本發(fā)明屬于目標(biāo)識(shí)別和圖像處理領(lǐng)域,具體涉及一種基于偏振參數(shù)的偽裝識(shí)別方法。
背景技術(shù):
可見光圖像容易受到外界環(huán)境因素的影響,當(dāng)人造目標(biāo)隱藏在背景中時(shí),由于對(duì)比度低,所以較難被發(fā)現(xiàn)。隨著軍事偽裝以及新型隱身材料的發(fā)展,目標(biāo)的探測(cè)與識(shí)別變得愈發(fā)困難。偏振成像技術(shù)能夠探測(cè)到目標(biāo)表面的偏振信息,利用人造目標(biāo)與自然背景間的偏振特性差異可以對(duì)隱藏在自然背景中的目標(biāo)進(jìn)行探測(cè)與識(shí)別,在一定程度上彌補(bǔ)了可見光成像的不足。
西北工業(yè)大學(xué)的趙永強(qiáng)等人對(duì)可見光多光譜段進(jìn)行偏振研究,分析了自然光下地物的偏振特性,并建立起涂層目標(biāo)與背景的brdf模型,提出了基于噪聲特征與斯托克圖像能量特征的小波圖像融合方法,對(duì)圖像中的雜亂背景進(jìn)行抑制。同時(shí)對(duì)偏振圖像的信息融合進(jìn)行了研究,將多源圖像映射到his空間中,通過一種偽彩色融合算法在雜亂背景中凸顯目標(biāo)(趙永強(qiáng).成像偏振光譜遙感及應(yīng)用[m]//國防工業(yè)出版社,2011.)。北京理工大學(xué)提出一種建立粗糙微面元偏振模型的方法,驗(yàn)證分析了粗糙表面的偏振度與觀測(cè)角的變化規(guī)律;同時(shí)研究了紅外光強(qiáng)圖像與偏振信息圖像的融合,利用小波變換的區(qū)域特征匹配的多尺度分解的圖像融合算法,融合后效果明顯,較傳統(tǒng)方法相比,圖像的信噪比與信息熵都得到了很大的改善。(馬帥,白廷柱,曹峰梅等.基于雙向反射分布函數(shù)模型的紅外偏振仿真[j].光學(xué)學(xué)報(bào),2009,第12期(12):3357-3361;陳偉力,王霞,金偉其,等.基于小波包變換的中波紅外偏振圖像融合研究)。但是此兩種方法建模過程過于復(fù)雜,步驟繁瑣,不適用于快速檢測(cè)。
發(fā)明目的
本發(fā)明的目的在于提供一種基于偏振參數(shù)的偽裝識(shí)別方法,利用人造目標(biāo)與自然背景間的偏振特性差異,對(duì)隱藏在自然背景中的目標(biāo)進(jìn)行探測(cè)與識(shí)別,在一定程度上彌補(bǔ)可見光成像的不足,并且設(shè)備要求較低,步驟簡單,可應(yīng)用于快速檢測(cè)。
技術(shù)實(shí)現(xiàn)要素:
一種基于偏振參數(shù)的偽裝識(shí)別方法,在獲得目標(biāo)的mueller矩陣的基礎(chǔ)上,首先提取三個(gè)描述目標(biāo)偏振特性的參量,并分別對(duì)不同目標(biāo)作出相應(yīng)趨勢(shì)圖,然后再根據(jù)趨勢(shì)圖建立自適應(yīng)閾值分割方法,區(qū)分出人造目標(biāo)和自然背景,從而實(shí)現(xiàn)偽裝的識(shí)別。
本發(fā)明與現(xiàn)有技術(shù)相比,其顯著優(yōu)點(diǎn)為:(1)相較于可見光圖像容易受到外界環(huán)境因素的影響,當(dāng)人造目標(biāo)隱藏在背景中時(shí),偏振成像技術(shù)能夠探測(cè)到目標(biāo)表面的偏振信息,利用人造目標(biāo)與自然背景間的偏振特性差異可以對(duì)隱藏在自然背景中的目標(biāo)進(jìn)行探測(cè)與識(shí)別。(2)利用穆勒矩陣中di(m)、d(m)和p(m)三個(gè)參量的趨勢(shì)圖,提高了識(shí)別精度。(3)利用偽彩色融合技術(shù)對(duì)灰度圖像進(jìn)行處理,從而有效地提高人眼的觀測(cè)識(shí)別率。(4)設(shè)備要求較低,步驟簡單,可應(yīng)用于快速檢測(cè)。
下面結(jié)合附圖對(duì)本發(fā)明進(jìn)一步詳細(xì)描述
附圖說明
圖1是stokes參量的測(cè)量光路圖。
圖2是本發(fā)明的mueller矩陣圖像采集系統(tǒng)。
圖3是本發(fā)明方法采用的實(shí)驗(yàn)樣本。
圖4是三種樣本的di(m)圖像。
圖5是三種樣本的d(m)圖像。
圖6是三種樣本的p(m)圖像。
圖7是樣本原灰度圖像。
圖8是人造目標(biāo)和自然背景區(qū)分后的圖像。
圖9是融合后的圖像。
具體實(shí)施方式:
本發(fā)明基于偏振參數(shù)的偽裝識(shí)別方法,在mueller矩陣的基礎(chǔ)上,首先提取三個(gè)描述目標(biāo)偏振特性的參量,并分別對(duì)不同目標(biāo)作出相應(yīng)趨勢(shì)圖,再根據(jù)趨勢(shì)圖分析發(fā)現(xiàn)不同材料在大多入射角的偏振特性差異明顯,但在局部角度有重合的特性,并根據(jù)趨勢(shì)圖計(jì)算自適應(yīng)閾值進(jìn)行分割,區(qū)分出人造目標(biāo)和自然背景,從而實(shí)現(xiàn)偽裝的識(shí)別??梢栽诖嘶A(chǔ)上,再利用偽彩色融合,使人眼能觀察到人造目標(biāo)和自然背景明顯區(qū)分開,從而提高人眼的觀測(cè)識(shí)別率。實(shí)現(xiàn)上述偽裝識(shí)別方法的具體實(shí)施步驟如下:
1.獲得目標(biāo)的mueller矩陣
stokes矢量是由英國物理學(xué)家stokes于1852年提出的用于描述光波偏振態(tài)的一種簡單的數(shù)學(xué)表達(dá)形式,它可以描述光的任意偏振態(tài),易于測(cè)量且不涉及復(fù)數(shù),計(jì)算簡單,是目前最為常用的描述光波偏振態(tài)的表示方法。stokes矢量包含四個(gè)參量,表示如下:
s=(s0,s1,s2,s3)t(1)
式(1)中,s0、s1、s2、s3為stokes矢量的四個(gè)元素,其中,s0表示光波總強(qiáng)度,s1表示其在水平方向(x方向)與垂直方向(y方向)上的線偏振光分量之間的強(qiáng)度差;s2表示光波在45°和-45°方向上的線偏振光分量之間的強(qiáng)度差;s3表示光的右旋和左旋圓偏振分量之間的強(qiáng)度差。上述的4個(gè)參量均是光強(qiáng)的時(shí)間平均值,具有強(qiáng)度的量綱,可以直接被光電探測(cè)器探測(cè)。
stokes矢量所描述的是光線的偏振特性,而在光束與目標(biāo)介質(zhì)相互作用的過程中,其偏振態(tài)會(huì)發(fā)生變化,為了對(duì)作用過程中的光學(xué)元件和目標(biāo)介質(zhì)的特性進(jìn)行描述,則可以采用由h.mueller和他的研究生n.g.parke于1943年所提出的基于stokes-mueller體系的描述方法,該方法能夠表示光學(xué)系統(tǒng)對(duì)入射光偏振態(tài)的影響。由h.mueller設(shè)計(jì)的mueller矩陣的表示如下:
式(2)中的16個(gè)元素都為實(shí)數(shù),m00表示目標(biāo)物體對(duì)入射光的傳輸、反射以及散射的能力;(m01m02m03)表示目標(biāo)物體對(duì)入射光的水平、垂直和圓性的雙向衰減能力;(m10m20m30)t表示目標(biāo)物體改變?nèi)肷浞瞧窆獾钠駪B(tài)的能力;除上述的7個(gè)元素外的其他元素表征目標(biāo)物體對(duì)入射光的相位延遲與退偏振能力,其中,m11、m22、m33是與退偏相關(guān)的量,分別表征水平線性退偏系數(shù)、45°線性退偏系數(shù)和圓退偏系數(shù)。借助mueller矩陣,光學(xué)系統(tǒng)或者目標(biāo)介質(zhì)對(duì)入射光偏振態(tài)的變換可以表示為:
式(3)中,si表示入射偏振光的stokes矢量,so表示經(jīng)過光學(xué)系統(tǒng)或者目標(biāo)介質(zhì)后的出射光的stokes矢量,m為光學(xué)系統(tǒng)或者目標(biāo)介質(zhì)的mueller矩陣。式(3)既可以用于求解光學(xué)系統(tǒng)的mueller矩陣,也可以用于求解目標(biāo)介質(zhì)的mueller矩陣。當(dāng)入射光的stokes矢量si以及出射光的stokes矢量so均為已知時(shí),便可以利用式(3)求得光學(xué)系統(tǒng)或者目標(biāo)介質(zhì)的mueller矩陣。
stokes參量的測(cè)量光路圖如圖1所示,沿z軸傳播的光束,先后通過快軸與參考軸成β角的1/4波片和透光軸與參考軸成α角的檢偏器(偏振片),經(jīng)過1/4波片和檢偏器后的光束被探測(cè)器接收。
快方位角為β的1/4λ波片的mueller矩陣為:
透光軸方位角為α的偏振片的mueller矩陣為:
若入射光的stokes矢量為s″=(s″0,s″1,s″2,s″3)t,ccd采集到的stokes矢量為s′=(s′0,s′1,s′2,s′3)t,于是有:
式(6)中計(jì)算得到的第一項(xiàng)s′0即為ccd采集到的光強(qiáng)值,可以得到:
由上式(7)光強(qiáng)表達(dá)式可知,只需將偏振片與1/4λ波片分別轉(zhuǎn)動(dòng),且轉(zhuǎn)動(dòng)次數(shù)超過4次,就能解出入射光的stokes矢量s″=(s″0,s″1,s″2,s″3)t。根據(jù)α、β的取值不同,ccd接收的光強(qiáng)i也不同。從精度、實(shí)際操作難度以及計(jì)算強(qiáng)度考慮,本專利選取六組數(shù)據(jù),分別為偏振片處于0°、45°、90°、135°以及1/4波片處于0°和45°時(shí),如下式(8)所示方程組:
解得的入射光的stokes矢量的四個(gè)參量分別為:
mueller矩陣是stokes矢量在描述光矢量傳播過程中的偏振態(tài)變化的關(guān)系矩陣,其中的每一個(gè)元素或是元素組都與目標(biāo)物體自身的材料、含水量、表面構(gòu)造、介電常數(shù)、表面粗糙度、折射率等特性密切相關(guān)。對(duì)于不同材料的物體,其偏振特性不同;而即使是相同的物體,在不同的狀態(tài)下其偏振特性也會(huì)有所不同,因而mueller矩陣可以作為識(shí)別目標(biāo)的重要特征。
mueller矩陣的獲取采用的是主動(dòng)成像方式,較被動(dòng)成像而言,主動(dòng)成像的方式可以不受外界因素的影響。近年來,作為偏振信息提取的新方式,mueller矩陣受到了越來越多的重視。本文采用激光作為主動(dòng)光源,激光具有良好的偏振性,且可以提供單一波長的成像光束(本發(fā)明中激光提供的波長為632.8nm),極大地提高系統(tǒng)信噪比,對(duì)圖像質(zhì)量有一定的改善作用,同時(shí)可以增加成像距離,實(shí)現(xiàn)遠(yuǎn)距離探測(cè)。
mueller矩陣圖像采集系統(tǒng)如圖2所示,其采集過程如下:激光光源產(chǎn)生光束,經(jīng)過透鏡擴(kuò)束,再經(jīng)過光闌消除雜散光,得到穩(wěn)定光強(qiáng)的平行光,后經(jīng)過固定角度的偏振片p1和1/4波片w1得到一束右旋圓偏振光,該右旋圓偏振光經(jīng)過起偏系統(tǒng),得到不同偏振態(tài)的入射光。
起偏系統(tǒng)由偏振片p2和1/4波片w2組成,通過旋轉(zhuǎn)p2和w2的不同角度得到6種不同偏振態(tài)的入射光,即將p2和w2均轉(zhuǎn)至0得到x軸方向的線偏振光;p2轉(zhuǎn)至0,w2轉(zhuǎn)至π/4得到右旋圓偏振光;p2和w2均轉(zhuǎn)至π/4得到π/4方向線偏振光;p2轉(zhuǎn)至π/2,w2轉(zhuǎn)至π/4得到左旋圓偏振光;p2轉(zhuǎn)至π/2,w2轉(zhuǎn)至0得到y(tǒng)軸方向線偏振光;p2轉(zhuǎn)至3π/4且w2轉(zhuǎn)至π/4得到3π/4方向線偏振光。6種不同偏振態(tài)的入射光分別照射到探測(cè)目標(biāo)上,經(jīng)過目標(biāo)表面散射后,出射光經(jīng)檢偏系統(tǒng)被ccd探測(cè)器接收。
檢偏系統(tǒng)由偏振片p3和1/4波片w3組成,旋轉(zhuǎn)角度與起偏系統(tǒng)一致,即起偏系統(tǒng)旋轉(zhuǎn)一次角度,檢偏系統(tǒng)旋轉(zhuǎn)6次角度。ccd探測(cè)出經(jīng)過檢偏系統(tǒng)的光強(qiáng)(即獲得目標(biāo)區(qū)域內(nèi)所有像素的亮度),結(jié)合檢偏系統(tǒng)中偏振片p3和1/4波片w3的mueller矩陣(偏振片與波片每轉(zhuǎn)至一個(gè)角度都有對(duì)應(yīng)的mueller矩陣并且已知)、已知入射光的stokes矢量以及出射光的stokes矢量,即可求出目標(biāo)的mueller矩陣。由于起偏系統(tǒng)旋轉(zhuǎn)6次不同角度,檢偏系統(tǒng)旋轉(zhuǎn)6次不同的角度,即利用36個(gè)方程去解目標(biāo)mueller矩陣的16個(gè)參數(shù),可以得到目標(biāo)區(qū)域內(nèi)每個(gè)像素的mueller矩陣的精確解。
2.提取穆勒矩陣mueller中三個(gè)描述目標(biāo)偏振特性的參量
入射光經(jīng)過不同材料后偏振特性會(huì)發(fā)生不同的變化。mueller矩陣可以計(jì)算出其影響入射光偏振態(tài)的特性,包括雙向衰減特性(diattenuation)、相位延遲特性(retardance)和退偏振特性(depolarisation)。其中,雙向衰減特性表征與偏振相關(guān)的強(qiáng)度衰減特性,相位延遲特性表征與偏振相關(guān)的相位改變的特性,而退偏振表征的是物體與入射偏振光相互作用后,出射光變?yōu)椴糠制窆獾奶匦浴kp向衰減、相位延遲以及退偏振特性與目標(biāo)的材料等自身特性有著密切的關(guān)聯(lián)。
若已知了目標(biāo)的mueller矩陣,通常使用退偏振指數(shù)、雙向衰減參量以及偏振參量這三個(gè)參量來描述目標(biāo)的偏振特性,對(duì)這三個(gè)參量的簡單介紹如下。雙向衰減特性di(m)、退偏振特性d(m)、相位延遲特性p(m)只與mueller矩陣中各個(gè)元素相關(guān),可以由mueller矩陣中的元素直接推導(dǎo)出來。其定義如下:
根據(jù)定義,可利用mueller矩陣的16個(gè)參數(shù)計(jì)算出di(m),d(m),p(m)值。對(duì)于某一材料,將目標(biāo)區(qū)域內(nèi)所求得的di(m),d(m),p(m)值求平均,即可獲得該材料的di(m),d(m),p(m)值(若無特殊說明,后面涉及的di(m),d(m),p(m)值皆為該處所定義均值)。當(dāng)計(jì)算出目標(biāo)區(qū)域內(nèi)的每個(gè)像素的di(m),d(m),p(m)值后分別將其作為像素的亮度值輸出圖像,即為目標(biāo)的實(shí)際di(m),d(m),p(m)圖像(若無特殊說明,后面稱之為實(shí)際di(m),d(m),p(m)圖像)。
3.作出各種材料在各個(gè)角度下的di(m)、d(m)和p(m)趨勢(shì)圖
本申請(qǐng)以樹葉、綠色偽裝布和偽裝涂料進(jìn)行實(shí)驗(yàn),樣本如圖3所示,a)為樹葉在偽裝布上,b)為樹葉在綠色偽裝涂料上。
將某一材料樣品放置在圖2所示的樣品架上,調(diào)整起偏系統(tǒng)和檢偏系統(tǒng)在圓軌上的位置以改變?nèi)肷浣呛统錾浣谴笮 ⑷肷浣菑?0度調(diào)至75度,每間隔7.5度(30°、37.5°、45°、52.5°、60°、67.5°、75°)測(cè)一組mueller矩陣,從而獲得各個(gè)角度下樣品的平均di(m),d(m),p(m)值,并以此作出各角度下的di(m),d(m),p(m)趨勢(shì)圖。
圖4所示為綠色偽裝涂料、樹葉及綠色偽裝布在各個(gè)角度下的di(m)均值趨勢(shì)圖,圖5所示綠色偽裝涂料、樹葉及綠色偽裝布在各個(gè)角度下的d(m)趨勢(shì)圖,圖6所示綠色偽裝涂料、樹葉及綠色偽裝布在各個(gè)角度下的p(m)趨勢(shì)圖,從圖中可看出三種材料所對(duì)應(yīng)的曲線存在明顯差異,可通過動(dòng)態(tài)自適應(yīng)閾值分割方法對(duì)每個(gè)樣本的實(shí)際di(m),d(m),p(m)圖像進(jìn)行處理。
樣本的實(shí)際d(m)、di(m)和p(m)圖如圖7所示,a)為場(chǎng)景一的實(shí)際d(m)圖,b)為場(chǎng)景一的實(shí)際di(m)圖,c)為場(chǎng)景一的實(shí)際p(m)圖,d)為場(chǎng)景二的實(shí)際d(m)圖,e)為場(chǎng)景二的實(shí)際di(m)圖,f)為場(chǎng)景二的實(shí)際p(m)圖。
4.根據(jù)趨勢(shì)圖計(jì)算自適應(yīng)閾值進(jìn)行分割
由di(m)、d(m)和p(m)趨勢(shì)圖計(jì)算出一個(gè)動(dòng)態(tài)自適應(yīng)閾值τ,
并對(duì)包含任意兩種已知材料的實(shí)際di(m),d(m),p(m)圖像進(jìn)行分割,其中τ1、τ2分別為場(chǎng)景一中的偽裝布和樹葉或場(chǎng)景二中的涂料和樹葉在某一角度下的di(m)、d(m)或p(m)值。如樣本趨勢(shì)圖所示,在大多數(shù)入射角下,不同材料的偏振參數(shù)是相互不同的,除了極少數(shù)角度下會(huì)重合。理論上講,如果所有角度下兩種樣本的三個(gè)參數(shù)值都相等的話,可認(rèn)為此兩種樣本材料相同。因此不同材料的三種參數(shù)不會(huì)在所有角度下完全重合。
因此,可以計(jì)算出一個(gè)動(dòng)態(tài)自適應(yīng)閾值,將實(shí)際di(m),d(m),p(m)圖像分成>τ和<τ的兩部分,該兩部分為人造目標(biāo)或自然背景;少數(shù)在閾值邊緣或無法進(jìn)行分類的像素,此時(shí)di(m)、d(m)或p(m)=τ,將對(duì)其進(jìn)行以下操作:a)一個(gè)像素如果在實(shí)際di(m),d(m),p(m)圖像中的兩幅被認(rèn)為是自然背景或人造目標(biāo),則將其判定為自然背景或人造目標(biāo);b)如果一個(gè)像素在一副圖像中被認(rèn)為是自然背景或人造目標(biāo),但在另外兩幅圖像中無法確認(rèn),則將其判定為自然背景或人造目標(biāo);c)如果一個(gè)像素在兩幅圖像中分別被認(rèn)為是人造目標(biāo)和自然背景,但在第三幅圖像中無法辨識(shí),則將其判定為自然背景。經(jīng)過上述判定過程,則將人造目標(biāo)和自然背景明顯區(qū)分開來,如圖8所示:a)中黑色部分為綠色偽裝布,白色部分為樹葉;b)中黑色部分為樹葉,白色部分為綠色偽裝涂料。
5.增強(qiáng)偽裝識(shí)別度
本申請(qǐng)利用rgb偽彩色融合達(dá)到圖像增強(qiáng)的目的。首先,將彩色圖像轉(zhuǎn)換成灰度圖像,然后將di(m)圖像作為r通道,上述分離圖像作為g通道,p(m)圖像作為b通道,最后輸出融合圖像如圖9所示:a)為樹葉在偽裝布上,綠色部分為樹葉,棕色部分為偽裝布;b)為樹葉在偽裝涂料上,綠色部分為偽裝涂料,棕色部分為樹葉。