神经辐射场恢复水下图像失真

来源：计算机工程与应用杂志2025年第9期北京时间：

作者：华喜锋, 黄志勇, 杨晨龙, 姚玉

单位：1.三峡大学 水电工程智能视觉监测湖北省重点实验室，湖北 宜昌 443000 ；2.三峡大学 计算机与信息学院，湖北 宜昌 443000

摘要：神经辐射场（neural radiance fields，NeRF）是一个备受关注的新兴研究领域，旨在解决新视角合成问题。然而，将其应用于水下环境时存在诸多挑战，如淹没在波形水面下的静态场景图像时常呈现严重的非刚性失真，这主要是由于水面波动和折射导致的视觉扭曲。为了解决水下物体图像失真问题，深入分析波形水面的光学特性以及水下物体表面的失真情况，提出了一种针对水下场景的NeRF框架。自制了一种数据采集装置，将相机固定在水面上方，根据水流在时间和空间具有周期性的物理特性，仿真出多视角的虚拟相机，有效解决了水下数据采集难题。利用图像光流恢复水面波形。基于斯涅尔定律校正采样策略，通过重定义光线追踪过程中的起点和方向，渲染出校正后的水下图像。利用真实水下场景数据集对该方法进行了定性和定量的评估，结果表明该方法能够有效消除水下图像失真，且该方法在水下图像三维重建方面的表现优于现有的算法，为水下新视角图像合成提供了新的思路和方法。

关键词：神经辐射场,水下物体,光流法,斯涅尔定律