本文属于类型a，即单一原创研究成果的学术报告。
该研究由深圳大学土木与交通工程学院、建筑与城市规划学院、广东省城市信息学重点实验室、大湾地区地质环境监测重点实验室以及兰州交通大学测绘与地理信息学院的研究人员共同完成。主要作者包括Huachuan Ma、Qingquan Li、Lin Tian、Zhipeng Chen、Xuhong Suo及通讯作者Dejin Zhang。论文发表于*Computer-Aided Civil and Infrastructure Engineering*期刊2025年第40卷，DOI为10.1111/mice.70064。
研究背景属于水下精密定位与海洋工程测量交叉领域。随着海洋工程向深海、远海、无人化方向发展，水下定位系统在精度、实时性与环境适应性方面面临日益严苛的要求。传统声学定位系统受限于近场多路径效应，精度通常超过10厘米；激光雷达虽可达亚毫米级但成本高昂且受强散射介质干扰严重；惯性导航系统在动态水下环境中误差随时间快速漂移；传统水下摄影测量在浑浊水中有效距离不足1米。尤其在水下沉管隧道对接施工中，管节运动引发的瞬时扰动可在3秒内使局部浊度增加数百NTU，严重削弱传统声光定位系统的可用性。现有基于合作目标的早期水下光学定位研究多在理想静态清水环境中开展，无法满足实际工程中动态遮挡、图像退化与光斑畸变等复杂条件的需求。因此，本研究旨在开发一种基于主动合作目标的水下摄影测量定位方案，通过光学硬件与智能算法协同，实现复杂海洋环境中的毫米级定位。
研究整体流程包含四个主要环节：系统设计、图像处理算法开发、水池实验验证与现场工程应用验证。
系统设计环节包含三个子部分。第一部分为双目相机参数设计。根据水下精密作业中相机运动以慢速接近为主、横向位移受限的特点，研究建立了合作目标有效活动范围的三角形区域模型。在最近距离H1处，约束条件来自视场覆盖要求，需满足H1·tan(α/2) ≥ (B+L+Wt)/2，其中B为双目基线，L为最大横向位移，Wt为目标最外侧点间距；在最远距离H2处，约束来自圆心拟合所需的最小像素数。基线长度B的最优值通过B_OPT = k√(H1H2)确定，k通常取值0.1至0.2，以平衡深度测量精度与系统紧凑性。第二部分为主动合作目标参数设计。单个LED标记半径r需满足rmin ≤ r ≤ rmax，其中rmax = 0.05H1·tan(α/2)以保证近距离观测时散射条件下圆心拟合精度；相邻LED间距d需满足d ≥ max(4r, H1·tan(β)/2)以防止光斑融合。LED光源开口角选择30°至60°，波长选择蓝绿光谱范围450–550 nm以获得更好水下穿透性能。第三部分为辅助光学组件设计。系统采用抗反射镀膜、与LED波长匹配的带通滤光片以及偏振元件以抑制环境光干扰和悬浮颗粒眩光。防水壳体采用阳极氧化铝合金材质，窗口采用透光性能优异的钢化玻璃，内部充氮防凝露。壳体经10个大气压30小时水密性测试，证明可在100米水深长期工作。
图像处理算法环节包含四个核心子算法。第一个算法为基于时空分布特征的去遮挡。该算法首次将统计学习理论引入水下图像去遮挡，建立贝叶斯框架下的遮挡识别模型。对时间窗口T内的图像序列{It}，定义像素i的高亮度频率Hi = (1/N)Σ𝕀(Ii,t ≥ τa)，其中τa = μI + 1.5σI为亮度阈值。通过引入背景权重系数α将高亮频率转化为目标存在概率Pi，再引入基于高斯核的空间相关性度量Si来区分LED光源与被照亮的悬浮颗粒。复合判别指数Ci = Pi·Si用于条件加权平均重采样，实现对遮挡区域的多帧融合恢复。第二个算法为基于期望模板匹配的图像复原。将水下图像退化模型中的散射项消除后，利用合作目标的几何先验信息与卡尔曼滤波预测的相机位姿，通过透视投影方程生成二维和三维期望图像。原始退化图像按灰度值进行多阈值区间分解为n个分量，每个分量的特征描述子由均值、标准差、偏度系数和峰度系数构成。相似度函数S(Ici, Ic′)结合欧氏距离与结构相似性指数（SSIM），高相似度分量被增强，低相似度分量被抑制或剔除。该算法将复杂的光学传输模型反演转化为图像特征匹配问题，处理效率显著优于基于辐射传输方程的传统方法。第三个算法为基于物理光强建模的光斑提取。考虑倾斜观测引起的投影变换与水中非均匀光衰减，建立了包含旋转矩阵R、光程距离d(u,v)及衰减系数k的完整光强分布模型。通过最小化观测值与模型预测值之间的平方误差和提取光斑中心，并利用单目标的几何先验信息约束拟合区域以抑制边缘噪声。第四个算法为基于合作目标几何约束的全局坐标校正。利用合作目标上所有LED共面的先验条件，建立基于单应矩阵（homography）的投影模型。首先通过加权最小二乘求解初始单应矩阵，权重根据光斑梯度强度动态调整；然后利用Levenberg–Marquardt算法进行非线性重投影误差优化，并在代价函数中引入理想单应矩阵H0的正则化约束；最后对残差超过0.5像素的点进行基于邻域误差空间连续性的局部仿射校正。
实验验证环节分为水池实验与现场实验两部分。水池实验在4米长、0.6米宽、0.6米高的清水水槽中进行，采用150 mm基线的双目视觉系统（5320×3032像素，60°视场）与2×3 LED矩阵合作目标（150 mm间距，16 mm光源直径，30°发射角，520 nm波长）。Leica TS60全站仪作为参考测量系统。在1、2、3米三个典型距离处进行测试。结果为：1米处角度误差0.079°、距离误差0.121 mm；3米处角度误差0.241°、距离误差0.421 mm；绝对定位RMSE在3米处为0.72 mm。误差随距离近似线性增长，Y方向（横向）误差略大于X和Z方向，这可由基线长度对横向测量精度的约束解释。
现场实验在深中通道沉管隧道对接工程中进行。该隧道连接深圳与中山，全长约6.8公里，为世界最长最宽的双向八车道海底沉管隧道。现场采用优化硬件配置：合作目标为2×4矩阵排列，光源直径增至20 mm，双目基线200 mm，相机分辨率2592×2048。在1、1.5、2米三个工作距离处采集图像序列。去遮挡算法成功处理了实际施工引起的动态遮挡；图像增强算法有效抑制背景散射干扰并保持光斑形态，优于CLAHE、图像融合与Retinex方法；光斑中心提取的物理光强建模方法将重投影误差控制在1像素内，而传统方法在强浊度条件下误差超过20像素。现场相对定位在2米工作距离保持2 mm测距精度和1°角度精度。绝对定位方面，摄影测量系统与位移计读数最大误差仅3 mm；与贯通测量结果比较，误差在5 mm以内，实现了毫米级定位。
算法性能方面，在Intel Core i5第13代处理器与16 GB内存平台上，完整图像处理流水线平均处理时间为125 ms/帧，约8帧/秒。在GPU平台（RTX 4070）上性能提升20%，满足水下机器人定位、导航与目标跟踪的实时性要求。
研究的核心结论是：所提出的主动合作目标水下摄影测量定位系统在静态水池测试中定位误差小于±0.72 mm，在实际复杂海洋环境中定位误差小于±5 mm，满足大型海洋工程安装精度要求。该系统的主要优势在于结合主动合作目标与立体相机，并融合时空分析、物理建模与几何约束，在高浊度环境中保持毫米级精度且无需复杂散射模型反演或大量训练数据。该研究为水下精密工程提供了可靠的测量支撑，并首次在实际沉管隧道工程工况中成功应用。未来计划探索将监督学习、动态集成学习、自监督学习等先进机器学习算法集成到系统中，以进一步提升对复杂水下环境的适应性并减少人工参数调优的依赖。