本申請涉及光電探測技術(shù)領(lǐng)域，尤其涉及一種目標(biāo)的探測方法。

背景技術(shù)：

在現(xiàn)有技術(shù)中，通?？梢允褂闷裥畔肀碚髂繕?biāo)的物理和化學(xué)特性。從現(xiàn)有的偏振探測研究基礎(chǔ)來看,偏振信息的解譯是一個關(guān)鍵的研究過程。通過偏振成像試驗,對獲取的試驗數(shù)據(jù)進行處理和分析之后,發(fā)現(xiàn)在儀器響應(yīng)動態(tài)范圍內(nèi),偏振態(tài)參數(shù)受光強影響較小,特別是以偏振角參數(shù)圖像顯示景物狀態(tài)特征,能夠較好地表征目標(biāo)邊緣輪廓特征。

但是，在現(xiàn)有技術(shù)中的目標(biāo)的探測方法中，通常是通過光譜輻射亮度對比度來對目標(biāo)進行探測，而并未基于目標(biāo)邊緣輪廓偏振特性對目標(biāo)進行探測，因此存在目標(biāo)識別效率低等問題。

技術(shù)實現(xiàn)要素：

有鑒于此，本發(fā)明提供了一種目標(biāo)的探測方法，從而可以利用偏振角特征進行目標(biāo)邊緣輪廓的特征提取，有利于提高目標(biāo)識別效率、增強場景感知。

本發(fā)明的技術(shù)方案具體是這樣實現(xiàn)的：

一種基于紅外圖像復(fù)雜度的圖像分級方法，該方法包括如下的步驟：

a、讀取所需分析的紅外偏振圖像數(shù)據(jù)；

b、根據(jù)所讀取的紅外偏振圖像數(shù)據(jù)，使用如下公式計算目標(biāo)表面邊緣輪廓的偏振角：

其中，α為偏振角，s1為沿與x軸夾角為0°和90°方向的線偏振分量差分值，s2為沿與x軸夾角為±45°方向線偏振分量差分值，θ為微面元法線與目標(biāo)表面法線的夾角，σ為目標(biāo)表面的粗糙度，θi為入射角，ηi為將標(biāo)量雙向反射分布函數(shù)偏振化時所引入的參考平面之間變換的旋轉(zhuǎn)角，rs為菲涅耳反射率的垂直分量，rp為菲涅耳反射率的平行分量，ωr為反射球面角；

c、對計算得到的偏振角進行魯棒性驗證，并將符合魯棒性要求的偏振角作為目標(biāo)輪廓偏振角特征記錄到邊緣輪廓偏振角特性數(shù)據(jù)集中；

d、重復(fù)上述的步驟a～c，直至形成滿足需求的邊緣輪廓偏振角特性數(shù)據(jù)集；

e、根據(jù)邊緣輪廓偏振角特性數(shù)據(jù)集中各個不同的目標(biāo)輪廓偏振角特征，分別建立對應(yīng)于不同姿態(tài)情況的邊緣輪廓偏振角模板，通過深度學(xué)習(xí)，完成模板匹配，實現(xiàn)對目標(biāo)的探測。

較佳的，對于不透明的輻射物體，其入射到紅外線柵偏振片前的斯托克斯stokes矢量sⁱⁿ表示為：

sⁱⁿ＝s^r+s^e＝∫f(θi,φi,θr,φr,λ)cos(θr)dωr·sⁱ+εsurf·iobj，

其中，s^r為目標(biāo)表面反射的stokes矢量，s^e為自身輻射的stokes矢量，f為基于微面元理論的priest-germer模型，θi為入射角，φi為入射光線投影到由x、y確定的平面上與x軸之間的夾角，θr為反射角，φr為反射光線投影到由x、y確定的平面上與x軸之間的夾角，λ為波長，sⁱ為入射光的stokes矢量，εsurf為紅外偏振輻射率，iobj為目標(biāo)的輻射強度。

較佳的，假設(shè)被動紅外成像系統(tǒng)中入射光為自然光，則sⁱ表示為：

sⁱ＝[ibg000]^t，

其中，ibg為背景輻射強度，則sⁱⁿ表示為：

其中，s0、s1、s2和s3分別為stokes矢量的4個stokes參量，f00、f10、f20和f30分別為偏振雙向分布反射函數(shù)的第一列的四個分量。

較佳的，f00、f10、f20由菲涅耳反射穆勒矩陣m(θi,φi,θr,φr)中的m00、m10、m20計算得出；

通過mi,j(i,j＝0,1,2,3)的計算公式計算出m00、m10、m20為：

其中，ηi和ηr分別為將標(biāo)量brdf偏振化時所引入的參考平面之間變換的旋轉(zhuǎn)角；m00表示偏振分量s、p的菲涅耳反射率的rs與rp之和，m10、m20分別表示偏振分量s、p的菲涅耳反射率rs、rp之差與兩倍入射參考平面變換的旋轉(zhuǎn)角ηi的余弦值、正弦值的乘積。

較佳的，ηi的計算表達式為：

將m00、m10、m20代入公式中得：

如上可見，在本發(fā)明的技術(shù)方案中，由于通過比較反射和目標(biāo)自身輻射的偏振傳輸stokes表達式，推導(dǎo)得出目標(biāo)邊緣輪廓偏振角特征與波長不相關(guān)；且通過試驗分析可知：目標(biāo)與背景輻射相差較小的情況下，通過光譜輻射亮度對比度無法區(qū)分目標(biāo)，但通過偏振角對比度可以明顯區(qū)分目標(biāo)的邊緣特征。原因在于：偏振成像測量對目標(biāo)邊緣特征的取向變化敏感，典型目標(biāo)與背景表面狀態(tài)的差異能夠引起較大的偏振角變化，同時目標(biāo)偏振角特征能夠表現(xiàn)出不同表面取向的細節(jié)特征，同時提高了目標(biāo)的對比度，能夠在背景中凸現(xiàn)目標(biāo)的邊緣特征。因此，通過使用本發(fā)明所提供的方法，可以利用偏振角特征進行目標(biāo)邊緣輪廓的特征提取，有利于提高目標(biāo)識別效率、增強場景感知，可方便地應(yīng)用于目標(biāo)探測、識別等領(lǐng)域。

附圖說明

圖1為本發(fā)明實施例中的目標(biāo)的探測方法的流程圖。

圖2為本發(fā)明實施例中的錐體模型邊緣輪廓在不同探測方向的中波高光譜偏振角變化趨勢示意圖。

圖3為本發(fā)明實施例中的錐體模型邊緣輪廓在不同探測方向的長波高光譜偏振角變化趨勢示意圖。

具體實施方式

為使本發(fā)明的技術(shù)方案及優(yōu)點更加清楚明白，以下結(jié)合附圖及具體實施例，對本發(fā)明作進一步詳細的說明。

圖1為本發(fā)明實施例中的目標(biāo)的探測方法的流程圖。如圖1所示，本發(fā)明實施例中的目標(biāo)的探測方法包括如下所述步驟：

步驟101，讀取所需分析的紅外偏振圖像數(shù)據(jù)。

步驟102，根據(jù)所讀取的紅外偏振圖像數(shù)據(jù)，使用如下公式計算目標(biāo)表面邊緣輪廓的偏振角：

其中，α為偏振角，s1為沿與x軸夾角為0°和90°方向的線偏振分量差分值，s2為沿與x軸夾角為±45°方向線偏振分量差分值，θ為微面元法線與目標(biāo)表面法線的夾角，σ為目標(biāo)表面的粗糙度，θi為入射角，ηi為將標(biāo)量雙向反射分布函數(shù)(brdf)偏振化時所引入的參考平面之間變換的旋轉(zhuǎn)角，rs為菲涅耳反射率的垂直分量，rp為菲涅耳反射率的平行分量，ωr為反射球面角。

在stokes矢量表示法中，一般通過s0、s1、s2和s3等4個stokes參量來描述光波的偏振態(tài)和強度，例如，s＝(s0，s1，s2，s3)^t；其中，s0表示入射光的總的光強，s1表示沿與x軸夾角為0°和90°方向的線偏振分量差分值，s2表示沿與x軸夾角為±45°方向線偏振分量差分值，s3與左旋或右旋的圓偏振分量差分值。

在本發(fā)明的技術(shù)方案中，根據(jù)紅外偏振發(fā)射率模型及紅外偏振成像輻射傳輸模型可知，對于不透明的輻射物體，其入射到紅外線柵偏振片前的斯托克斯(stokes)矢量sⁱⁿ可表示為(忽略傳輸路程中的大氣輻射)：

sⁱⁿ＝s^r+s^e＝∫f(θi,φi,θr,φr,λ)cos(θr)dωr·sⁱ+εsurf·iobj(2)

其中，s^r為目標(biāo)表面反射的stokes矢量，s^e為自身輻射的stokes矢量，f為基于微面元理論的priest-germer模型，θi為入射角，φi為入射光線投影到由x、y確定的平面上與x軸之間的夾角，θr為反射角，φr為反射光線投影到由x、y確定的平面上與x軸之間的夾角，λ為波長，sⁱ為入射光的stokes矢量，εsurf為紅外偏振輻射率，iobj為目標(biāo)的輻射強度。

假設(shè)被動紅外成像系統(tǒng)中入射光為自然光，即sⁱ可表示為：

sⁱ＝[ibg000]^t，

其中，ibg為背景輻射強度，則上述的公式(2)可表示為：

其中，s0、s1、s2和s3分別為stokes矢量的4個stokes參量，f00、f10、f20和f30分別為偏振雙向分布反射函數(shù)的第一列的四個分量。

由上式可知，場景表面的stokes矢量sⁱⁿ與f00、f10、f20密切相關(guān)，f00、f10、f20可由菲涅耳反射穆勒矩陣m(θi,φi,θr,φr)中的m00、m10、m20計算得出(通常忽略v參數(shù)，故略去m30求解)，通過mi,j(i,j＝0,1,2,3)的計算公式可以計算出m00、m10、m20為：

其中，ηi和ηr分別為將標(biāo)量brdf偏振化時所引入的參考平面之間變換的旋轉(zhuǎn)角；m00表示偏振分量s、p的菲涅耳反射率的rs與rp之和，m10、m20分別表示偏振分量s、p的菲涅耳反射率rs、rp之差與兩倍入射參考平面變換的旋轉(zhuǎn)角ηi的余弦值、正弦值的乘積；ηi的計算表達式為：

將m00、m10、m20代入公式(3)中可得：

由此可知，目標(biāo)的紅外偏振特性與表面折射率、入射角、反射角、粗糙度等多種因素相關(guān)，同時也與目標(biāo)背景的輻射強度密切相關(guān)。

由偏振角的定義以及上述的公式(6)可推導(dǎo)得出基于偏振brdf模型的偏振角可表述為上述的公式(1)：

因此，在本發(fā)明的技術(shù)方案中，為驗證偏振角與波長之間的關(guān)系，對基于微面元理論的反射偏振特性進行了分析研究。由于偏振反射傳輸模型的stokes矢量sⁱⁿ為sⁱⁿ＝s^r＝∫f(θi,φi,θr,φr,λ)cos(θr)dωr·sⁱ，其中sⁱ為入射光stokes矢量，通常情況下認為被動成像系統(tǒng)中入射光為自然光，故sⁱ的表達式為：sⁱ＝[ibg000]^t；進而可得出反射偏振傳輸方程的stokes表達式，通過計算可得反射偏振傳輸狀態(tài)下偏振角的計算表達式，與公式(1)一致。也就是說，目標(biāo)在同一平面內(nèi)的邊緣偏振角特征隨入射角的變化呈單調(diào)變化的趨勢，且與探測波長不相關(guān)。

由此可知，目標(biāo)表面邊緣輪廓的偏振角特征屬于目標(biāo)表面的基本特征，探測波長不影響目標(biāo)表面的偏振角特性，相對于偏振度而言，基于目標(biāo)邊緣輪廓的偏振角特性可作為目標(biāo)探測探測識別的主要特征。

因此，在本步驟中，可以根據(jù)所讀取的紅外偏振圖像數(shù)據(jù)，使用上述的公式(1)計算得到目標(biāo)表面邊緣輪廓的偏振角。

步驟103，對計算得到的偏振角進行魯棒性驗證，并將符合魯棒性要求的偏振角作為目標(biāo)輪廓偏振角特征記錄到邊緣輪廓偏振角特性數(shù)據(jù)集中。

步驟104，重復(fù)上述的步驟101～103，直至形成滿足需求(例如，數(shù)據(jù)集中所記錄的偏振角的個數(shù)達到了預(yù)設(shè)閾值)的邊緣輪廓偏振角特性數(shù)據(jù)集。

步驟105，根據(jù)邊緣輪廓偏振角特性數(shù)據(jù)集中各個不同的目標(biāo)輪廓偏振角特征，分別建立對應(yīng)于不同姿態(tài)情況的邊緣輪廓偏振角模板，通過深度學(xué)習(xí)，完成模板匹配，實現(xiàn)對目標(biāo)的探測。

因此，通過上述的步驟101～105，即可實現(xiàn)對目標(biāo)的探測。

另外，在本發(fā)明的技術(shù)方案中，還根據(jù)本發(fā)明中的目標(biāo)的探測方法進行了具體的試驗，以驗證本發(fā)明的目標(biāo)的探測方法的有效性。

例如，在本發(fā)明的技術(shù)方案中，可以以椎體模型作為姿態(tài)分析的目標(biāo)，設(shè)計椎體模型在不同探測方向的高光譜偏振特性測量試驗。為了提高目標(biāo)背景的對比度，該試驗中加熱了錐體模型的頭部。例如，試驗環(huán)境溫度為30℃，錐體目標(biāo)模型頭部溫度為40℃。圖2為本發(fā)明實施例中的錐體模型邊緣輪廓在不同探測方向的中波高光譜偏振角變化趨勢示意圖，圖3為本發(fā)明實施例中的錐體模型邊緣輪廓在不同探測方向的長波高光譜偏振角變化趨勢示意圖，圖2和圖3可以視為在錐體模型不同探測方向時中、長波高光譜邊緣輪廓偏振角特征數(shù)據(jù)分析結(jié)果，其中光譜偏振角對比度cα(λ)的計算過程定義為(計算分析以目標(biāo)模型邊緣輪廓偏振角為計算主體)：

根據(jù)上述試驗結(jié)果可知，該試驗結(jié)果不僅驗證了探測方向?qū)δ繕?biāo)光譜偏振特性的影響，同時數(shù)據(jù)分析也驗證了目標(biāo)在不同姿態(tài)時邊緣輪廓偏振角的取值穩(wěn)定性，故可根據(jù)目標(biāo)邊緣輪廓在不同姿態(tài)對應(yīng)的偏振角特征與基準(zhǔn)坐標(biāo)之間的計算分析，初步確定目標(biāo)姿態(tài)。

綜上所述，在本發(fā)明的技術(shù)方案中，由于通過比較反射和目標(biāo)自身輻射的偏振傳輸stokes表達式，推導(dǎo)得出目標(biāo)邊緣輪廓偏振角特征與波長不相關(guān)；且通過試驗分析可知：目標(biāo)與背景輻射相差較小的情況下，通過光譜輻射亮度對比度無法區(qū)分目標(biāo)，但通過偏振角對比度可以明顯區(qū)分目標(biāo)的邊緣特征。原因在于：偏振成像測量對目標(biāo)邊緣特征的取向變化敏感，典型目標(biāo)與背景表面狀態(tài)的差異能夠引起較大的偏振角變化，同時目標(biāo)偏振角特征能夠表現(xiàn)出不同表面取向的細節(jié)特征，同時提高了目標(biāo)的對比度，能夠在背景中凸現(xiàn)目標(biāo)的邊緣特征。因此，通過使用本發(fā)明所提供的方法，可以利用偏振角特征進行目標(biāo)邊緣輪廓的特征提取，有利于提高目標(biāo)識別效率、增強場景感知，可方便地應(yīng)用于目標(biāo)探測、識別等領(lǐng)域。

以上所述僅為本發(fā)明的較佳實施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所做的任何修改、等同替換、改進等，均應(yīng)包含在本發(fā)明保護的范圍之內(nèi)。