智能信息处理团队围绕水下视觉增强、水下场景重建、水下目标检测和遥感影像解译等方向取得多项成果，相关研究已发表于IEEE Transactions on Circuits and Systems for Video Technology(IF:11.10)、IEEE Transactions on Multimedia (IF:9.70)、IEEE Transactions on Geoscience and Remote Sensing(IF:8.60)、IEEE Transactions on Consumer Electronics(IF:10.90)、Knowledge-Based Systems(IF:7.60)等人工智能领域重要期刊，其中中科院SCI一区TOP期刊论文7篇、二区论文2篇，8篇论文入选ESI高被引论文。相关研究工作得到中国博士后科学基金面上项目、河南省科技研发计划联合基金青年科学家项目、河南省高等学校青年骨干教师培养计划等项目支持。
一、核心研究成果与创新
1.水下场景清晰化重建：多层信息融合与自组织缝合
（1）USCR模型：基于多层信息融合与自组织缝合的水下场景清晰化重建
针对水下图像常见的颜色偏差、细节缺失及拼接边界突兀问题，本研究提出水下场景清晰化重建方法（USCR），包括多层信息融合（MIF）和自组织缝合（SOS）两阶段。MIF阶段，先利用最小衰减通道校正颜色，再结合细节增强、线性拉伸与锐化策略获得结构清晰、层次丰富的图像，并通过梯度权重融合提升自然度与清晰感。SOS阶段，USCR采用SURF特征提取与RANSAC进行图像拼接，并结合边界距离加权像素融合实现平滑过渡，确保整体连贯性。实验结果表明，USCR在色彩还原、细节保真和拼接一致性方面表现突出，具有良好的应用价值与发展前景。
（2）AFWF方法：优势加权融合水下增强框架
针对水下成像易受波长衰减与散射影响而出现颜色失真、对比度下降和可见性降低问题，本研究提出AFWF方法，通过三通道自适应色彩补偿，有效缓解输入图像的颜色失真；结合快速曝光融合技术，将多尺度伽马校正与自适应对比度增强得到的图像序列整合，提升整体对比度与视觉效果。实验结果表明，AFWF方法不仅在水下场景中展现出优异的增强性能，在有雾天气下的图像处理中也具有良好的适应性和增强效果，表现出广泛的应用潜力和实用价值。
2. 水下目标检测新方法：跨尺度干扰挖掘与任务对齐优化
（1）CIDNet网络：跨尺度干扰挖掘的水下目标检测
针对水下场景中普遍存在的颜色偏差、光照不足及低能见度问题，本研究提出跨尺度干扰挖掘检测网络（CIDNet），旨在提升水下目标检测的准确性与鲁棒性。CIDNet以残差网络为骨干，结合干扰挖掘模块抑制散射与吸收噪声，并通过跨尺度特征融合增强目标的全局与局部感知能力；同时引入自适应特征映射优化与三维卷积组合策略，实现分层特征的细粒度表征，提高对小尺度与隐蔽目标的敏感性。分类与定位任务通过任务对齐检测头协同优化，实现信息互补。实验表明，CIDNet在准确率与鲁棒性之间取得良好平衡，验证了其在真实水下场景中的有效性与应用潜力。
3.高光谱图像分类新方法：拉普拉斯位置嵌入融合多尺度交互注意力协同创新
（1）SPGFormer模型：拉普拉斯位置编码与双分支交互的融合增强
针对高光谱图像分类中节点特征与位置信息耦合不足，以及全局与局部信息难兼顾的问题，本研究提出结构感知图Transformer新范式，以拉普拉斯位置编码构建统一坐标基，采用双分支交互Transformer：NFT捕获光谱序列长程依赖，SPPT通过图拉普拉斯本征向量嵌入全局坐标，并在多头自注意力中注入局部邻接关系，实现全局坐标与局部拓扑一体建模。为融合两条异构特征流，设计双向交叉注意力模块，在每层实现谱-空间信息动态交互，缓解信息瓶颈。实验证明，本方法在公开数据集上显著提升分类一致性、边缘判别力及小样本鲁棒性，为高光谱智能解译提供兼顾全局位姿感知与局部结构保持的新基准。
（2）MIAF-Net模型：CNN局部特征与GCN拓扑全局互补增强
针对高光谱图像分类中CNN难以建模非欧结构、GCN易丢失像素细节的双重瓶颈，本研究提出多尺度交互注意力融合网络MIAF-Net，以IAECG模块并行挖掘CNN局部纹理与GCN全局拓扑，通过DBIA交互注意力完成异构特征双向增强，经HAEF分层注意力实现跨尺度自适应融合，在统一框架下对整幅高光谱图像进行场景级建模，避免传统切块造成的上下文断裂，在整幅场景级建模方法下刷新四项基准数据集SOTA精度。
二、学术论文（*通讯作者）
[1] Zhang Weidong, Liu Qingmin, Lu Huimin, Wang Jianping, Liang Jing*. Underwater Image Enhancement via Wavelet Decomposition Fusion of Advantage Contrast. IEEE Transactions on Circuits and Systems for Video Technology, 2025. (中科院1区，IF:11.1)
[2] Zhang Weidong, Wang Muzi, Zhuang Peixian*, Liu Dahai*. Underwater Image Enhancement via Advantage Feature Weighted Fusion. IEEE Transactions on Circuits and Systems for Video Technology, 2025. (中科院1区，IF:11.1)
[3] Zhao Wenyi, Li Wei, Li Yuhan, Yang Lu, Liang Zhenghao, Hu Enwen, Zhang Weidong*. Constructing Balanced Training Samples: A New Perspective on Long-Tailed Classification. IEEE Transactions on Multimedia, 2025. (中科院1区，IF:9.7)
[4] Zhang Weibo, Wang Hao, Ren Peng, Zhang Weidong*. Underwater Scene Clarity Reconstruction via Multilayer Information Fusion and Self-Organized Stitching. IEEE Transactions on Circuits and Systems for Video Technology, 2025. (中科院1区，IF:11.1)
[5] Zhao Gaoli, Zhang Kefei, Wang Liangzhi, Zhao Wenyi, Zhang Weidong*. CIDNet: Cross-Scale Interference Mining Detection Network for underwater object detection. Knowledge-Based Systems, 2025. (中科院1区，IF:7.6)
[6] An Jinliang*, Dai Longlong, Wang Muzi, Zhang Weidong, Zhang Xiangrong. SPGFormer: Structure Perception Graph Transformer with Laplacian Position Encoding for Hyperspectral Image Classification. IEEE Transactions on Geoscience and Remote Sensing, 2025. (中科院1区，IF:8.6)
[7] An Jinliang*, Dai Longlong, Zhang Weidong, Zhang Xiangrong. MIAF-Net: Multiscale interactive attention fusion network for hyperspectral image classification. Expert Systems with Applications, 2025. (中科院1区，IF:7.5)
[8] Zhang Weidong, Li Zexu, Li Guohou*, Zhou Ling, Zhao Wenyi, Pan Xipeng. AGANet: Attention-Guided Generative Adversarial Network for Corn Hyperspectral Images Augmentation. IEEE Transactions on Consumer Electronics, 2025. (中科院2区，IF:10.9)
[9] Lu Haoxiang, Zhao Xiaowei, Liu Zhenbing, Zhuang Peixian, Liang Zheng, Zhang Weidong*. FCNet: Frequency Co-Interaction Network with Color Restoration for Lowlight Image Enhancement. IEEE Transactions on Consumer Electronics, 2025. (中科院2区，IF:10.9)
[10] An Jinliang*, Dai Longlong, Wang Muzi, Zhang Weidong. Multiscale Low-Rank and Sparse Attention-Based Transformer for Hyperspectral Image Classification. IEEE Geoscience and Remote Sensing Letters, 2025. (中科院3区，IF:4.4)
[11] Chen Xiaoguo, Sun Shilong, Gao Yaqi, Zhao Wenyi, Zhang Weidong*. Underwater Optical Image Contrast Enhancement via Color Channel Matching. IEEE Geoscience and Remote Sensing Letters, 2025. (中科院3区，IF:4.4)
[12] Yu Baiqiang(学生一作), Zhou Ling, Yu Wenqiang, Zhuang Peixian, Zhang Weidong*. Underwater image color correction via global and local two-step optimization. Pattern Recognition Letters, 2025. (中科院3区，IF:3.3)
[13] Gao Xingyun(学生一作), Zhang Weibo, Zhuang Peixian, Zhao Wenyi, Zhang Weidong*. RDANet: Retinex decomposition attention network for low-light image enhancement. Pattern Recognition Letters, 2025. (中科院3区，IF:3.3)
[14] Guohou Li, Kaijie Jin, Ying Zheng, Junpeng Xu, Wenyi Zhao, Weidong Zhang*. High-altitude Remote Sensing Image Dehazing via Transmission Optimization and Detail Enhancement. Remote Sensing Letters, 2025.(中科院4区, IF:1.5)
[15] Bai Linfeng, Chen Zengjun, Zhou Ling, Liang Zheng, Zhang Weidong*. HSI Classification: A Comprehensive Review, Dataset, and Future Trends. Journal of the Indian Society of Remote Sensing, 2025. (中科院4区，IF:2.2)
三、高被引论文
（图片/张卫东 初审/杜留锋 复审/曲培新 终审/李国厚）
