Promptの説明

输入图像首先经过降噪模块去噪，然后进入PSF特征频域融合模块实现解卷积的操作。后者有两个解卷积支路，一个是图像层面解卷积，一个是特征层面解卷积。双支路的采用考虑了在复杂海洋水下成像场景中的两个核心问题。 一方面，图像层面解卷积易受噪声放大与伪影干扰。解卷积本质是高频增强过程，在信噪比（SNR）较低时（如深海弱光、高散射环境），以及PSF存在误差时，会显著放大传感器噪声和量化误差，导致重构图像出现振铃效应、过冲或虚假纹理。这些伪影可能被后续识别网络误判为目标特征，反而降低识别鲁棒性； 另一方面，特征层面退化未被显式建模。即使图像看起来“清晰”，深度神经网络提取的高层语义特征仍可能因原始退化而失真（例如边缘响应偏移、纹理能量衰减）。若仅依赖图像层面复原，无法保证特征空间中的判别性得到恢复。 对于图像层面解卷积支路，图像经过解卷积后生成第一个初重构图像；对于特征层面解卷积支路，图像经过特征提取模块FM后得到一系列特征图，对特征图维纳逆滤波并通过特征重建模块恢复第二个初重构图像。 在此之后，两个初重构图像叠加输入多尺度残差融合模块，输出最终清晰重构图像。 请据此帮我绘制网络整体结构图