提示词描述

输入图像首先通过一个去噪模块进行去噪，然后进入PSF特征频域融合模块以实现反卷积。后者具有两个反卷积分支，一个用于图像级反卷积，一个用于特征级反卷积。双分支的使用考虑了复杂海洋水下成像场景中的两个核心问题。一方面，图像级反卷积容易受到噪声放大和伪影干扰。反卷积本质上是一个高频增强过程。当信噪比（SNR）较低时（例如在深海低光、高散射环境中），并且当PSF存在误差时，传感器噪声和量化误差将被显著放大，导致重建图像中出现振铃效应、过冲或虚假纹理。这些伪影可能会被后续识别网络误判为目标特征，从而降低识别鲁棒性。另一方面，特征级退化没有被显式建模。即使图像看起来“清晰”，深度神经网络提取的高级语义特征可能仍然会因原始退化而失真（例如，边缘响应偏移、纹理能量衰减）。如果仅依赖图像级恢复，则无法保证特征空间中的判别性得到恢复。对于图像级反卷积分支，图像经过反卷积以生成第一个初始重建图像；对于特征级反卷积分支，图像通过特征提取模块（FM）以获得一系列特征图，这些特征图经过维纳逆滤波并被恢复到第二个初始重建图像，通过特征重建模块。之后，两个初始重建图像被叠加并输入到多尺度残差融合模块中，并输出最终清晰的重建图像。请帮我根据此描述绘制整体网络结构图。