本發(fā)明屬于目標(biāo)識別和圖像處理領(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，由于對比度低，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)的探測與識別變得愈發(fā)困難。偏振成像技術(shù)能夠探測到目標(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隱藏在自然背景中的目標(biāo)進行探測與識別，在一定程度上彌補了可見光成像的不足。

西北工業(yè)大學(xué)的趙永強等人對可見光多光譜段進行偏振研究，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，對圖像中的雜亂背景進行抑制。同時對偏振圖像的信息融合進行了研究，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.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，驗證分析了粗糙表面的偏振度與觀測角的變化規(guī)律；同時研究了紅外光強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,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。

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)的偽裝識別方法，利用人造目標(biāo)與自然背景間的偏振特性差異，對隱藏在自然背景中的目標(biāo)進行探測與識別，在一定程度上彌補可見光成像的不足，并且設(shè)備要求較低，步驟簡單，可應(yīng)用于快速檢測。

技術(shù)實現(xiàn)要素：

一種基于偏振參數(shù)的偽裝識別方法，在獲得目標(biāo)的mueller矩陣的基礎(chǔ)上，首先提取三個描述目標(biāo)偏振特性的參量，并分別對不同目標(biāo)作出相應(yīng)趨勢圖，然后再根據(jù)趨勢圖建立自適應(yīng)閾值分割方法，區(qū)分出人造目標(biāo)和自然背景，從而實現(xiàn)偽裝的識別。

本發(fā)明與現(xiàn)有技術(shù)相比，其顯著優(yōu)點為：(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，偏振成像技術(shù)能夠探測到目標(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隱藏在自然背景中的目標(biāo)進行探測與識別。(2)利用穆勒矩陣中di(m)、d(m)和p(m)三個參量的趨勢圖，提高了識別精度。(3)利用偽彩色融合技術(shù)對灰度圖像進行處理，從而有效地提高人眼的觀測識別率。(4)設(shè)備要求較低，步驟簡單，可應(yīng)用于快速檢測。

下面結(jié)合附圖對本發(fā)明進一步詳細描述

附圖說明

圖1是stokes參量的測量光路圖。

圖2是本發(fā)明的mueller矩陣圖像采集系統(tǒng)。

圖3是本發(fā)明方法采用的實驗樣本。

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。

具體實施方式：

本發(fā)明基于偏振參數(shù)的偽裝識別方法，在mueller矩陣的基礎(chǔ)上，首先提取三個描述目標(biāo)偏振特性的參量，并分別對不同目標(biāo)作出相應(yīng)趨勢圖，再根據(jù)趨勢圖分析發(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)趨勢圖計算自適應(yīng)閾值進行分割，區(qū)分出人造目標(biāo)和自然背景，從而實現(xiàn)偽裝的識別?？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識別率。實現(xiàn)上述偽裝識別方法的具體實施步驟如下：

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)表達形式，它可以描述光的任意偏振態(tài)，易于測量且不涉及復(fù)數(shù)，計算簡單，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矢量的四個元素，其中，s0表示光波總強度，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度差；s3表示光的右旋和左旋圓偏振分量之間的強度差。上述的4個參量均是光強的時間平均值，具有強度的量綱，可以直接被光電探測器探測。

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)會發(fā)生變化，為了對作用過程中的光學(xué)元件和目標(biāo)介質(zhì)的特性進行描述，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)對入射光偏振態(tài)的影響。由h.mueller設(shè)計的mueller矩陣的表示如下：

式(2)中的16個元素都為實數(shù)，m00表示目標(biāo)物體對入射光的傳輸、反射以及散射的能力；(m01m02m03)表示目標(biāo)物體對入射光的水平、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個元素外的其他元素表征目標(biāo)物體對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，s^o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s^o均為已知時，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)中計算得到的第一項s′0即為ccd采集到的光強值，可以得到：

由上式(7)光強表達式可知，只需將偏振片與1/4λ波片分別轉(zhuǎn)動，且轉(zhuǎn)動次數(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i也不同。從精度、實際操作難度以及計算強度考慮，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，如下式(8)所示方程組：

解得的入射光的stokes矢量的四個參量分別為：

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)下其偏振特性也會有所不同，因而mueller矩陣可以作為識別目標(biāo)的重要特征。

mueller矩陣的獲取采用的是主動成像方式，較被動成像而言，主動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，對圖像質(zhì)量有一定的改善作用，同時可以增加成像距離，實現(xiàn)遠距離探測。

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)過透鏡擴束，再經(jīng)過光闌消除雜散光，得到穩(wěn)定光強的平行光，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探測出經(jīng)過檢偏系統(tǒng)的光強(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)至一個角度都有對應(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個方程去解目標(biāo)mueller矩陣的16個參數(shù)，可以得到目標(biāo)區(qū)域內(nèi)每個像素的mueller矩陣的精確解。

2.提取穆勒矩陣mueller中三個描述目標(biāo)偏振特性的參量

入射光經(jīng)過不同材料后偏振特性會發(fā)生不同的變化。mueller矩陣可以計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參量來描述目標(biāo)的偏振特性，對這三個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個參數(shù)計算出di(m)，d(m)，p(m)值。對于某一材料，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)計算出目標(biāo)區(qū)域內(nèi)的每個像素的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)的實際di(m)，d(m)，p(m)圖像(若無特殊說明，后面稱之為實際di(m)，d(m)，p(m)圖像)。

3.作出各種材料在各個角度下的di(m)、d(m)和p(m)趨勢圖

本申請以樹葉、綠色偽裝布和偽裝涂料進行實驗，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?。將入射角?0度調(diào)至75度，每間隔7.5度(30°、37.5°、45°、52.5°、60°、67.5°、75°)測一組mueller矩陣，從而獲得各個角度下樣品的平均di(m)，d(m)，p(m)值，并以此作出各角度下的di(m)，d(m)，p(m)趨勢圖。

圖4所示為綠色偽裝涂料、樹葉及綠色偽裝布在各個角度下的di(m)均值趨勢圖，圖5所示綠色偽裝涂料、樹葉及綠色偽裝布在各個角度下的d(m)趨勢圖，圖6所示綠色偽裝涂料、樹葉及綠色偽裝布在各個角度下的p(m)趨勢圖，從圖中可看出三種材料所對應(yīng)的曲線存在明顯差異，可通過動態(tài)自適應(yīng)閾值分割方法對每個樣本的實際di(m)，d(m)，p(m)圖像進行處理。

樣本的實際d(m)、di(m)和p(m)圖如圖7所示，a)為場景一的實際d(m)圖，b)為場景一的實際di(m)圖，c)為場景一的實際p(m)圖，d)為場景二的實際d(m)圖，e)為場景二的實際di(m)圖，f)為場景二的實際p(m)圖。

4.根據(jù)趨勢圖計算自適應(yīng)閾值進行分割

由di(m)、d(m)和p(m)趨勢圖計算出一個動態(tài)自適應(yīng)閾值τ，

并對包含任意兩種已知材料的實際di(m)，d(m)，p(m)圖像進行分割，其中τ1、τ2分別為場景一中的偽裝布和樹葉或場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)角度下會重合。理論上講，如果所有角度下兩種樣本的三個參數(shù)值都相等的話，可認為此兩種樣本材料相同。因此不同材料的三種參數(shù)不會在所有角度下完全重合。

因此，可以計算出一個動態(tài)自適應(yīng)閾值，將實際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行分類的像素，此時di(m)、d(m)或p(m)＝τ，將對其進行以下操作：a)一個像素如果在實際di(m)，d(m)，p(m)圖像中的兩幅被認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)如果一個像素在一副圖像中被認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，則將其判定為自然背景或人造目標(biāo)；c)如果一個像素在兩幅圖像中分別被認為是人造目標(biāo)和自然背景，但在第三幅圖像中無法辨識，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.增強偽裝識別度

本申請利用rgb偽彩色融合達到圖像增強的目的。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。