对目标进行更多属性信息的获取, 是光学传感器不断追求的目标。 偏振属性探测和传统光谱成像技术相结合的偏振光谱成像技术具有分辨“异物同谱”、 实现“目标凸显”、 “动态调节”、 “耀斑抑制”的能力, 蕴藏非常重要的应用潜力。 目前的偏振光谱成像系统存在诸多的缺点, 如结构复杂、 体积大、 通道串扰、 多维信息提取繁琐等问题。 针对上述问题, 提出一种基于线性渐变滤光片（LVF）和像素化偏振调制的紧凑型偏振光谱成像方法。 涉及关键技术有: 基于高光谱分辨率需求与短焦距约束, 采用双高斯结构作为初始光学结构, 并通过参数设计进行光学系统的仿真与实现; 采用LVF作为分光元件, 进行参数设计与验证, 与像素化偏振调制探测器在像面上进行耦合, 实现光谱信息与偏振信息同步获取。 基于上述技术路线进行了样机集成, 在实验室暗室对系统样机进行光学指标测试, 最终指标为: 工作波段: 430~880 nm, 空间分辨率: 0.22 mrad, 光谱分辨率为: 10 nm, 四偏振态同步获取, 系统传递函数: 0.547, 偏振探测精度: 89.4%, 光机系统总尺寸: 45 mm×45 mm×80 mm。 在室外进行推扫实验, 成像效果良好, 中心波长不同偏振态下的单色图有较明显的强度变化; 对全局图像进行多维信息提取与融合, 不同地物的特征光谱曲线有明显的波谱差异, 满足预期设计目标。 该方法突破了传统偏振光谱成像技术路线的缺点, 为偏振光谱成像多维信息获取提供了一种新型且有重要应用价值的方法。

针对传统光学手段难以实现复杂背景下光谱伪装目标的准确识别, 同时, 常规的数据融合方法易导致图像信息丢失的缺点, 提出了一种基于非下采样轮廓波变换的偏振光谱多维信息融合方法。 该方法结合自研的新型偏振光谱多维信息探测仪器, 根据其获取的目标空间、 光谱、 偏振等多维信息, 设计了多维信息重构算法流程, 提取了偏振态基础数据斯托克斯参量以及偏振度和偏振角, 利用NSCT对基础偏振参量进行图像融合, 提升图像的信息含量以提高伪装物的识别准确率。 先对具有相同边缘信息的图像Q和U采用NSCT分解, 低通子带取均值, 高通子带取最大值进行初步融合, 获得偏振特征S, 最后对偏振特征S、 强度图像I以及偏振度DoLP进行NSCT分解, 对分解所得低通子带进行区域能量加权融合； 对高通子带, 根据偏振特征图像具有灰度值小, 受光照影响大等特点, 采用LBP特征进行加权融合。 同时, 本方法与四类融合方法进行对比, 据信息熵、 标准差、 平均梯度、 对比度以及峰值信噪比五项指标对融合结果进行客观评价, 并结合普通图像, 偏振融合图像, 偏振高光谱图像对目标识别精度进行对比。 融合后的图像信息熵为6.998 6, 标准差为45.599 8, 平均梯度为19.808 6, 与原始强度相比, 提升分别为5.1%, 14.04%, 7.3%, 在四类融合方法中排在首位。 表明本文所提出的方法有效实现了偏振基础特征融合, 提升了人造目标和自然背景的差异。 同时融合后的偏振高光谱图像对于目标的识别准确率达到0.986 2, 较单一强度图像目标识别准确率提升了21%。 实验结果表明, 提出的方法能有效融合目标强度信息以及偏振信息, 提升图像对比度和可读性, 同时融合后的图像在目标识别准确度上有了较大的提升, 有效降低了传统光谱手段对伪装目标识别的虚警率, 为新概念光谱伪装揭露提供了一种新型有效的手段, 具有非常大的应用潜力和应用价值。