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。