结合目标偏振信息和大气偏振信息的差异, 提出了一种利用目标和大气偏振信息的雾天图像重构方法。首先, 从光强图像中分离大气光图像和目标光图像, 分别解析大气光偏振信息和目标光偏振信息, 构建偏振去雾模型。然后, 采用融合图像梯度信息的高斯滤波方法估算大气光强和目标光强, 并分别计算大气光偏振度和目标光偏振度。采用3σ法则阈值分割方法, 在大气光图像空间内估算无穷远处大气光强。最后, 重构出目标图像。在不同天气环境下开展外场实验, 结果表明, 该方法在雾霾、雨、雪天气下能够较好地恢复出目标信息, 重构后图像的信息熵提升约40%, 灰度标准差提升了约90%, 平均梯度和边缘强度提高了3倍。

为了提升微偏振片阵列型长波红外成像系统精度, 在误差分析的基础上, 针对入射光偏振信息计算问题, 提出了一种偏振定标方法.通过确定像元级响应值与入射光功率的关系, 引入广义光学透过率, 不依赖大规模方程组运算, 实现了消光比、偏振方向的计算, 获取了微偏振片穆勒矩阵内各元素值.用固定盲元干扰下的超级像元内偏振信息计算法完成入射光偏振信息计算.实验结果表明, 该定标方法可有效降低误差干扰, 提高微偏振片阵列型长波红外成像系统探测精度.

水体介质对光的吸收和散射是导致水下成像退化的两大主要影响因素。针对水下目标成像, 本文提出了一种全局参数估计的水下目标偏振复原方法, 利用构建的精简水下目标偏振重构模型, 通过自动估计全局最优偏振信息重构参数, 复原出水下目标图像, 降低水体对图像质量的影响。在估计重构参数的过程中, 首先, 采用偏振中值滤波方法和基于亮原色原理的方法, 分别估算水下背景光偏振度信息和无穷远处水下背景光强值; 再利用基于最小互信息原则对估计的背景光偏振度信息进行优化; 然后采用水下目标偏振图像增强算法将得到的水下目标重构图进行细节增强处理, 最终获得复原后的水下目标辐射信息图。实验结果表明, 在性能评价指标方面, 相较于水下原图和其他水下复原方法处理图, 利用本文方法处理后所得的图像增强测量值EME平均提高了120%, 图像质量得到了明显的改善。该方法解决了人工取景估计参数不佳的问题, 提高了复原目标图像的对比度, 可以用于浑浊水下的目标探测与识别。