学术快报
近日，厦门大学水声通信与海洋信息技术教育部重点实验室、信息学院袁飞、程恩教授团队在IEEE 视频技术电路与系统汇刊《IEEE Transactions on Circuits and Systems for Video Technology》在线发表了题为“BRIUIE: A Bio-Retina Inspired Underwater Image Enhancement Framework”的文章，该研究提出了一种启发于生物视网膜的水下图像增强框架，并在多个基准数据集上验证了该算法对于提升水下图像质量和后端视觉任务效率的有效性，对生物视觉仿生机制在水下图像增强领域的进一步应用推广具有积极意义。
论文简介
AUV、ROV等水下航行器上搭载的声呐、光学相机和照明设备等各种传感器组成了识别、探测和跟踪水下目标的视觉系统。光学相机作为水下机器人的主要视觉传感器之一，能够提供丰富的目标色彩细节和边缘轮廓。然而，光的散射吸收作用、昏暗的拍摄环境、水中悬浮颗粒和浮游生物等多种降质因素的存在导致光学相机捕捉水下图像时会遭遇复杂的干扰。因此，水下图像往往呈现亮度不均匀、对比度低、颜色失真、细节模糊等特征。同时，现有水下图像增强方法在定量分析指标上表现优异，但可能与人眼视觉评估习惯存在偏差。
为了解决这些问题，该研究启发于脊椎动物视网膜各细胞层的形态和功能，提出了一种水下图像增强学习框架BRIUIE。视网膜中水平细胞通过调节光感受器神经递质的释放，促进视觉信号适应光照的动态变化。启发于水平细胞的这种反馈和动态调节机制，BRIUIE的水平细胞模块(HCM)用于实现弱光环境下水下图像的亮度均衡。ON/OFF型的双极细胞和神经节细胞具有相似的中心-环绕型感受野和去极化/超极化特性。此外，双极细胞整合传递色彩信息，神经节细胞通过进一步整合不同波长光的响应建立颜色对抗信号来增强颜色对比度和视觉分辨率。因此，BRIUIE的中心-环绕模块(CSM)启发于双极细胞和神经节细胞的感受野结构和颜色对抗机制实现水下图像的色彩恢复和对比度提升。ON和OFF型细胞组成的视觉通路对视觉信号的响应具有相反且互补的特征，因此通过特征融合模块(FFM)进一步融合两条通路各级增强结果的优势。多个基准数据集上和SOTA方法的评估对比实验表明，所提出的BRIUIE通过水平细胞模块、中心-环绕模块和特征融合模块的双通路、多阶段逐级传递增强，可以有效地恢复水下图像的亮度、颜色和对比度等退化特征，能够产生更符合人眼视觉评估标准的增强结果，而且能够更好地服务于水下目标检测等后端高级视觉任务。
图1（a）视网膜细胞的分层结构示意图（b）提出的BRIUIE的总体框架
大量的实验表明，该方法可以实现高效且鲁棒的水下语义通信，传输较大尺寸的水下图像(512*512*3)仅需1.14s，相比其他方法拥有最短的编解码时间和传输时间。且在极高压缩比下仍能保证清晰且完整的高质量图像重建。此外，该研究还在实测水声信道中开展了验证，证明了其能够适应不同的水声信道条件，满足水下图像传输的实际需求。
图2 BRIUIE框架中启发于视网膜的各模块输出结果
图3 BRIUIE与各对比方法的颜色校正实验定性和定量（CIEDE2000(↓)）评估结果
图4 BRIUIE与各对比方法在目标检测任务上的性能比较
信息学院2023级博士研究生李聪聪为论文第一作者，袁飞教授为通讯作者。该研究得到国家自然科学基金（62371404，62271425）以及福建省产学研合作项目（2023N5001）的联合资助。
C. Li, X. Zheng, F. Xiao and F. Yuan, "BRIUIE: A Bio-Retina Inspired Underwater Image Enhancement Framework," in IEEE Transactions on Circuits and Systems for Video Technology, vol. 35, no. 10, pp. 10000-10016, Oct. 2025, doi: 10.1109/TCSVT.2025.3561601.
