哈尔滨工程大学船舶学院秦洪德教授团队提出FPG-Diff水下图像增强融合框架，通过解耦退化建模与图像恢复，将推理速度提升200倍以上，更优适配水下机器人嵌入式硬件。成果已登上人工智能顶刊《Information Fusion》。水下世界是另一番天地，光线穿过水面后，不同波长的光被水体选择性吸收——红光最先消失，蓝绿光穿透最深。这一物理法则直接决定了水下图像的宿命：色偏、低对比度、细节模糊。水下机器人、自主水下航行器（AUV）搭载的光学相机，在这样的环境中拍到的画面往往如同蒙了一层浑浊的滤镜。
但问题还不止于此，水中悬浮颗粒引起的光散射进一步加剧了图像退化，低照度、高浑浊等恶劣工况下，图像退化程度会急剧加剧。对依赖视觉进行目标探测、三维重建、水下搜救的海洋装备而言，这层“滤镜”可以说直接卡住了作业能力的脖子。
如何让水下装备在浑浊环境中“看得清、反应快”，是海洋工程领域长期攻关的难题。哈尔滨工程大学船舶工程学院秦洪德教授团队近期在这一方向上给出了新解法——提出FPG-Diff水下图像增强融合框架，相关成果登上人工智能领域国际顶级期刊《Information Fusion》。
行业共识与集体瓶颈
水下图像增强（Underwater Image Enhancement, UIE）并非新话题，过去几年，学术界和工业界先后走出了两条技术路径。
早期的传统方法依赖物理模型或手工先验，即通过反转水下成像模型来补偿退化，或直接调整像素值。这类方法计算轻量，但对手工先验的依赖性强，不同水域环境下的鲁棒性较差，因此泛化能力有限。
深度学习的兴起带来了第二波浪潮。研究人员开始用数据驱动的方式建立从退化图像到清晰图像的映射，生成对抗网络（GAN）因其强大的数据生成能力被广泛引入UIE任务，但GAN普遍存在训练不稳定、易出现模型崩溃等问题，开发一套可用的UIE网络往往耗时费力。
扩散模型的出现一度被行业视为破局者，这类模型采用非对抗性训练，训练过程比GAN稳定得多，基于扩散模型的方法在水下图像增强上也确实表现出色，视觉效果令人信服。然而，一个致命短板始终如影随形：计算量巨大。
以典型的扩散模型为例，DiffWater需要2000次反向去噪步骤才能生成一张清晰的增强图像，WF-Diff需要1000次。对于部署在数据中心的高性能服务器而言，这或许只是时间成本问题；但对于水下机器人搭载的嵌入式设备——算力有限、功耗受限、实时性要求极高——这样的算法几乎不可用。
问题的本质在于，扩散模型将UIE视为纯粹的图像生成任务，从随机高斯噪声中一步步重建增强图像。但退化的水下图像本身已经包含了大量的语义和结构信息，通过扩散模型重新“生成”这些已有内容，在计算上是一种低效的重复劳动。
性能与效率之间的鸿沟，长期横亘在水下图像增强技术从实验室走向海洋工程现场的路上。
一种“分而治之”的新思路
秦洪德教授团队近期给出的解法，则跳出了这条老路。
团队提出的FPG-Diff水下图像增强融合框架，核心思路可以概括为四个字：分而治之。
传统扩散模型的做法是“一步到位”，即用一个模型同时完成退化感知和图像恢复两项任务，而秦洪德团队的做法是把这两件事彻底拆开。
拆开之后，分工就清晰了。团队设计了一个频域扩散模型（Frequency-domain Diffusion Model, FDM） ，专门负责一件事：提取海水成像的退化先验特征。这个模型不负责生成最终的清晰图像，只负责“读懂”当前水下环境对图像造成了什么样的退化——色偏到什么程度、对比度下降了多少、哪些频段的细节丢失了。
另一条线上，团队构建了一个小波域层次化增强网络（Wavelet-space Hierarchical Enhancement Network, WHENet） 。这个网络利用小波分层分解策略，把图像拆成高频和低频子带分别处理，高频子带承载的是纹理、边缘等细节信息，由高频膨胀注意力模块（HDAM）通过多尺度膨胀卷积和自注意力机制来精细修复；低频子带承载的是色彩、亮度等整体信息，由频率先验融合引导模块（FPFGM）将FDM生成的退化先验与低频子带的幅度分量融合，动态校正色彩与对比度。
FDM生成的是一个紧凑的隐式退化先验表征，只需少量去噪迭代就能生成准确的目标值。这个先验随后通过跨域融合策略“指导”WHENet的增强过程——先验信息从频域注入小波域，实现两个技术栈的协同。
这套方案的精妙之处在于，让扩散模型只做它最擅长的事——退化建模，而且只做一次；让轻量化的增强网络做它最擅长的事——图像修复。两者各司其职，从根源上压低了整体计算复杂度。
数据说了算
技术方案的优劣，最终要靠数据检验。
在权威公开数据集上，FPG-Diff的PSNR（峰值信噪比）和SSIM（结构相似性）两项核心评价指标均位列第一，主观成像效果同样表现最优。即便在低照度、高浑浊等恶劣水下工况下，算法依然能精准还原色彩与细节，鲁棒性和泛化能力突出。
在此项研究中，更关键的是效率表现，根据研究结果，相比同类主流扩散算法动辄数百上千次的迭代，FPG-Diff仅需5轮扩散迭代即可完成图像处理，推理速度提升200倍以上。轻量化与实时性的双重突破，使其具备了在嵌入式硬件上部署的工程可行性。
从实验室到海洋现场
这项技术突破的产业价值，需要放在更大的背景下审视。
秦洪德教授是国家杰出青年科学基金获得者，哈尔滨工程大学船舶工程学院教授、博士生导师，水下智能机器人技术团队负责人，担任十四五国家重点研发计划“智能机器人”重点专项专家委员会委员、国防科工局科技委船舶领域专家组成员。团队此前已主持研制了“星海”系列海洋机器人，牵头负责科技部重点研发计划“水下生命探测与搜索救援关键技术与装备”等项目。
因此，从团队的技术积累来看，FPG-Diff可以说是哈工程在海洋人工智能领域长期布局的一个节点。
从应用层面看，FPG-Diff直接指向自主水下航行器探测、水下应急救援、海底设施巡检等典型海洋工程场景。当水下装备真正拥有了一双“看得清、反应快”的眼睛，智慧海洋的水下视觉感知体系也就有了更坚实的技术底座。
水下图像增强领域的研究方向之一，正是轻量化设计、高效率与嵌入式部署，FPG-Diff在这条路上可以说迈出了实质性的一步。
