基于自适应背景光提取的水下偏振去散射成像方法（特邀）

水下成像技术在水下目标探测和识别领域具有重大研究价值,而传统水下偏振成像技术往往无法同时满足成像质量与成像实时性。针对传统水下偏振去散射成像带来的数据量大、处理时间长等问题,提出了一种水下目标的快速、实时去散射清晰化偏振成像方法。该方法利用了背景光偏振度与目标光偏振度的差异性,用于自适应的快速获取背景散射光区域,同时延续了目标整体偏振度一致这一假设,利用加权直方图均匀化方法通过调整图像灰度级的动态范围,对不同频次的灰度级进行加权处理,得到更符合人眼视觉效果的图像。实验结果表明,快速水下偏振去散射技术在提升成像质量的同时有效的增快了处理时的运算速率,在水下工作中具有良好的应用前景。     

基于暗通道先验原理的偏振图像去雾增强算法研究

在装备试验与测试中,常规光学成像系统极易受气象环境(如雾霾、沙尘等)影响,导致探测距离、成像效果、测量精度等受到大幅限制,从而严重影响目标成像效果及关键参数获取。如何增强雾霾条件下光学探测识别能力及成像质量,成为了当前急需解决的关键问题。本文利用偏振成像优势,结合暗通道先验原理,提出了基于暗通道先验原理的偏振图像去雾增强算法。该算法首先利用采集到的偏振图像提取偏振特征,计算偏振度和偏振角;同时,采用基于区域增长算法自动提取出天空区域,对天空区域进行大气光参数估计,获取大气光偏振度及偏振角相关参数估计;然后,结合暗通道先验原理,获取无穷远处大气光强,进而计算各像素点的大气光强;最后,建立在大气物理退化模型基础上,实现图像去雾增强。实例分析与验证中,通过主观评价与客观评价两种方法,对比本文提出的方法和常见其他方法,实际结果表明,本文算法去雾增强能力较强,能有效提升光学系统的探测识别能力及成像质量,对雾霾条件下武器装备关键参数获取具有重要意义。     

雾天偏振成像影响分析及复原方法研究

为了抑制雾天图像质量的退化,基于大气散射物理模型及偏振图像暗通道原理,提出了一种改进的雾天偏振遥感图像去雾算法。首先依据大气散射模型对雾天偏振成像机理进行分析,对大气偏振信息对去雾的影响进行了阐述。其次利用边缘检测和闭运算自动获取雾天偏振图像的天空区域,估算无穷远大气光强和大气偏振度。最后,针对图像中存在的噪声干扰等因素,修正大气偏振度及大气光强,恢复了退化图像的辐射强度信息。通过理论分析和实验验证,取得了较好的雾天图像复原结果。结果表明,该算法可以准确获取天空区域,实现更高鲁棒性的天空区域估计方法,有效提高图像的对比度和清晰度,增加图像细节,改善雾天图像的质量。该算法能够有效抑制雾天对图像造成的退化,从而提高遥感的目标探测和识别能力。     

偏振遥感图像的大气校正

为了实现对遥感图像快速、精确的大气校正,提出了一种联合偏振光强度信息和偏振度信息的图像大气校正算法。该算法首先采用矢量偏振辐射传输模型（vectorized linearized discrete ordinate radiative transfer, VLIDORT）建立一个由观测几何、目标偏振信息、大气条件、气溶胶模式等参数组成的查找表,然后通过查找表插值方法对输入的图像进行大气校正。实验结果表明,偏振图像大气校正算法在雾天成像条件下,使得图像对比度提高了41.84%,图像信息熵值提高了0.44,很好地去除了雾对图像的影响。进而说明偏振图像大气校正算法能够很好地还原目标强度信息和偏振度信息,提高图像的对比度,增加图像的信息熵值。     

沙漠背景下红外偏振图像目标检测方法

红外偏振成像探测同时探测目标的强度辐射与反射偏振态,可以获取传统光学无法获取的目标。偏振探测获取的偏振度、偏振角等信息反映不同的物理特性,与强度图像有较强的互补性。针对该特性,提出一种沙漠背景目标红外偏振图像检测方法。使用一种改进的核模糊聚类算法对红外图像和偏振图像进行聚类处理;利用稀疏融合方法将聚类后的红外图像和偏振度图像中的物体信息充分结合,以区分目标与背景,以达到目标检测的目的。实验表明,提出的检测方法相对小波融合和拉普拉斯金字塔融合结果噪声更低、细节更清晰。     

基于激光偏振技术的海洋牧场水下成像技术研究

良好的水下视觉环境是推动海洋经济发展的前提,海洋牧场的建设对水下成像技术提 出 新的要求,但是受水体环境吸收及散射影响,光信息丢失严重,用常规光学成像方式进行水 下 图像获取会有可视距离短,图像模糊不清,对比度低等缺点。为解决海洋牧场水下成像清晰 度 低的问题,提出一种通过532 nm激光光源与偏振技术相结合的方法并 集成了一款水下相机。 532 nm波段的绿色激光光源在水体环境中受到水体影响较小,传播效 果更佳,偏振成像技术在去 背景光散射中应用广泛,采用532 nm激光光源与偏振成像技术相结合 的方法进行水下图像的获 取,并在模拟海水环境的水池中进行了海参图像获取的实验,实验结果证明在某一偏振角度 下, 532 nm激光光源与偏振成像技术相结合的方式获取的海参图像相比于 自然光下获取的原图像对比 度、清晰度更高,含有的图像信息更加丰富,验证了此方法在水下成像的可行性。     

基于偏振自适应融合图像的水下物证探测方法

偏振探测技术能够在复杂的背景环境中凸显出目标，为我们提供了更为清晰和精准的目标识别能力。然而，在法庭科学领域上，利用偏振成像技术对水下物证进行探测搜寻的研究仍属空白。针对这一问题，本文通过偏振成像装置，对目标强度图像和偏振度图像进行融合。利用非下采样剪切波（non-subsampled shearlet transform, NSST）对图像进行分解后，在高频子带提出了参数自适应的简化型脉冲耦合神经网络模型，在低频子带则采用一种基于区域能量的自适应加权融合规则。在可见光下，对3类典型目标进行相关算法比对实验。实验结果表明，通过偏振成像技术可有效探测到水下物证，利用本文提出的图像融合算法有效突出了水下物证的细节特征，验证了偏振探测技术对水下物证成像的有效性，有利于突破当下法庭科学领域水下物证探测技术的空白。     

基于拉普拉斯金字塔的红外光强与偏振图像融合

利用红外偏振信息(偏振度、偏振角)对目标进行成像,可以更好地抑制图像的背景噪声,提高信噪比。而且偏振信息相对于光强信息一般会蕴含更丰富的目标边缘轮廓信息。因此,提出一种将红外辐射光强图像和偏振度图像进行融合的算法。此方法首先对参与融合的每幅图像分别进行拉普拉斯金字塔分解,获得每层的分解图像;然后对分解后的每层图像采用不同的融合方法进行图像融合,获得每层融合图像,并对每层融合后的图像进行图像重构,得到最后的融合结果。多幅图像融合后的效果表明该方法能够增加图像的信息量,有利于场景感知和目标识别。     

基于偏振图像的低照度场景多目标检测算法

偏振光反射信息可直接反演目标本征特性,且在传输过程中具备较强的抗干扰特性,因此偏振成像技术可适用于多种复杂环境中的智能监控、交通监察领域。近年来使用深度学习判读图像检测目标的方法迅速发展,已经广泛应用于图像处理的各个领域。本文提出了一种基于偏振图像与深度神经网络算法的行人、车辆多目标检测算法YOLOv5s-DOLP。首先,通过实时获取到偏振图像进行偏振信息解析,获取目标偏振度图像。其次,为增强偏振度图像中检测目标与背景存在高对比度的特性,在主干网络中引入通道注意力与空间注意力,提升网络特征进行自适应学习的能力。此外,使用K-means算法对目标位置信息进行聚类分析,加快网络在偏振度图像的学习速度,提升目标检测精度。实验结果显示,该算法结合了偏振成像和深度学习目标检测的优势,对于低照度复杂场景中的车辆、行人目标检测效果好、检测速度快,对于道路车辆的目标检测、识别与跟踪具有一定的应用价值。     

红外偏振图像的目标检测方法

红外偏振成像探测通过对目标辐射和反射偏振态的探测,针对传统光学无法解决的问题,在目标检测方面取得高精度的结果,特别是在军事探测中,能够快速地将混杂在自然背景下的人造目标检测出来,以增强对目标的识别。偏振探测中所依据的强度、偏振度及偏振角信息反映出的不同物理特性,具有很强的冗余性和互补性。针对该特性,提出一种红外偏振图像的目标检测方法:首先使用Mean-Shift算法对红外图像和偏振度图像进行聚类处理;然后利用DS证据理论将聚类后的红外图像和偏振度图像中的物体信息充分结合,以区分目标与背景,达到目标检测的目的;最后通过仿真实验图像与小波融合图像结果的对比表明该算法的优势。     

基于SIP-DSWP系统的透明玻璃面倾角分区标定偏振测量方法

由于存在边缘视场的渐晕效应,造成SIP-DSWP同时偏振成像系统的偏振信息重构存在偏差。为此,本文提出了一种通过分区仪器矩阵校正视场边缘效应的成像系统校正方法。通过对SIP-DSWP同时偏振成像系统3×3分区仪器矩阵的标定,进行了玻璃平板倾角的非接触检测实验。实验结果表明:图像边缘视场效应和噪声能够直接影响偏振成像及偏振信息(偏振度和偏转角)重构;分区仪器矩阵较平均仪器矩阵能够更准确地重构出目标场景的偏振信息,提高对透明玻璃平板倾角的检测精度,为后续偏振成像方法的研究和定量检测应用奠定了理论基础。     

红外偏振图像的仿真

为了在获得真实偏振图像之前获得偏振图像,采用仿真的方法进行了实验研究,即先通过实验获得各种物体的偏振度建立一个偏振数据库并进行理论研究论证,再利用K-均值聚类算法对红外图像中的物体进行聚类,最后将聚类后的图像通过计算得到偏振图像。结果表明,得到的仿真偏振图像效果很明显,能够很好地区分人造物和自然物,从而验证了仿真算法的可行性。图像仿真对于更好、更方便地研究物体的偏振特性和建立偏振数据库有着非常重要的意义。     

红外偏振图像的仿真

为了在获得真实偏振图像之前获得偏振图像,采用仿真的方法进行了实验研究,即先通过实验获得各种物体的偏振度建立一个偏振数据库并进行理论研究论证,再利用K-均值聚类算法对红外图像中的物体进行聚类,最后将聚类后的图像通过计算得到偏振图像。结果表明,得到的仿真偏振图像效果很明显,能够很好地区分人造物和自然物,从而验证了仿真算法的可行性。图像仿真对于更好、更方便地研究物体的偏振特性和建立偏振数据库有着非常重要的意义。     

浑浊水下主动偏振成像技术中的检偏角度研究（特邀）

水下偏振成像技术可以对水下图像对比度进行增强,但受探测器动态范围限制,难以获取准确的偏振信息,影响最终增强效果。提出了以三个任意角度检偏片成像结果进行基于水下图像复原的方法,并对滤光角度进行了研究。结果表明,对于主动线偏振照明,在入射光的正交偏振方向附近取三个点效果最好。对于非偏振光照明,在背景光偏振角间隔45°位置附近取三个点效果最好。该结果可以为高浑浊水下主动偏振成像增强技术提供理论支撑,拓展水下主动偏振成像技术的应用范围。     

基于像素偏振片阵列的实时水下目标成像技术

借助偏振成像可以增强水下目标的探测效果。传统的偏振成像方法需要光学检偏器的机械转动来实现,这限制了其在水下的实时探测性能。采用基于像素偏振片阵列图像传感器开发的相机设计了一种水下实时成像系统。系统通过阵列上排布的四向微偏振片一次性捕获四向偏振图像,从而全局估算背景杂散光的偏振角和偏振度。然后利用偏振信息反解得到杂散光光强,最后借助水下成像物理模型得到去散射后的目标增强图像。实验结果表明,将像素偏振片阵列图像传感器应用到水下成像能够有效增强水下图像的对比度,且成像处理过程实时快速,进一步提高了水下目标的探测效率。     

基于小波变换的红外偏振图像融合算法

为了改善红外图像质量、提高人造目标的可识别率,基于偏振度图像能够较好地凸显人造目标,偏振角较好地描述不同物体表面取向,I图像能反映场景的强度信息的特征,采用对红外图像进行偏振图像融合的算法,即先通过红外热像仪和偏振片拍摄到偏振角度为0°,60°和120°3幅红外图像,再通过计算得到I,Q,U图像,进而得到偏振度图像和偏振角图像,最后对I图像、偏振度和偏振角图像进行红外偏振图像融合,得到高质量的红外偏振图像,由理论分析得到了各个图像的性能指标数据。结果表明,基于小波变换的红外偏振图像融合算法得到的图像数据合理,达到了改善红外图像质量和提高图像中的人造目标的可识别率的目的。     

光电探测器表面损伤状态偏振成像式探测系统

针对在外场实现探测器损伤状态实时探测的需求,研发了光电探测器表面损伤状态偏振成像式探测系统。理论推导了“猫眼”目标回波偏振特性参数DP和回波偏振度DOP的表达式,利用MATLAB软件仿真绘制了表面粗糙度、回波偏振度以及偏振特性的关系曲线;设计了一套同时偏振成像光学系统,开展了671 nm连续激光对电荷耦合器件（CCD）表面损伤状态的实时探测外场实验,编制了基于MATLAB GUI的回波图像可视化实时采集系统,得到了回波图像强度、偏振特性以及光斑尺寸等信息;通过光学显微镜和白光干涉仪对探测器表面损伤处和未损伤处形貌图像分析,发现探测器损伤表面可见硅基底且粗糙度参数Sq值较大;结果表明,仿真结果与实验测试结果具有良好一致性。光电探测器被损伤后,其表面粗糙度增大,回波偏振特性参数DP减小,退偏特性明显,偏振度DOP减小。偏振成像技术可有效对光电探测器表面损伤状态进行实时探测,该研究提供了一种外场条件下实时探测的好方法。     

基于偏振成像和图像融合的目标识别技术

提出了一种基于偏振特征的目标识别技术.实验采用He-Ne激光作为照明光源,根据目标散射光偏振度的差异,利用DSP图像采集系统获取了目标的偏振图像,并利用图像融合技术计算了目标的Stokes图像和偏振度图像.结果显示:偏振成像有效地滤除了杂乱背景散射光的影响,明显提高了目标成像的对比度和分辨率.所以偏振成像技术可以有效地提高目标探测和识别效率.     

基于偏振信息恢复的光通信

基于斯托克斯矢量和MC算法,在各种散射系统中研究了偏振信息的传输性能。根据偏振光斯托克斯矢量的散射特性,提出了一种能够减少散射对入射偏振光影响的PR方法。为了验证PR方法的有效性和实用性,仿真了在不同实际大气和水下环境,偏振传输和偏振信息恢复的结果。仿真结果表明,PR方法更适用于粒子半径相对大的杂乱媒介,并且长波可以有效地减少偏振信息的损失。此外,仿真结果也表明,在非均匀的大气媒介中下行和上行链路是不可逆的。在水下,PR方法同样用来减小散射对于光的偏振度的影响。通过PR方法,线偏振度的最大增强可达到16%。这些结果对于未来大气,水下量子保密通信具有重要的意义。     

基于NSST变换的微光偏振图像融合算法

为进一步提高对微光偏振图像中目标的识别效率,提出了一种基于非下采样剪切波变换(NSST)的偏振图像融合算法。首先,通过融合得到偏振特征图像,将所含偏振信息量较多的偏振度图像和偏振角融合,通过基于区域方差与熵值加权相结合的融合算法得到偏振特征图像。最后,将偏振特征图像与亮度较强的强度图像融合,低频系数的融合采用PCNN与区域能量相结合的规则,高频系数的融合采用区域特性能量的规则。实验结果表明,在主观视觉上,图像观察舒适性较好;并且,通过选取方法的对比,融合后的图像在客观评价指标上,皆优于选取的方法。