1.一种基于生成对抗网络的浑浊水下偏振图像复原方法，其特征在于，包括以下复原步骤：

步骤1、搭建水下主动成像系统，拍摄水下目标物(7)清晰的强度图像与浑浊水下目标物(7)的偏振图像；

步骤2、建立数据集；将步骤1得到的偏振图像进行裁剪，通过翻转和旋转扩大数据集后按8:1:1的比例分为训练集、验证集、测试集；

步骤3、构建生成网络；生成网络由特征提取、残差密集块、特征融合和残差学习构成；

生成网络有4个输入，分别是偏振方向为0°、45°、90°的偏振图像和圆偏振图像，使用2个卷积层做特征提取，使用4个残差密集块对更高维度的特征进行提取，再使用特征融合、残差学习和一个卷积层对4个输入进行非线性映射，最后输出一个预测的复原图像；

步骤4、预训练；利用步骤2中的数据集对所述生成网络进行预训练；训练的标签为偏振图像对应的水下目标物清晰的强度图像；使用均方误差作为损失函数，对网络参数进行优化；

步骤5、构建一个判别网络；所述判别网络的输入为尺寸为200*200的图像，通过6个卷积层对图像大小进行压缩、对通道进行扩增，判断输入判别网络的图像是水下目标物清晰的强度图像或者是由步骤三中生成网络输出的预测的复原图像；

步骤6、构建生成对抗网络；与步骤四中预训练好的生成网络构成一个生成对抗网络；

利用交叉熵分别对判别网络和生成网络构造损失函数；生成网络的损失是生成的图片经判别网络的输出与水下目标物清晰的强度图像的标签计算交叉熵；判别网络的损失由两部分构成，一部分是对生成图片的判别损失，另一部分是对清晰图片的判别损失，两者相加得到判别网络总的损失函数；

步骤7、对生成对抗网络进行训练；将训练好的生成对抗网络对浑浊水中拍摄的偏振图像进行预测，最终可以得到提升明显的复原图像。

2.根据权利要求1所述的一种基于生成对抗网络的浑浊水下偏振图像复原方法，其特征在于，在步骤1中，水下目标物清晰的强度图像拍摄，由光源(1)发出的光束依次经过偏振调制系统的第一偏振片(2)、第一四分之一波片(3)和扩束器(4)后照射在水中的目标物上(7)，经过目标物(7)反射后依次经过图像采集系统的第二偏振片(9)到达CMOS相机(10)，从而得到水下目标物清晰的强度图像。

3.根据权利要求2所述的一种基于生成对抗网络的浑浊水下偏振图像复原方法，其特征在于，在水中加入脱脂牛奶，利用步进电机控制CMOS相机(10)前的第二偏振片(9)，依次旋转至0°、45°和90°，得到偏振方向为0°、45°和90°的三幅偏振图像；在CMOS相机(10)和第二偏振片(9)前面加入第二四分之一波片(8)后得到圆偏振图像；从而得到浑浊水下环境中目标物(7)的偏振图像。

4.根据权利要求2‑3之一所述的一种基于生成对抗网络的浑浊水下偏振图像复原方法，其特征在于，所述光源(1)采用532nm蓝绿激光器。

5.根据权利要求1所述的一种基于生成对抗网络的浑浊水下偏振图像复原方法，其特征在于，在步骤3中，所述特征提取由2个卷积层构成，卷积核大小为3，数量均为64；所述残差密集块包括6个大小为3的卷积核密集连接的卷积层、1个卷积核大小为1的的卷积层和线性修正单元函数(ReLU)。

6.根据权利要求1所述的一种基于生成对抗网络的浑浊水下偏振图像复原方法，其特征在于，在步骤5中，所述判别网络的6个卷积层的卷积核大小均为3，步长均为2，所述卷积核数量分别为64、64、128、128、256和256。

7.根据权利要求2‑3之一所述的一种基于生成对抗网络的浑浊水下偏振图像复原方法，其特征在于，所述目标物(7)放置在装满水的玻璃缸(5)中，用于模拟水下环境(6)。

8.根据权利要求7所述的一种基于生成对抗网络的浑浊水下偏振图像复原方法，其特征在于，所述玻璃缸(5)采用PMMA(聚甲基丙烯酸甲酯)材质。