饋的波前整形、傳輸矩陣（transfer matrix，TM）測量和光學相位共軛（optical phase conjugation, OPC）3部分。

基于反饋的波前整形成像技術通過反饋算法調控空間光調制器（spatial light modulator, SLM），以此補償入射波前，同時結合光學相位共軛實現(xiàn)在散射層后聚焦成像[38]，其實驗裝置及成像效果如圖9所示，當光束通過強散射介質時，散射層后每個位置的相位隨機分布，形成一幅散斑圖像（如圖9(b)所示），而當引入反饋信號后（如圖9(c)所示），散射層后目標的亮度比散斑圖像高出3個量級，聚焦效果遠遠優(yōu)于光學透鏡。2010年VELLEKOOP. I. M等[39]基于反饋的波前整形成像技術在傳統(tǒng)光學系統(tǒng)后放置一個厚度為6mm的散射介質，利用該方法獲得的光斑直徑為傳統(tǒng)成像的1/10，光學系統(tǒng)的分辨率得到了極大提高。2012年，KATZ. O等[40]基于反饋的波前整形方法采用非相干光源實現(xiàn)了實時透散射介質成像，其成像效果如圖10所示，極大推動了基于反饋的波前整形技術的工程化應用。

圖8 計算成像流程示意圖[36]

Fig.8 Schematic diagram of imaging process calculation[36]

圖10 非相干光源成像效果[40]

Fig 10 Imaging effect of incoherent light source[40]

基于散射介質傳輸矩陣測量的方法由POPOFF. S首次提出[41]，如圖11所示。其原理主要是入射光場通過復雜矩陣與出射光場相聯(lián)系，測量這個復雜矩陣并結合OPC技術可實現(xiàn)任一位置、任一時刻聚焦成像。目前測量TM的方法有四步相移、相位恢復算法等。2015年，LIUTKUS S.等[42]在TM測量中引入壓縮感知思想，大幅降低傳輸矩陣的測量難度。同年，ANDREOLI D.等[43]提出一種不同波長下測量TM的方法，該方法通過建立三維多光譜TM解決了寬譜聚焦成像問題。對于多光譜研究，2019年DONG. J等[44]采用了多路復用相位反演的方法成功實現(xiàn)透散射介質成像，其單點聚焦如圖12所示。

圖11 基于光學傳輸矩陣的散射光成像[41]

基于光學相位共軛的散射光成像技術是指利用渾濁介質的互易性和發(fā)生時間反轉時光路不變的性質，從反向光路獲得原始入射光場信息的技術[45]，其原理如圖13所示。與基于反饋的波前整形技術相比，該方法中的可測量信道數(shù)并非單信道而是多個信道，使得該技術可用于實時測量。

1.5 偏振光成像技術

偏振是光的一種內在特性，它可以反映出目標的許多物理特性，并能檢測到一般的光學圖像所不能察覺的信息。偏振成像探測技術還具有抑制介質雜散光、降低背景干擾、實現(xiàn)被測對象景物復原、獲得被測對象的有效信息等優(yōu)點。

1.5.1 技術原理

偏振成像是在實時獲取目標偏振信息的基礎上利用所得到的信息進行目標重構增強的過程，偏振信息與傳統(tǒng)成像中獲取的信息是有所不同的，它是把圖像的信息從光強度、光譜、空間擴展到多維（偏振度、偏振角、折射率、表面粗糙度等）[46-47]。與傳統(tǒng)成像方法比較，偏振成像方法能夠靈敏且精確地獲得目標的更多信息，例如：玻璃表面的缺陷極不易檢測，當偏振光打入玻璃中，由于玻璃不是均勻的，受到各個方向的扭曲和壓力，這樣內部分子的結構就會有所不同，所以玻璃的表面缺陷就可以被顯示了出來了[48]（圖14中所示）。近年來，由于偏振檢測技術的不斷發(fā)展以及偏振散射的基礎理論的不斷發(fā)展，使得偏振成像技術在水下光電成像領域受到了重視。

圖12 透復雜散射介質實驗結果[44]

圖13 基于光學相位共軛的散射光成像技術[45]

圖14 玻璃的缺陷圖像[48]

1.5.2 研究現(xiàn)狀

水下偏振成像技術通過對背景散射光進行抑制，利用目標信息與背景散射光的偏振度差異得到清晰的復原圖像。目前典型的水下偏振成像技術[49]主要包括：水下偏振差分成像、被動水下偏振成像以及主動水下偏振成像等。

由于動物視覺可以獲得和解碼正交偏振信息，因此在1995年ROWE M. P.等人[50]受此啟發(fā)提出了一種基于偏振差分的成像技術，這項技術是將偏振裝置置于探測器前端，以獲得沿偏振方向相互正交的景物，并利用偏振圖像的差值消除背景散射，從而實現(xiàn)對景物更加清晰的檢測。偏振差分成像可以解譯原始強度圖像中不易看到的細節(jié)信息，如圖15所示，提高了水下成像的探測能力，為水下成像提供了新的技術思路。

圖15 原始強度圖像與復原圖像的對比[50]

在光照條件較好的情況下，由于主動光源和自然光的重疊會影響偏振信息的精確采集，因此，被動成像的優(yōu)越性就凸顯出來了。Schechner于2005年[51]首次提出了水下被動偏振成像，其主要用于在白天和日光能到達的淺水區(qū)消除散射光效應，并解決了由于水體的吸收而導致的彩色失真。2016年，黃等人[52]提出了基于目標光的水下被動偏振成像，并對其與正交差分信號之間的轉換關系進行了分析，從而解決了高偏振性圖像恢復失敗的問題。2017年，胡等人[53]根據(jù)目標的偏振特征，提出了一種利用透射比修正的水下無源偏振成像技術。劉等人[54]針對傳統(tǒng)的水下偏振法在水下攝像過程中因水體吸收而產(chǎn)生的顏色失真的問題，利用獲得的背景散射光強分析出場景深度信息，并構造出水下朗伯體（Lambertian）反射模式，使水下物體成像清晰，不會產(chǎn)生顏色失真，從而大大提高了水下檢測和識別的性能，如圖16所示。相對于常規(guī)的水下偏振成像，水下被動偏振成像具有更廣泛的應用前景，但是在高渾濁的水體中，其成像性能還需進一步提高。

被動水下偏振與主動水下偏振成像的不同之處在于：在水下被動偏振成像中，自然光在水中受到吸收和衰減而變?yōu)榫植科窆猓欢谒轮鲃悠窦夹g則是利用完全偏振光源來實現(xiàn)成像，因為水體對入射光的吸收與散射，使完全偏振光轉變?yōu)椴糠制窆狻?/p>

在深海地區(qū)，通過采集目標和背景的偏振信息，再利用目標與背景之間的偏振度差異，就可以獲得被測目標的偏振信息，從而獲得清晰的成像效果。近年來，越來越多的學者深入地研究了水下主動偏振成像技術。2018年，韓平麗[55]提出了一種基于圖像邊緣法估計正向散射光衰減函數(shù)的算法，則可以有效地克服由于正向散射光線造成的圖像劣化問題，極大地改善了圖像的顯示效果，使景物變得更加清晰。隨后，又在此基礎上，提出了一種基于頻譜和空間特征的多尺度水下偏振成像方法，將一張偏振影像分成具有高反差的基礎層和低反差的細節(jié)層，采用聯(lián)合雙邊濾波來降低基本層的噪聲，從而實現(xiàn)對模糊圖像的復原[56]（如圖17所示）。

圖16 成像效果對比圖[54]：(a) 字母“XiDian UNIVERSITY”的原始圖像；(b) 字母“XiDian UNIVERSITY”的被動水下偏振成像方法的結果；(c) 地中海的原始圖像；(d) 地中海被動水下偏振成像方法的結果；(e) 圖(d)中A區(qū)域的放大結果；(f) 圖(d)中B區(qū)域的放大結果

Fig 16 Comparison of imaging effects[54]: (a) The original image of the letters"XiDian UNIVERSITY"; (b) The results by passive underwater polarization imaging method of the letters" XiDian UNIVERSITY" ; (c) The original image of the Mediterranean ; (d) The results by passive underwater polarization imaging method of the Mediterranean;(e) The enlarged result of area A in Fig (d);(f) The enlarged result of area B in Fig (d)

圖17 不同目標復原效果（每張圖片左半邊為原始圖像，右半邊為復原圖像）[56]

1.6 水下鬼成像技術

由于水下探測時受到吸收、散射、湍流等因素的影響，傳統(tǒng)的成像技術很難得到清晰的水下影像。而水下鬼影成像在渾濁、可見度極低的水下環(huán)境中具有克服這種局限性的特殊優(yōu)勢，與常規(guī)成像技術相比，鬼成像有如下特點：①實現(xiàn)了物像的分離；②實現(xiàn)了強度信息的關聯(lián)，具有更強的抵抗惡劣天氣等干擾的能力；③突破了衍射的極限，具有超高分辨率。在弱光、特殊波段和增加成像距離上具有明顯的優(yōu)越性。

1.6.1 技術原理

解釋“鬼成像”之前，我們不妨先了解一下“人成像”。人類90%的信息都來源于視覺，即由物體自身或其反射的光線在我們視網(wǎng)膜上形成的影像。而人眼的晶狀體就像是透鏡一樣，可以在目標和“所見”之間形成一個個點和點的對應。

“鬼成像”作為量子光學的一個重要分支，它的最大特點就是物像分離。它的成像系統(tǒng)主要包括兩條光路，一條是基準光路，通過空間分辨率檢測器采集被測對象的信息，而另外一條是信號光路則通過沒有空間分辨率的桶式檢測器采集被測對象的信息，通過兩個路徑的相關運算，最終可以得到被測對象的圖像[57]（如圖18）。量子成像能利用兩個探測光路分別對物體的空間分布和強度分布進行探測，其中任何一路信息都無法單獨成像，唯有兩路信息共同探測，才能通過測量進行關聯(lián)成像。這就好比我們在室外安裝一個探測器后，只需要在室內再配置一個探測器進行采樣，就可做到“不出門而盡知門外事”仿佛幽靈般洞察著外面的事物。正是這種打破常規(guī)的方式，才使得量子成像得名“鬼成像”。

圖18 傳統(tǒng)鬼成像原理[57]

1.6.2 研究現(xiàn)狀

1988年，前蘇聯(lián)莫斯科國立大學Klyshko D. N.[58]提出了一種由亞穩(wěn)態(tài)原子或非線性晶體發(fā)射的雙光子寬帶輻射，來實現(xiàn)雙光子關聯(lián)成像的目的；1995年，Pittman等人利用自發(fā)參量下轉換產(chǎn)生的糾纏光子對[59]（實驗裝置如圖19所示），首次在實驗上觀察到鬼成像，進而證實了量子鬼成像的有效性；2001年，波士頓大學的Abouraddy[60]提出了一種分布式量子成像系統(tǒng)，其中一個光子用于探測遠程透射或散射物體，而另一個用作參考，進一步證明了量子糾纏是實現(xiàn)量子成像的先決條件，由此引發(fā)了人們用經(jīng)典光源實現(xiàn)鬼成像的實驗研究和理論探討。

圖19 雙光子光學成像實驗裝置示意圖[59]

由于鬼成像首先是利用具有糾纏特性的光子對完成的，所以早期很多科學家錯誤地認為只有具有量子的糾纏特性，才能實現(xiàn)鬼成像，并認為這是一種量子效應，直到2002年，情況才發(fā)生了很大的轉變。R. S. Bennink等[61]基于光場的二階強度關聯(lián)函數(shù)，利用隨機指向的激光束首次實現(xiàn)了熱光的鬼成像。證明了量子糾纏不是實現(xiàn)鬼成像的必要條件，而是基于經(jīng)典光場的強度（即光強）時空漲落和關聯(lián)。而且熱光源更加容易獲得，而且數(shù)據(jù)處理相對也簡單，因此熱光鬼成像實際應用更加廣泛。

2017年，西安交通大學Le等[62]針對水下長距離和不同角度條件下的計算鬼成像（computational ghost imaging, CGI）進行了實證研究（系統(tǒng)原理如圖20所示），與此同時還對海洋環(huán)境進行了廣泛的模擬。實驗結果驗證了計算鬼成像對水中濁度的變化不敏感。通過計算鬼成像獲得的重建可能比經(jīng)典的光學成像方法更理想；2018年，羅等[63]基于鬼成像（ghost imaging, GI）理論，利用海水折射率的空間功率譜，建立了在海洋湍流中運行的CGI和計算鬼衍射（calculation of ghost diffraction, CGD）的統(tǒng)一成像公式，并分析了圖像質量會受到海洋湍流的影響；2019年，張等[64]針對高散射海水介質中目標成像的問題，使用了黑色墨水來增加海水對光的散射，通過二階相關函數(shù)分析了衰減對水下鬼影成像的影響。在不同濁度的海水通道中進行了偽熱鬼成像實驗。實驗結果表明，即使在CCD的低照度水平下，微分鬼成像的成像質量也相對較好，應用壓縮感知的方法可以顯著提高水下鬼影成像的質量。由于衰減系數(shù)越大，就相當于光在水中的傳輸距離越遠，鬼影成像可能是遠距離水下成像的有效方法。此外，鬼成像對散射不敏感，因此具有在多變和惡劣的海洋環(huán)境中探索的優(yōu)勢。

圖20 計算鬼成像實驗裝置示意圖[62]

1.7 基于深度學習水下成像技術

由于數(shù)據(jù)量的增加、計算能力的提高、學習算法的日趨成熟、應用場景的不斷增加，人們對這種“嶄新”的處理方式——深度學習產(chǎn)生了濃厚的興趣。深度學習是基于神經(jīng)網(wǎng)絡的，它最初是為了解決機器學習中的表達式學習問題而設計的。然而，由于其強大的性能，使得它被應用于許多常規(guī)的水下光電圖像中去解決一些棘手問題?；谏疃葘W習的水下光電成像技術不僅需要經(jīng)過縝密的數(shù)理分析進行設計，并且要有相應領域的理論依據(jù)。

1.7.1 技術原理

深度學習是機器學習的一個重要研究方向，它旨在通過建立神經(jīng)網(wǎng)絡來模擬人類大腦進行分析學習，并模仿人類大腦的工作原理，實現(xiàn)對圖像、聲音和文字等信息的解讀。深度學習是基于神經(jīng)網(wǎng)絡的一種新的模式[65-66]，它包含了多層的隱層感知器（圖21），這些感知器可以將底層的特征結合起來，得到更高層次的描述，從而發(fā)現(xiàn)數(shù)據(jù)的分布特性。它具有功能強大、適應性強、結構簡單等優(yōu)點，在數(shù)據(jù)分析、圖像識別、趨勢預測、機器翻譯、機器博弈等方面都有廣泛的應用。深度學習不僅可以提供不依賴任務類型的通用程序算法，而且還具有極高的泛化性能（從已有的數(shù)據(jù)中獲取適合所有情況的知識）。

隨著深度學習技術的不斷發(fā)展，許多學者選擇用深度學習來解決散射光成像中的有關問題。如果將傳統(tǒng)散射光成像看作是一個前向傳播過程，則基于深度學習的散射光成像就是一個逆向的求解過程，通過建立合適的神經(jīng)網(wǎng)絡，根據(jù)輸出的光場強度得到輸入的光場信息。

1.7.2 研究現(xiàn)狀

2015年，ANDOT等[67]在散射成像中首次引入深度學習，利用支持向量機對采集的人臉數(shù)據(jù)和非人臉數(shù)據(jù)的散斑強度圖進行了分類。2018年，LI Y.等[68]對不同散射介質的散斑圖進行訓練，其網(wǎng)絡結構可自主利用訓練數(shù)據(jù)中的統(tǒng)計特征實現(xiàn)不同類型物體和不同散射介質下的物體圖像恢復。2019年，LYU M.等[69]建立混合神經(jīng)網(wǎng)絡（hybrid neural networks, HNN）模型，在強散射介質中實現(xiàn)對隱藏目標的恢復，如圖22所示，HNN重建結果與原始圖像相似，而在相同條件下基于光學記憶效應的重建結果并不能恢復出圖像。實驗結果也表明基于深度學習的散射光成像恢復范圍比光學記憶效應范圍廣。深度學習中通過訓練好的神經(jīng)網(wǎng)絡重建圖像需要系統(tǒng)保持恒定，考慮實際應用，需要訓練出能對多個散射系統(tǒng)適用的神經(jīng)網(wǎng)絡。2021年，華僑大學LAI等人[70]在不同種類物體和不同種類散射介質的恢復問題中引入遷移學習思想，通過訓練來自多模光纖（multimode fiber，MMF）的數(shù)據(jù)，將其遷移至散射介質，從而實現(xiàn)不同物體、不同散射介質下的圖像恢復。

圖21 含多個隱層的深度學習模型[65-66]

Fig.21 Deep learning model with multiple hidden layers[65-66]

圖22 字符重建結果[69]

相比于傳統(tǒng)散射光成像，基于深度學習的散射光成像表現(xiàn)出極大的優(yōu)勢，通過強度測量即可實現(xiàn)透散射介質成像，且在強散射介質情況下能夠獲得較大視場的成像等；但該方法仍然存在不足之處，深度學習并不能解釋光在散射介質中傳播的物理規(guī)律，計算耗時較長、成本高、靈活性較弱，此外，訓練較好的網(wǎng)絡對其他系統(tǒng)并沒有很好的適應性，網(wǎng)絡結構不能根據(jù)成像環(huán)境的改變而自動調整參數(shù)。

1.8 各種水下成像技術的對比

目前，水下光電成像主流技術包括：距離選通光電成像技術、激光同步線掃描技術、結構光成像技術、多視角圖像重構技術、散射計算光學技術、偏振光成像技術、水下鬼影成像技術以及基于深度學習水下成像技術等。經(jīng)過對上述主流光電成像技術的原理及發(fā)展的闡述，再進一步歸納總結了各種水下光電成像技術的優(yōu)缺點，如表1所示。

表1 各種水下光電成像技術的對比

2 探測器對比分析

經(jīng)過對上述參考文獻中采用的各種水下光電成像系統(tǒng)/探測系統(tǒng)分析可知，在激光線掃描技術（LLS）系統(tǒng)的接收器一般采用光電倍增管或高速成像的條紋管作為成像器件；雙光子量子糾纏中一般采用干冰制冷的蓋革模式的雪崩光電二極管作為探測器記錄信號信息；在水下鬼成像系統(tǒng)中一般采用桶探測器進行單光子探測；在水下低照度高靈敏度鬼影成像系統(tǒng)中一般采用了CCD作為探測器；通過深度學習的散射介質壓縮鬼成像的探測器一般采用單光子探測器（single photon detector, SPD）；基于多尺度生成對抗網(wǎng)絡的計算鬼成像系統(tǒng)中一般采用光電倍增管；瞬時鬼成像中為了降低背景噪聲提高鬼成像的魯棒性，首先對532nm的激光進行分束，然后用兩個CMOS器件分別作為參考探測器和甄別探測器，然后采用算法進行降噪；基于陣列采樣的計算鬼成像系統(tǒng)中為了提高成像質量和響應速度慢的問題，采用計算鬼成像方法與多個不同規(guī)格的陣列傳感器進行采樣相結合的方法取得了較好效果；基于生成對抗網(wǎng)絡的水下鬼成像中采用生產(chǎn)對抗性網(wǎng)絡的方法提高圖像質量，在探測器中一般采用多層陣列型探測器組成探測器組解決水下光能量低，探測難度大的問題。

總體來說，探測器主要有非成像型探測器和成像型探測器兩大類。其中，非成像型探測器包括光電倍增管、雪崩光電二極管、單光子探測器，成像型探測器包括微光像增強器、電荷耦合器件（charge coupled device, CCD）和互補金屬氧化物半導體（complementary metal oxide semiconductor, CMOS）等。

光電倍增管[71]是一種真空玻璃管，由入射窗、光陰極面、倍增系統(tǒng)和陽極等部分組成，如圖23所示。光透過入射窗后到達光陰極面，由于光電效應光子轉換為電子，經(jīng)過聚焦電極和各倍增極后實現(xiàn)電子倍增（二次電子倍增），最后由陽極輸出電流信號。光電倍增管的靈敏度、暗電流、響應時間、增益及線性度都表現(xiàn)得極其優(yōu)秀，但是由于光電倍增管的結構特點，其電子倍增部分尺寸較大而且電子倍增過程中還需要高電壓，使其不利于水下探測器件的集成化。

圖23 傳統(tǒng)光電倍增管結構圖[71]

Fig.23 Structure diagram of traditional photomultiplier tube[71]

雪崩光電二極管[71]是具有內部光電流增益的半導體光電子器件，其工作原理如圖24所示，光生載流子在二極管耗盡層內的碰撞電離效應而獲得光電流的雪崩倍增。但是載流子在耗盡層中獲得的雪崩增益越大，雪崩倍增過程所需的時間就越長。因此雪崩光電二極管在高增益情況下，往往靈敏度和響應時間就表現(xiàn)得一般。其次由于其暗電流較大會引入更多的噪聲，進而影響最終的成像質量。

圖24 雪崩光電二極管工作原理[71]

單光子探測器[71]是一種對微弱光信號進行探測的設備，輸入光強度最低可到單光子水平，一般應用于信號強度僅為幾個光子能量級的探測中。其工作原理是利用工作于蓋革模式下的InGaAs/InP雪崩光電二極管進行單光子探測。單光子探測器在水下探測時有著不錯的靈敏度、響應時間以及增益，但是也會給系統(tǒng)帶來不小的噪聲。微光像增強器[71]的工作原理如圖25所示，微弱光射在光電陰極上發(fā)射出光電子，光電子經(jīng)過偏置電壓加速后進入微通道板，高速電子射到微通道板內壁時，連續(xù)與內壁體內電子碰撞使電子受激而逸出表面，形成倍增電子，倍增后的電子撞擊熒光屏轉化為光子，即電子轉化光子。由于其光陰極產(chǎn)生的光電子是信號源，因此在倍增過程中實際上是對信號進行了倍增，噪聲沒有倍增，因而具有較高的信噪比，其光陰極響應很快，光陰極靈敏度高，在微弱光探測成像方面具有明顯優(yōu)勢，在國內外水下探測成像領域中均有應用，各項性能指標均表現(xiàn)得不錯。

CCD與CMOS傳感器[72]是當前被普遍采用的兩種圖像傳感器，兩者都是利用光電二極管進行光電轉換，將圖像轉換為數(shù)字數(shù)據(jù)，而其主要差異是數(shù)字數(shù)據(jù)傳送的方式不同。CCD傳感器中每一行中每一個像素的電荷數(shù)據(jù)都會依次傳送到下一個像素中，由最底端部分輸出，再經(jīng)由傳感器邊緣的放大器進行放大輸出[71]，其工作原理可以通過如圖26所示的模型表示；而在CMOS傳感器中，每個像素都會鄰接一個放大器及A/D轉換電路，用類似內存電路的方式將數(shù)據(jù)輸出。使用過程中每個像素中的光電二極管同時又充當了電容，無光照時電容會釋放電荷從而產(chǎn)生暗電流。

圖25 微光像增強器工作原理[71]

圖26 CCD工作原理模型[71]

針對探測器所需具備的性能要求，通過對探測器工作環(huán)境分析可知：①水下對波長在530nm附近的藍綠光吸收較弱，即在此波段透過率較高，所以就必須要求探測器在530nm波長處具有較高的靈敏度；②水下藍綠光信號比陸地上還微弱，因此還應具備高分辨率、低噪聲、高增益的特點，即能夠實現(xiàn)在保證低噪聲的同時下獲得較好的增益效果；③探測器應具備較寬范圍的、良好的線性度，以及較快的響應速度，即在一個較寬的變化范圍內能夠實現(xiàn)輸入光照增加，輸出圖像或信號的迅速成倍增加，從而實現(xiàn)對微弱信號的探測成像。據(jù)此，可以得出結論，探測器需要具備高速外觸發(fā)功能、高分辨率、高靈敏度、低噪聲、足夠的增益動態(tài)范圍。綜合上述各種水下光電探測器的性能，對比分析如表2所示。

為了獲得較高成像質量且便于集成化，可以選擇微光像增強器作為水下光電成像探測器。目前常用的像增強器一般為三代微光像增強器和超二代微光像增強器，這兩種微光像增強器在波長532nm處的量子效率通常只有10%～20%，但是如果更換光陰極材料為GaAsP材料[73]，波長532nm處的量子效率可大大提高。GaAsP基于外光電效應原理工作，具備響應速度快、噪聲低的特點，且直徑18mm有效面積的GaAaP光陰極光譜響應0.4～0.8mm，在0.53μm波長處量子效率達到58.8%，采用GaAsP光陰極制作的微光像增強器積分靈敏度達到1600mA/lm，分辨率達到50lp/mm，該類像增強器高藍綠光響應既適用深海目標探測，寬光譜響應又適應于長波范圍淺水目標探測。根據(jù)作用距離的前人經(jīng)驗公式可得出結論，微光像增強器水下光電成像的作用距離可以大大提升。

表2 各種水下光電成像/探測系統(tǒng)的探測器的對比分析

通過改變光陰極電壓、MCP輸出端電壓對單MCP和雙MCP微光像增強器的輻射增益分別進行了測試分析，雙MCP像增強器的輻射增益會比單MCP像管的輻射增益高100倍[74]。如果引入雙微通道板技術就能夠實現(xiàn)電子增益達到104～106量級，從而實現(xiàn)高增益特性。再通過技術優(yōu)化可以顯著提升微通道板的線性度和動態(tài)范圍，從而可達到了水下探測成像系統(tǒng)對探測器應該具備的低噪聲、高靈敏度、高增益、高線性度的特性要求[73-74]，可以預測GaAsP光陰極雙微通道板像增強器會成為未來水下探測器發(fā)展的一個重要方向。

3 結論

水下光電成像技術以其分辨能力高、直觀快速地傳遞目標與景物的二維乃至三維信息，且輸出圖像更符合人的視覺與心理特征等特點具有廣泛的應用需求。由于光在水中散射強，水下光電探測需要多維度探測光場信息且需要使用高性能的探測器才能實現(xiàn)更遠距離、更清晰、實時成像。其中，主動距離選通利用微光像增強器探測照度閾值低、響應速度快的特點，可實現(xiàn)水下快速高質量成像；水下偏振成像探測利用目標和背景之間偏振差異，可以解析出更多的目標信息；水下鬼成像利用光場二階相關性成像，抗干擾能力強、水下探測距離遠但需要雙光路，使用不便；計算成像通過保持物體光束并利用計算的場模式來使得成像質量更佳。各種水下光電成像技術都各有其特點，可以將各個成像技術相互借鑒相互融合，可以利用主動式距離選通微光成像技術搭配水下目標偏振特性主被動探測或者計算鬼成像方式，最后由具有高速解算能力的深度學習計算系統(tǒng)解算目標信息也許會成為未來水下實時、遠距離、高分辨力成像的技術實現(xiàn)途徑之一。

為了提高成像質量且易于集成，可以采用微光像增強器作為水下光電成像探測器。藍綠光敏感GaAsP光陰極雙微通道板像增強器光譜響應匹配水下透射窗口，波長530nm處量子效率遠遠優(yōu)于目前常用的三代與超二代微光像增強器，且其積分靈敏度、分辨率均達到了較高水平。藍綠光敏感GaAsP光陰極雙微通道板像增強器具備低噪聲、高靈敏度、高增益、高線性度的特性要求，既適用深海目標探測，寬光譜響應又適應于長波范圍淺水目標探測，建議可以將其應用到水下成像領域。

[1] 曾曉光, 金偉晨, 趙羿羽, 等. 海洋開發(fā)裝備技術發(fā)展現(xiàn)狀與未來趨勢研判[J]. 艦船科學技術, 2019, 41(17): 1-7.

ZENG Xiaoguang, JIN Weichen, ZHAO Yiyu, et al. Current situation and development of marine development equipment technology[J]., 2019, 41(17): 1-7.

[2] 呂文磊, 張旭, 劉可. 一種距離選通水下激光成像系統(tǒng)設計與實驗研究[J]. 兵器裝備工程學報, 2019, 40(8): 198-202.

LV Wenlei, ZHANG Xu, LIU Ke.Design and experimental study on a range-gated underwater laser imaging system[J]., 2019, 40(8) : 198-202.

[3] 姜朝宇, 羅濤, 王亞波, 等. 水下線狀目標距離選通成像探測研究[J]. 艦船科學技術, 2018, 40(19): 130-134.

JIANG Chaoyu, LUO Tao, WANG Yabo, et al. Experimental study on underwater linear objects detection using underwater range gated imaging method[J]., 2018, 40(19): 130-134.

[4] 王書宇, 艾磊, 陶聲祥, 等. 便攜式遠距離激光選通成像系統(tǒng)研究[J]. 兵器裝備工程學報, 2018, 39(9): 166-170.

WANG Shuyu, AI Lei, TAO Shengxiang, et al. Research on portable long range laser range-gated imaging system[J]., 2018, 39(9) : 166-170.

[5] 曹峰梅, 金偉其, 黃有為, 等. 水下光電成像技術與裝備研究進展(上)——水下激光距離選通技術[J]. 紅外技術, 2011, 33(2): 63-69.

CAO Fengmei, JIN Weiqi, HUANG Youwei, et al. Review of underwater opto-electrical imaging technology and equipment(Ⅰ)——underwater laser range-gated imaging technology[J]., 2011, 33(2): 63-69.

[6] 王紅萍, 熊俊. 水下激光成像測量技術應用研究[J]. 艦船電子工程, 2019, 39(7): 10-12, 86.

WANG Hongping, XIONG Jun. Study on application of the underwater laser imaging technique[J]., 2019, 39(7): 10-12, 86.

[7] 全向前, 陳祥子, 全永前, 等. 深海光學照明與成像系統(tǒng)分析及進展[J]. 中國光學, 2018, 11(2): 153-165.

QUAN Qian, CHEN Xiangzi, QUAN Yongqian, et al. Analysis and research progress of deep-sea optical illumination and imaging system [J]., 2018, 11(2): 153-165.

[8] 張清博, 張曉暉, 韓宏偉. 基于改進生成對抗網(wǎng)絡的水下激光圖像后向散射光修復方法[J]. 激光與光電子學進展, 2019, 56(4): 114-122.

ZHANG Qingbo, ZHANG Xiaohui, HAN Hongwei.Backscattered light repairing method for underwater laser image based on improved generative adversarial network[J]., 2019, 56(4): 114-122.

[9] 趙陽, 蓋志剛, 趙杰, 等. 距離選通水下激光成像技術研究[J]. 物流工程與管理, 2014, 36(7): 269-270.

ZHAO Yang, GAI Zhigang, ZHAO Jie, et al. Research on range-gated underwater laser imaging technology[J]., 2014, 36(7): 269-270.

[10] 孫健, 周亞民. 距離選通激光水下成像系統(tǒng)研究[J]. 艦船電子工程, 2009, 29(2): 24-26, 46.

SUN Jian, ZHOU Yamin. Research on the underwater laser range-gated imaging system[J]., 2009, 29(2): 24-26, 46.

[11] 趙美晶. 水下偏振鬼成像方法研究[D]. 大連: 大連海事大學, 2019.

ZHAO Meijing. Research on Underwater Polarization Ghost Imaging Method [D]. Dalian : Dalian Maritime University, 2019.

[12] Duntley S Q. Light in the sea[J].., 1963, 53(2): 214-233.

[13] 梁磊. 復雜水下環(huán)境的目標偏振成像探測技術[D]. 桂林: 桂林電子科技大學, 2020.

LIANG Lei. Target Polarization Imaging Detection Technology for Complex Underwater Environment[D]. Guilin: Guilin University of Electronic Science and Technology, 2020.

[14] 譚亞運. 水下脈沖激光近程周向掃描探測技術研究[D]. 南京: 南京理工大學, 2017.

TAN Yayun. Research on Short-range Circumferential Scanning Detection Technology of Underwater Pulsed Laser[D]. Nanjing: Nanjing University of Science and Technology, 2017.

[15] 胡玲, 王霞, 延波, 等. 水下距離選通成像系統(tǒng)調制傳遞函數(shù)模型分析[J]. 紅外與激光工程, 2015, 44(11): 3262-3269.

HU Ling, WANG Xia, YAN Bo, et al. Analysis of underwater range-gated imaging system MTF[J]., 2015, 44(11) : 3262-3269.

[16] 付學志, 王慶勝, 鄧代竹, 等. 距離選通水下激光成像作用距離簡化核算方法[J]. 激光與紅外, 2021, 51(3): 306-310.

FU Xezhi, WANG Qingsheng, DENG Daizhu, et al. A simplified accounting method for the range of distance separation laser imaging under water[J]., 2021, 51(3): 306-310.

[17] 王磊, 徐智勇, 張啟衡, 等. 藍綠激光水下成像系統(tǒng)的探測靈敏度分析[J]. 紅外與激光工程, 2012, 41(1): 79-84.

WANG Lei, XU Zhiyong, ZHANG Qiheng, et al. Detection sensitivity analysis of underwater blue-green laser imaging system[J]., 2012, 41(1): 79-84.

[18] 許廷發(fā), 蘇暢, 羅璇, 等. 水下距離選通降質圖像的增強[J]. 北京理工大學學報, 2017, 37(8): 853-857, 862.

XU Tingfa, SU Chang, LUO Xuan, et al. Enhancement of the underwater range-gated degraded image[J]., 2017, 37(8) : 853-857, 862.

[19] 王新偉, 孫亮, 雷平順, 等. 水下超視距三角形距離能量相關三維成像(特邀)[J]. 紅外與激光工程, 2018, 47(9): 903001-0903001(8).

WANG Xinwei, SUN Liang, LEI Pingshun, et al. Underwater over-the-horizon triangle distance energy-related three-dimensional imaging ( invited )[J]., 2018, 47(9): 903001-0903001(8).

[20] 王新偉, 孫亮, 王敏敏, 等. 水下二維及三維距離選通成像去噪技術研究[J]. 紅外與激光工程, 2020, 49(2): 27-37.

WANG Xinwei, SUN Liang, WANG Minmin, et al. Deblurring methods for underwater 2D and 3D range-gated imaging [J]., 2020, 49(2): 27-37.

[21] 孫驍禾. 水下激光同軸同步掃描成像系統(tǒng)[D]. 青島: 中國海洋大學, 2005.

SUN Xiaohe. Underwater Laser Coaxial Synchronous Scanning Imaging System[D]. Qingdao: Ocean University of China, 2005.

[22] Caimi F M, Dalgleish F R, Giddings T E, et al. Pulse versus CW laser line scan imaging detection methods: simulation results[C]//, 2007: 1-4.

[23] 戴佳佳. 基于結構光的三維成像技術研究[D]. 成都: 電子科技大學, 2022.

DAI Jiajia. Research on 3D imaging technology based on structured light[D]. Chengdu: University of Electronic Science and Technology of China, 2022.

[24] 周永昊. 基于線結構光的水下微形貌三維信息獲取技術研究[D]. 鄭州: 華北水利水電大學, 2021.

ZHOU Yonghao. Research on 3D Information Acquisition Technology of Underwater Micro-topography Based on Line Structured Light [D]. Zhengzhou: North China University of Water Resources and Hydropower, 2021.

[25] 蘇顯渝, 張啟燦, 陳文靜. 結構光三維成像技術[J]. 中國激光, 2014, 41(2): 9-18.

SU Xianyu, ZHANG Qican, CHEN Wenjing. Structured light three-dimensional imaging technology[J]., 2014, 41(2): 9-18.

[26] González E P, Díaz-Pache F S T, Mosquera L P, et al. Bidimensional measurement of an underwater sediment surface using a 3D-scanner[J]., 2007, 39(3): 481-489.

[27] Prats M, Fernandez J J, Sanz P J. An approach for semi-autonomous recovery of unknown objects in underwater environments[C] //13(OPTIM), 2012: 1452-1457.

[28] 赫連雪艷. 水下結構光三維測量系統(tǒng)建模與標定[D].鄭州: 華北水利水電大學, 2020.

HE Lianxueyan. Modeling and Calibration of Underwater Structured Light Three-dimensional Measurement System[D]. Zhengzhou: North China University of Water Resources and Hydropower, 2020.

[29] 王玲玲. 基于雙目立體視覺的水下三維重建[D]. 杭州: 浙江大學, 2011.

WANG Lingling. Underwater 3D Reconstruction Based on Binocular Stereo Vision[D]. Hangzhou: Zhejiang University, 2011.

[30] 喬金鶴. 基于雙目立體視覺的水下三維重建技術研究[D]. 哈爾濱:哈爾濱工程大學, 2018.

QIAO Jinhe. Research on Underwater 3D Reconstruction Technology Based on Binocular Stereo Vision[D]. Harbin: Harbin Engineering University, 2018.

[31] 李文莉. 面向水下三維重建的光視覺特征提取與匹配方法研究[D]. 沈陽: 沈陽理工大學, 2017.

LI Wenli. Research on Optical Visual Feature Extraction and Matching Methods for Underwater Three-dimensional Reconstruction[D]. Shenyang : Shenyang University of Technology, 2017.

[32] 丁萬山, 劉艷. 水中物體的光學三維形貌測量的研究[J]. 光學學報, 2007(1): 58-62.

DING Wanshan, LIU Yan. Optical measurement of object's surface three-dimensional shape in water[J]., 2007(1): 58-62.

[33] 王宗義. 線結構光視覺傳感器與水下三維探測[D]. 哈爾濱: 哈爾濱工程大學, 2005.

WANG Zongyi. Line Structured Light Vision Sensor and Underwater Three-dimensional Detection[D]. Harbin: Harbin Engineering University, 2005.

[34] Narasimhan S G, Nayar K, Sun B, et al. Structured light in scattering media[C]//, 2005, 1: 420-427.

[35] Levoy M, CHEN B, Vaish V, et al. Synthetic aperture confocal imaging[J]., 2004, 23: 825-834.

[36] 邵曉鵬, 劉飛, 李偉, 等. 計算成像技術及應用最新進展[J]. 激光與光電子學進展, 2020, 57(2): 11-55.

SHAO Xiaopeng, LIU Fei, LI Wei, et al. Latest progress in computational imaging technology and application[J]., 2020, 57(2): 11-55.

[37] VELLEKOOP I M, AEGERTER C M. Focusing light through living tissue[C]//, 2010, 7554: 755430.

[38] VELLEKOOP I M. Feedback-based wavefront shaping[J]., 2015, 23(9): 12189-12206.

[39] VELLEKOOP I M, LAGENDIJK A, MOSK A P. Exploiting disorder for perfect focusing[J]., 2010, 4(5): 320-322.

[40] KATZ O, SMALL E, SILLBERBERG Y. Looking around corners and through thin turbid layers in real time with scattered incoherent light[J]., 2012, 6(8): 549-553.

[41] POPOFF S M, LEROSEY G, CARMINATI R, et al. Measuring the transmission matrix in optics: an approach to the study and control of light propagation in disordered media[J]., 2010，104(10): 100601.

[42] LIUTKUS A, MARTINA D, POPOFF S, et al. Imaging with nature: compressive imaging using a multiply scattering medium[J]., 2015(4): 5552.

[43] ANDREOLI D, VOLPE U, POPOFF S, et al. Deterministic control of broadband light through a multiply scattering medium via the multispectral transmission matrix[J]., 2015(5): 10347.

[44] DONG J, KRZAKALA F, GIGAN S. Spectral method for multiplexed phase retrieval and application in optical imaging in complex media[C]//,(ICASSP), 2019: 4936-4967.

[45] YAQOOB Z, PSALTIS D, FELD M S, et al. Optical phase conjugation for turbidity supression in biological samples[J]., 2008(2): 110-115.

[46] 王朋. 基于壓縮感知的水下偏振光成像技術研究[D]. 西安: 中國科學院研究生院(西安光學精密機械研究所), 2015.

WANG Peng. Research on Underwater Polarized Light Imaging Technology Based on Compressed Sensing[D]. Xi 'an: Graduate School of Chinese Academy of Sciences (Xi 'an Institute of Optics and Fine Mechanics), 2015.

[47] 張倩. 基于主動式線偏振光照射的偏振成像實驗研究[D]. 成都: 電子科技大學, 2020.

ZHANG Qian. Experimental Study of Polarization Imaging Based on Active Linearly Polarized Light Irradiation[D]. Chengdu : University of Electronic Science and Technology of China, 2020.

[48] 劉重陽. 基于計算機視覺的透明材料缺陷檢測系統(tǒng)研究[D]. 哈爾濱: 哈爾濱理工大學, 2020.

LIU Zhongyang. Research on Defect Detection System of Transparent Materials Based on Computer Vision [D]. Harbin: Harbin University of Science and Technology, 2020.

[49] 劉飛, 吳曉琴, 段景博, 等. 淺談計算成像在光電探測中的應用（特邀）[J]. 光子學報, 2021, 50(10): 1011001.

LIU Fei, WU Xiaoqin, DUAN Jingbo, et al.An introduction of application of computational imaging in photoelectric detection(Invited) [J]., 2021, 50(10): 1011001.

[50] ROWE M P, PUGH E N, TYO J S, et al. Polarization-difference imaging: a biologically inspired technique for observation through scattering media[J]., 1995, 20(6): 608-610.

[51] SCHECHNER Y Y, KARPEL N. Recovery of underwater visibility and structure by polarization analysis[J]., 2005, 30(3): 570-587.

[52] HUANG B, LIU T, HU H, et al. Underwater image recovery considering polarization effects of objects[J]., 2016, 24(9): 9826-9838.

[53] HU H，ZHAO L，HUANG B，et al. Enhancing visibility of polarimetric underwater image by transmittance correction[J]., 2017, 9(3): 1-10.

[54] LIU F，WEI Y，HAN P，et al. Polarization-based exploration for clear underwater vision in natural illumination[J]., 2019, 27(3): 3629-3641.

[55] 韓平麗. 水下目標偏振成像探測技術研究[D]. 西安: 西安電子科技大學, 2018.

HAN Pingli. Underwater Targets Detection Based on Polarization Imaging[D]. Xi'an: Xidian University, 2018: 67-78.

[56] 韓平麗, 劉飛, 張廣, 等. 多尺度水下偏振成像方法[J]. 物理學報, 2018, 67(5): 054202.

HAN Pingli, LIU Fei, ZHANG Guang, et al. Multi-scale analysis method of underwater polarization imaging[J]., 2018, 67(5): 054202.

[57] Shapiro J H. Computational ghost imaging[J]., 2008, 78(6): 061802.

[58] Klyshko D N. Two-photon light: influence of filtration and a new possible EPR experiment[J]., 1988, 128(3-4): 133-137.

[59] Pittman T B, Shih Y H, Strekalov D V, et al. Optical imaging by means of two-photon quantum entanglement[J]., 1995, 52(5): R3429.

[60] Abouraddy A F, Saleh B E A, Sergienko A V, et al. Role of entanglement in two-photon imaging[J]., 2001, 87(12): 123602.

[61] Bennink R S, Bentley S J, Boyd R W. “Two-photon” coincidence imaging with a classical source[J]., 2002, 89(11): 113601.

[62] LE M, WANG G, ZHENG H, et al. Underwater computational ghost imaging[J]., 2017, 25(19): 22859-22868.

[63] LUO C L, LI Z L, XU J H, et al. Computational ghost imaging and ghost diffraction in turbulent ocean[J]., 2018, 15(12): 125205.

[64] ZHANG Y, LI W, WU H, et al. High-visibility underwater ghost imaging in low illumination[J]., 2019, 441: 45-48.

[65] 特倫斯.謝諾夫斯基. 深度學習[M]. 姜悅兵譯. 北京: 中信出版社, 2019.

Terrence Shenowski. Deep Learning[M]. Beijin : CITIC Press, 2019.

[66] 瀧雅人. 深度學習入門[M]. 楊秋香譯. 北京: 機械工業(yè)出版社, 2020

LONG Yaren.[M]. Beijing: Mechanical Industry Press, 2020.

[67] ANDO T, HORISAKI R, TANIDA J. Speckle-learning-based object recognition through scattering media[J]., 2015, 23(26): 33902-33910.

[68] LI Y, XUE Y, TIAN L. Deep speckle correlation: a deep learning approach toward scalable imaging through scattering media[J]., 2018, 5(10): 1181-1190.

[69] LYU M, WANG H, LI G, et al. Learning-based lensless imaging through optically thick scattering media[J]., 2019, 1(3): 036002.

[70] LAI X，LI Q，WU X，et al. Mutual transfer learning of reconstructing images through a multimode fiber or a scattering medium[J]., 2021(9): 68387-68395.

[71] 蘇俊宏, 尚小燕, 彌謙. 光電技術基礎[M]. 北京: 國防工業(yè)出版社, 2011.

SU Junhong, SHANG Xiaoyan, MI Qian.[M]. Beijing: National Defense Industry Press, 2011.

[72] Bigas M, Cabruja E, Forest J, et al. Review of CMOS image sensors[J]., 2006, 37(5): 433-451.

[73] 胡倉陸, 焦崗成, 郭暉, 等. 寬光譜高藍綠響應GaAsP陰極微光像增強器[C]//國防光電子論壇第二屆新型探測技術及其應用研討會論文集, 2015: 15.

HU Canglu, JIAO Gangcheng, GUO Hui, et al. Wide-spectrum and high blue-green response GaAsP cathode low-light-level image intensifier [C]/, 2015: 15.

[74] 程宏昌, 端木慶鐸, 石峰, 等. 雙微通道板紫外像增強器工作特性研究[J]. 真空科學與技術學報, 2013, 33(6): 524-527.

CHENG Hongchang, DUAN Muqingduo, SHI Feng, et al. Study on the working characteristics of dual microchannel plate UV image intensifier [J]., 2013, 33(6): 524-527.

Advances in Underwater Photoelectric Imaging Technology

SHI Feng1,2，CHENG Hongchang1,2，YAN Lei1,2，GUO Xin1,2，LI Shilong1,2，QIU Hongjin1,2，DING Xiwen1,2

(1.,650223,; 2.,710065,)

With the increasing exploration, development, and utilization of China's oceans, rivers, and groundwater resources, as well as the increasingly urgent military need for sovereign defense in territorial waters, obtaining high-quality target images under long-distance underwater conditions has become an urgent problem to be solved in many fields, such as underwater environmental surveys, target detection, and enemy-self confrontation. Currently, the underwater imaging detection technology includes two main methods: acoustic and photoelectric detection. In this study, the current status of the main underwater high-resolution photoelectric detection imaging technology is studied, the advantages and disadvantages of different technical approaches are analyzed, and the photodetectors used in various underwater detection/imaging systems are compared. Combined with its own technical background, it is proposed that the development of a GaAsP photocathode dual microchannel plate image intensifier with high sensitivity, low noise, high gain, fast response, wide dynamic range, and good linearity should be accelerated to simplify the low sensitivity, high noise, low gain, and long processing time, owing to the poor performance of the detector in the photoelectric system, and accelerate the conversion speed of various new technologies into products and practical equipment. The results of this study support the development of underwater photoelectric imaging technology.

underwater detection, photoelectric imaging, detector

O439

A

1001-8891(2023)10-1066-18

2022-07-20；

2022-11-14.

石峰（1968-），男，博士，研究員，主要從事微光夜視技術研究。E-mail：shfyf@126.com。

程宏昌（1974-），男，博士，正高工，主要從事微光夜視技術研究。E-mail：chh600@163.com。