[发明专利]一种基于非下采样剪切波的可见光偏振图像融合方法

说明书

技术领域

本发明涉及一种可见光偏振图像融合方法，特别是一种基于下采样剪切波的可见光偏振图像融合方法，属于数字图像处理和光电探测领域。该方法实现基于非下采样剪切波的偏振图像融合，对镜头镜头和多光电传感器采集到的不同偏振态图像进行有效融合，并做进一步地目标增强处理，输出细节丰富，对比度高的图像，有效突出目标的偏振特性，提高场景感知和目标探测的能力。可以广泛应用于各种光电成像设备和目标探测系统中。

背景技术

现有的目标探测手段主要包括可见光探测、雷达、红外探测等，其中红外探测通过采集目标辐射强度信息进行成像，因其成像距离远，抗干扰能力强，可视化等优点成为最重要的探测技术。随着红外伪装技术的发展，新型红外伪装材料使得目标与背景的辐射区分度减小，导致红外相机难以有效探测小温差目标及伪装目标，红外探测技术应用受限。

偏振是光的固有特性之一。物体在反射、散射太阳光的过程中，会产生由其自身性质决定的偏振信息，它对折射率、表面粗糙度等目标特性较为敏感，对温差不敏感，即光的偏振状态变化包含了作用对象的物理状态信息。偏振成像是一种新兴的探测技术，它通过目标与背景的辐射及偏振特性差异进行探测，在获取辐射强度同时，还可得到偏振信息，所以能够将辐射强度相同而偏振特性不同的物体区分开来，因而成为传统探测手段的一个有益补充，有助于提高探测率和精确度。国外已逐步将偏振成像技术用于军事和民用的诸多领域，而国内也逐渐展开相关技术研究。

发明内容

本发明要解决技术问题为：针对现有探测技术的不足，提供一种基于下采样剪切波的可见光偏振图像融合方法，在保持已有探测方法有效区分辐射强度和较高探测率的基础上，进一步增加偏振特征提取和目标增强手段，充分利用了图像的轮廓信息和细节信息，突出了目标的偏振特性，提高了目标的识别能力，也更符合人眼视觉观察，适用于场景感知和目标识别系统中。

为实现这样的目的，本发明的技术方案：一种基于下采样剪切波的可见光偏振图像融合方法，包括如下步骤：

步骤一、Stokes解算：

基于非下采样剪切波的可见光偏振图像融合方法，主要是利用不同偏振态信息进行有效融合，以达到对目标突出目标，利于人眼视觉观察，提高探测率的目的。常用描述光波偏振态的方法有两种，一种是Jones矢量法，用来描述完全偏振光；一种是Stokes矢量法，它可以表示完全偏振光、部分偏振光乃至自然光，且Stokes矢量参量正比于光强，可被探测器直接感知。因此，4幅偏振成像多用Stokes矢量描述偏振态为：

(公式1)

其中，I_θ(θ＝0°,45°,90°,135°)表示不同偏振方向角的偏振态图像，I_L和I_R分别表示左、右旋圆偏振图像。s₀与入射光强成正比，s₁和s₂分别表示两个相互正交方向的线偏振信息，s₃表示圆偏振信息。在自然环境中，圆偏振分量很小，可忽略。因此，目标的偏振图像(偏振度DoLP和偏振角AoLP)可表示为：

(公式2)

(公式3)。

步骤二、偏振特征提取：

根据公式1可以得到光强图像s₀，一般而言，光强图像亮度大，细节丰富，但目标与背景对比度不够，根据步骤一中公式2和公式3可以得到偏振度图像DoLP和偏振角图像AoLP，偏振度图像DoLP整体对比度较高但亮度较低、细节较少；而偏振角图像AoLP能较好反映目标物理表面特性，但同时也放大了噪声。因此，本发明考虑提出一种综合偏振特征图像F，计算式如下：

F＝α*DoLP+β*(DoLP*cos(2*AoLP))(公式4)

经过大量实验分析比较得到权重典型值为α＝0.8,β＝0.2。

步骤三、非下采样Shearlets多尺度分解：