彩色偏振成像目标-背景对比度增强方法研究 下载: 1205次
1 引言
光电成像系统对目标的成像探测利用了场景光的基本属性,比如强度、光谱、偏振和相关性[1]。基于强度信息的可见光图像容易受到外界环境因素的影响,对于隐藏在自然背景中的人造目标以及场景中目标与背景呈现对比度低的目标,可见光成像对其探测识别的效果较差。偏振成像技术探测目标表面的偏振信息,利用人造物与自然物的偏振特性差异,可以在一定程度上提高目标与背景之间的对比度,提高对目标的检测概率[2-3]。基于黑白相机的灰度偏振成像只获得了场景在可见光波段的偏振特征信息,不能反映不同波长下偏振成像的效果,且在目标与背景的偏振特性差异不明显条件下探测目标较为困难。综合利用场景光的偏振信息和光谱信息提高光电成像系统的探测识别能力,是国内外研究的热点[4]。该类型的成像系统主要有多光谱偏振成像系统和彩色偏振成像系统。其中,多光谱偏振成像系统需要成像光谱仪组件,因此系统结构复杂、成本高,而彩色偏振成像系统可通过彩色相机和旋转偏振片构建,系统结构简单且成本低。
彩色偏振成像兼具光谱和偏振两种特性,在光谱上将可见光波段划分为红绿蓝三通道,分别计算其偏振信息,从而获得较灰度偏振图像更精细、更丰富的红绿蓝三波段偏振信息。在实际应用中,彩色偏振成像对目标与背景在光谱特性和偏振特性的差异具有敏感性,综合利用偏振信息及其在不同波长下的差异进行探测识别,将显著提高光电成像系统对目标的探测识别能力。因此,彩色偏振成像在抗雾霾、烟尘、复杂背景等恶劣环境下探测隐身、伪装、虚假目标等方面具有潜在的应用价值[5-6]。
本文在研究偏振成像的基础上,通过分析目标偏振度随入射光波长的变化规律,提出了利用彩色偏振成像提高场景中目标与背景对比度的方法,并搭建彩色偏振成像实验系统对两个场景进行成像实验。
2 彩色偏振成像理论分析与方法
2.1 理论分析与仿真
光的偏振态一般有三角函数表示法、琼斯矩阵法和斯托克斯矢量法等[7]。当一束光射到光学性质不同的两个媒质的界面上时,会将其分成透射波和反射波,反射波、折射波的波矢方向与入射角的波矢方向在同一平面(即入射面内)[8]。以入射面为基准,将每个场矢量分解成平行于入射面(用下角标∥表示)和垂直于入射面(用下角标⊥表示)的两个分量。设
由于光强
反射光的偏振度定义为
将(2)式代入(3)式可得:
将材料的折射率与波长的变化关系代入(4)式,即可得到波长与偏振度的关系。
光波在介质表面反射或折射产生偏振态的变化,偏振态又与目标材质、折射率、粗糙度及成像角度相关[9]。选择水[10]和二氧化硅(SiO2)作为仿真材料,其中水定义在室温25 ℃且纯净。波长随折射率变化的关系式代入(4)式即可得出折射率和偏振度随波长的变化曲线。水的偏振特性曲线如
由仿真数据可以得出,材料的折射率与偏振度均随着波长的变化而变化,在相同的入射角下,不同波长的光入射时所得的偏振度不同。将整个可见光波段分为红、绿、蓝3个颜色段,不同颜色的光入射时所得的偏振度也不同,利用这一特性,本文提出基于彩色偏振成像的目标-背景对比度计算方法。
图 1. 水的折射率和偏振度随波长的变化曲线。(a)折射率;(b)偏振度
Fig. 1. Index of refraction of water and degree of polarization versus wavelength. (a) Index of refraction; (b) degree of polarization
图 2. SiO2的折射率和偏振度随波长的变化曲线。(a)折射率;(b)偏振度
Fig. 2. Index of refraction of SiO2 and degree of polarization versus wavelength. (a) Index of refraction; (b) degree of polarization
2.2 彩色偏振成像方法
单色平面光波的各种偏振态可以用斯托克斯参量(
由斯托克斯矢量矩阵可得偏振度为
自然大气背景及目标物对太阳入射的偏振效应中,圆偏振分量极少,设
图像的线偏振度可由(7)式计算得出。
结合单色平面波偏振态原理和光波的色散特性,可将其延伸到彩色偏振度图像中。对于0°、45°、90°和135°等4个角度所得的彩色偏振度图像,将其颜色分量的强度矩阵分离出来,分别计算三原色偏振度图像的偏振度(
在彩色偏振度图像显示时,可以适当提高图像亮度。同时,进行偏振度强度合成图像,即设定偏振度阈值为
3 彩色偏振成像外景实验
3.1 实验系统
偏振测量系统的基本结构有分时测量、分振幅、分孔径、分焦平面[13]等。实验采用的彩色相机为德国Basler的acA1300-60gc彩色相机,每秒60帧图像,130万像素的分辨率。镜头型号是AZURE公司的M2518-MPW2,焦距为25 mm。高精密电控旋转台为THORLABS公司的PRM1/MZ8电动旋转台,旋转速度25(°)/s,精度为1 as。偏振片为Edmund公司、型号#85-919、直径25.4 mm的线偏振片。
彩色偏振片在电动旋转台的带动下对0°、45°、90°和135°等4个角度分别进行偏振图像采集。采集到彩色偏振图像后,利用斯托克斯矢量法来表征光波的偏振状态。
图 5. 实验一采集的偏振参数图像。(a) I0;(b) I45;(c) I90;(d) I135
Fig. 5. Polarization images collected in experimental 1. (a) I0; (b) I45; (c) I90; (d) I135
3.2 实验定量评价方法
采用RGB颜色空间的矢量—角度距离公式[14]定量评价图像,RGB颜色空间中两个颜色,坐标分别为
由(9)式可以得出,在彩色偏振度图像中,矢量-角度距离越大,说明待比较的两种颜色色差越大,反映在图中即为目标和背景之间区别较为明显;角度越小,说明待比较的两种颜色的色差越小,反映在图中即为目标和背景之间区别较为模糊。目标与背景是相对而言的,目标为所需探测的对象,背景是指目标之外的周围物体。在彩色原图中,
目标和背景彩色偏振度的坐标取值均与矢量-角距离评价方法的取值范围一致。
3.3 实验
实验一:目标物体为60 cm×50 cm的石板。实验采集
图 6. 实验一不同通道偏振度图像。(a) R;(b) G;(c) B
Fig. 6. Polarization images within different channels in experiment 1. (a) R; (b) G; (c) B
图 7. 实验一所得图像。(a)彩色原图;(b)合成的彩色偏振图像;(c)阈值为0.2的彩色偏振图像
Fig. 7. Images obtained in experiment 1. (a) Original color image; (b) synthesized color polarization image; (c) color polarization image with threshold of 0.2
实验二:目标物体为60 cm×50 cm的窗户。实验采集
图 8. 实验二采集的偏振参数图像。 (a) I0;(b) I45;(c) I90;(d) I135
Fig. 8. Polarization images collected in experimental 2. (a) I0; (b) I45; (c) I90; (d) I135
图 9. 实验二不同通道偏振度图像。(a) R;(b) G;(c) B
Fig. 9. Polarization images within different channels in experiment 2. (a) R; (b) G ; (c) B
图 10. 实验二所得图像。(a)彩色原图;(b)合成的彩色偏振图像;(c)阈值为0.2的彩色偏振图像
Fig. 10. Images obtained in experiment 2. (a) Original color image; (b) synthesized color polarization image; (c) color polarization image with threshold of 0.2
图像数据处理结果如
表 1. 各组实验的原图与偏振图像矢量角距离和对比度计算
Table 1. Vector-angle distance and contrast between original and polarization images for each group of experiments
|
4 结论
在研究偏振成像的基础上,分析了目标偏振度随入射光波长的变化规律,提出了利用彩色偏振成像提高场景中目标与背景对比度的方法,并搭建彩色偏振成像实验系统对两个场景进行成像实验,实验中目标与背景的对比度平均提高了0.11,矢量角度距离平均提高了0.13,分辨出了彩色成像图像中无法分辨清楚的部分,提高了目标物体的可视化清晰度,并且红绿蓝三通道对物体的偏振特性有明显的区别。
[2] Feng B, Shi Z L, Liu H Z, et al. Polarized-pixel performance model for DoFP polarimeter[J]. Journal of Optics, 2018, 20(6): 065703.
[3] 彭勇, 冯斌, 史泽林, 等. 微偏振片阵列成像的非均匀校正研究[J]. 红外与激光工程, 2017, 46(4): 0404004.
[4] 徐飞飞, 曾朝阳, 陈杭. 复杂地物背景下的车辆目标激光主动偏振成像研究[J]. 激光与光电子学进展, 2016, 53(5): 051103.
[5] 戴俊, 高隽, 范之国. 线偏振光与圆偏振光后向散射偏振保持能力[J]. 中国激光, 2017, 44(5): 0505002.
[6] 黄红莲, 易维宁, 乔延利, 等. 基于强度图像和地物偏振反射率数据的光学遥感偏振成像仿真分析[J]. 光学学报, 2014, 34(10): 1028001.
[7] 徐参军, 赵劲松, 潘顺臣, 等. 长波红外偏振图像及其误偏振信息分析[J]. 红外技术, 2012, 34(2): 103-108.
[8] 玻恩, 沃尔夫. 光学原理[M]. 杨葭荪, 译. 7版. 北京: 电子工业出版社, 2006.
BornM, WolfE. Principles of optics[M]. Yang J S, Transl. 7th ed. Beijing: Publishing House of Electronics Industry, 2006.
[9] 刘喆, 郭俊. 基于偏振光成像的材质分类研究[J]. 光学学报, 2016, 36(10): 1011002.
[12] 栾江峰, 刘广博, 肖军, 等. 基于彩色图像偏振度的目标识别技术研究[J]. 北京师范大学学报(自然科学版), 2014, 50(3): 269-271.
[13] 王霞, 夏润秋, 金伟其, 等. 红外偏振成像探测技术进展[J]. 红外与激光工程, 2014, 43(10): 3175-3182.
[14] 杨振亚, 王勇, 杨振东, 等. RGB颜色空间的矢量—角度距离色差公式[J]. 计算机工程与应用, 2010, 46(6): 154-156.
李欣, 高明, 冯斌. 彩色偏振成像目标-背景对比度增强方法研究[J]. 激光与光电子学进展, 2018, 55(12): 121103. Xin Li, Ming Gao, Bin Feng. Method for Target-Background Contrast Enhancement Based on Color Polarization Imaging[J]. Laser & Optoelectronics Progress, 2018, 55(12): 121103.