基于偏振成像和图像融合的目标识别技术
- 格式:pdf
- 大小:652.63 KB
- 文档页数:3
基于偏振成像的可见光图像增强赵蓉;顾国华;杨蔚【摘要】为了改善可见光图像质量,提高对隐藏在自然背景中人造目标的探测率,采用了基于偏振成像的可见光图像增强方法,很好地凸显出人造目标,提供更多的细节与纹理信息. 利用偏振成像方式获取偏振度、偏振角和椭率角图像,对多维偏振图像中的像素点在邦加球内进行聚类得到偏振特征图像,运用双树复小波对光强图像和偏振特征图像进行分解,低频子带采用主成分分析法,高频子带选用区域方差特征匹配的融合策略,得到增强图像. 进行了户外实验,并理论分析得到了各个图像的性能指标数据. 结果表明,增强后的图像较原图像具有更加丰富的图像细节与偏振目标信息,该方法有效可行,对目标识别与探测具有一定意义.%In order to improve the image quality and recognition of an artificial target hidden in the natural background , an enhancement method of the visible light image based on the polarization imaging was put forward to highlight the artificial target and provide more details and texture information .Firstly, the degree of polarization , polarization angle and ellipticity angle of the image were obtained based on polarization imaging .Secondly , the polarization characteristics were obtained after the pixels in the multidimensional image clustered in the Poincare sphere .Fianlly, the intensity image and the polarization characteristic image was decomposed by means of the dual tree complex wavelet transform .The principal component analysis was used in the low frequency sub-band and the feature fusion strategy based on the region variance was used in the high frequency sub -band, then the enhancement image was obtained .The outdoor experiment wasperformed to test the effectiveness of the algorithm proposed in the paper .After the theoretical analysis , the performance index of each image was obtained .The results of the subjective and objective evaluation both show that the enhancement image has more details and polarization information , which are important for target recognition and detection .【期刊名称】《激光技术》【年(卷),期】2016(040)002【总页数】5页(P227-231)【关键词】图像处理;可见光图像增强;偏振成像;邦加球;K均值聚类;双树复小波转换;区域方差特征匹配【作者】赵蓉;顾国华;杨蔚【作者单位】南京理工大学电子工程与光电技术学院,南京210094;南京理工大学电子工程与光电技术学院,南京210094;南京理工大学电子工程与光电技术学院,南京210094【正文语种】中文【中图分类】TN911.73*通讯联系人。
题目编号0偏振成像探测的若干关键技术研究Research on Key Technologies ofPolarization Imaging Detection学生姓名专业学号指导教师学院2012年06月偏振成像探测的若干关键技术研究摘要:偏振成像探测能在杂乱背景下提高目标的识别率,对于人造假目标和伪装具有独特的辨别能力,同时能提高图像的对比度和清晰度。
在过去的十几年中,成像偏振探测获得了迅速的发展,应用的范围也在不断地扩大,己经成为信息获取领域中的一个研究热点。
本文主要从偏振成像探测技术的基础出发,论述了该技术的发展现状及应用前景,对偏振光的基本理论、偏振光与物质相互作用的基本特性以及偏振光的检测技术进行了研究。
通过用数学表达式和矩阵对多源图像融合技术进行了详细的理论描述。
关键词:图像处理,应变,偏振,偏振成像探测Research on Key Technologies ofPolarization Imaging DetectionAbstractPolarization imaging detection has the ability to identify false targets and enhance images taken in poor visibility and even restore clear-day visibility of scene. In the past several years, polarization imaging detection has been developed rapidly, the scope of application in continually expanding, already became in the field of information for a research hotspot. This article mainly from the polarization imaging detection technology, discusses the technology development status and the application prospect of polarized light, the basic theory of polarized light with the material of the interaction of the basic characteristics of polarized light and detection technology research. By using mathematical expression and the matrix of the source image fusion technology detailed description of the theory.Keywords:Image Transformation; Strain ; Polarization; Polarization Imaging Detection;目录第一章绪论 ............................................................................................................. - 1 -1.1引言 (1)1.2偏振探测 (1)1.2.1偏振探测的理论基础 ............................................................................... - 1 -1.2.2偏振成像探测的发展 ............................................................................... - 2 -1.3偏振成像探测的应用及研究现状 .. (3)1.3.1 地物遥感探测 ........................................................................................ - 4 -1.3.2 大气探测 ................................................................................................ - 4 -1.3.3 水下探测 ................................................................................................ - 4 -1.3.4 天文探测 ................................................................................................ - 4 -1.3. 5 目标检测 ............................................................................................... - 5 -1.3.6 图像处理 ................................................................................................ - 5 -1.3.7 军事应用 ................................................................................................ - 5 -第二章偏振探测技术 ........................................................................................... - 6 -2.1偏振光的基本理论. (6)2.2实现偏振信息变化的测量基本原理 (7)2.2.1 琼斯矩阵 ................................................................................................ - 7 -2.2.2 斯托克斯参量 ........................................................................................ - 8 -2.3偏振光与物质相互作用的特性.. (9)2.3.1 旋光性 .................................................................................................... - 9 -2.3.2 晶体、液体和液晶的电光效应 .......................................................... - 10 -2.3.3 光测弹性效应 .................................................................................... - 12 -2.4偏振光的检测 .. (12)2.4.1 斯托克斯参数的测量 ........................................................................ - 13 -2.4.2 相位延迟的测定方法 ........................................................................ - 13 -2.4.3 偏振态参数琼斯矢量的测定 ............................................................ - 13 -第三章多源图像融合技术 ................................................................................. - 16 -3.1多源图像融合 (16)3.2图像融合的层次 (17)3.2.1像元级融合 .......................................................................................... - 17 -3.2.2特征级融合 .......................................................................................... - 17 -3.2.3分类(决策) 级融合.............................................................................. - 17 -3.3融合效果评价 (17)3.3.1图像信息量增加:信息熵 ................................................................... - 18 -3.3.2图像质量的改进:清晰度 ................................................................... - 18 -3.3.3光谱信息的继承:偏差度 ................................................................... - 18 -参考文献 ................................................................................................................. - 19 -第一章绪论1.1引言偏振是指横波的振动矢量(垂直于波的传播方向)偏于某些方向的现象,是光的一个重要信息。
雷达与光学图像融合技术在目标识别中的应用研究摘要:雷达与光学图像融合技术是一种将雷达数据与光学图像相结合的方法,用于实现更准确、更全面的目标识别和追踪。
本文将探讨雷达与光学图像融合技术在目标识别中的应用研究,并分析其优势和挑战。
引言:目标识别是军事、安防、航空航天等领域中的一个重要问题。
为了提高目标识别的准确性和鲁棒性,研究人员开始将不同传感器的数据进行融合,以获取更全面、更真实的目标信息。
雷达和光学图像是两种常见的传感器,它们在目标探测和识别方面具有互补的优势。
因此,雷达与光学图像融合技术在目标识别中得到了广泛的应用。
一、雷达与光学图像融合技术的原理和方法1.1 雷达技术的原理和特点雷达(Radar)是利用电磁波进行目标探测和跟踪的技术。
它具有高时空分辨率、对目标的探测不受天气等环境因素影响的特点,适用于长距离、远程目标的探测。
1.2 光学图像技术的原理和特点光学图像是一种利用光传感器捕捉和记录图像的技术。
它可以提供目标的形状、纹理、颜色等信息,对于目标的细节和特征有更好的分辨能力。
但是,在恶劣天气或夜间环境下,光学图像的效果可能受到限制。
1.3 雷达与光学图像融合技术的方法雷达与光学图像融合技术主要包括数据融合和算法融合两种方法。
数据融合是将雷达数据和光学图像数据进行融合,生成新的数据集进行目标识别。
算法融合是将雷达算法和光学图像算法进行融合,实现更准确的目标识别和追踪。
二、雷达与光学图像融合技术在目标识别中的应用研究2.1 目标探测和识别雷达的高时空分辨率能够提供目标的位置信息,光学图像的信息能够提供目标的形状和纹理信息。
融合雷达和光学图像数据可以实现更准确、全面的目标探测和识别。
2.2 目标追踪和定位雷达具有高精度的跟踪能力,光学图像能够提供目标的详细特征信息。
融合雷达与光学图像数据可以实现对目标的连续跟踪和定位,提高目标追踪的准确性和鲁棒性。
2.3 目标分类和识别融合雷达与光学图像的数据可以提供丰富的目标特征信息,通过机器学习和模式识别算法进行目标分类和识别。
《成像偏振探测的若干关键技术研究》篇一一、引言成像偏振探测技术是一种新型的光学探测手段,具有较高的应用价值,主要涉及了光的偏振特性及图像处理技术的融合。
在现代的科学技术中,该技术已广泛应用于环境监测、安全防范、医疗诊断以及天文观测等领域。
本文旨在研究成像偏振探测中的若干关键技术,并对其进行深入的探讨和分析。
二、成像偏振探测的基本原理成像偏振探测技术主要基于光的偏振特性进行探测。
光波的电矢量在传播过程中,其振动方向和强度会随时间和空间发生变化,这种变化就是光的偏振现象。
通过捕捉和分析这种偏振信息,可以获取到目标的深度、材质、形状等重要信息。
偏振成像技术通过特殊的设备将光的偏振信息转化为图像信息,从而实现目标的精确探测和识别。
三、成像偏振探测的关键技术研究1. 偏振成像系统的设计偏振成像系统的设计是成像偏振探测技术的关键环节。
设计时需要考虑系统的光学结构、偏振器件的选择和配置、图像传感器的选择等因素。
其中,偏振器件的选择和配置对于获取准确的偏振信息至关重要,而图像传感器的选择则直接影响到图像的质量和分辨率。
2. 偏振信息的提取与处理偏振信息的提取与处理是成像偏振探测技术的核心环节。
通过特殊的设备获取到光的偏振信息后,需要对其进行处理和分析,以提取出有用的信息。
这包括对偏振信息的预处理、特征提取、图像增强等技术。
其中,特征提取是关键的一步,它能够将目标的偏振特性转化为可识别的图像特征。
3. 偏振成像的算法研究算法是成像偏振探测技术的重要组成部分。
针对不同的应用场景和目标特性,需要研究不同的算法来提高探测的准确性和效率。
例如,针对复杂环境下的目标探测,需要研究基于机器学习和深度学习的算法;针对动态目标的探测,需要研究基于运动检测的算法等。
4. 系统的校正与优化系统的校正与优化是提高成像偏振探测技术性能的重要手段。
在实际应用中,由于各种因素的影响,如光学元件的制造误差、大气扰动等,会导致系统性能的下降。
因此,需要对系统进行校正和优化,以提高其性能和稳定性。
基于图像处理的无人机目标识别技术研究无人机作为一种广泛应用于军事、航拍、监控等领域的飞行器,其目标识别技术的研究对于提高其自主飞行能力和执行任务的准确性具有重要意义。
基于图像处理的无人机目标识别技术是近年来研究的热点之一,本文将从算法原理、应用场景和未来研究方向三个方面对该技术展开探讨。
首先,基于图像处理的无人机目标识别技术依赖于计算机视觉和机器学习算法的应用。
其中,计算机视觉算法主要包括特征提取、特征匹配、目标检测和目标识别等关键步骤。
为了实现对无人机目标的精确识别,可以借助深度学习中的卷积神经网络(CNN)来提取图像的特征,并通过训练数据集来学习分类模型。
这些算法可以有效地实现对无人机目标的自动检测和识别,并为后续的任务执行提供有力支撑。
其次,基于图像处理的无人机目标识别技术在军事、航拍和监控等领域具有广泛的应用场景。
在军事领域,无人机目标识别技术可以用于侦查、监视、打击等任务,能够帮助军队提高作战效能和保障士兵的安全;在航拍领域,无人机目标识别技术可以用于制作地图、勘测和导航等任务,能够提供高精度的图像数据和地理信息;在监控领域,无人机目标识别技术可以用于安防、交通管理等任务,可以对重点区域进行监控并及时发现异常情况。
这些应用场景都要求无人机具有准确识别目标并自主执行任务的能力,基于图像处理的目标识别技术正好能够满足这些需求。
最后,基于图像处理的无人机目标识别技术还存在一些亟待解决的问题和未来的发展方向。
首先,目前的识别算法对于复杂背景、部分遮挡和光照变化等问题还存在一定的局限性,需要进一步研究改进算法以提高识别准确性。
其次,无人机目标识别技术的实时性和鲁棒性也是需要关注的问题,这涉及到算法的优化和硬件的性能提升。
此外,无人机目标识别技术还可以结合其他技术如激光雷达、红外摄像等,进一步提高目标识别的效果和可靠性。
综上所述,基于图像处理的无人机目标识别技术是一项具有重要意义和广泛应用前景的研究方向。
偏振成像在目标探测中的应用
张绪国;江月松;赵一鸣
【期刊名称】《光电工程》
【年(卷),期】2008(35)12
【摘要】针对偏振度编码成像在目标探测识别中的优点,本文分析了偏振探测的消偏振机理,以及表面散射和体散射对目标偏振度的影响.利用808 nm半导体激光器照明,目标的后向散射光由卡塞格林望远镜接收,经过偏振分光棱镜成像在两个CCD 上,通过一次测量获得偏振状态相互垂直的两幅图像,然后计算出目标的强度和偏振度,分别利用强度和偏振度编码成像.实验结果表明,在目标的反射率相近时,强度图像不能区分不同材料的目标,偏振度图像可以区分,融合强度和偏振度图像进行HSI伪彩色编码,可以达到目标探测、分类等目的.
【总页数】4页(P59-62)
【作者】张绪国;江月松;赵一鸣
【作者单位】北京航空航天大学电子信息工程学院,北京,100191;北京航空航天大学电子信息工程学院,北京,100191;北京航空航天大学电子信息工程学院,北
京,100191
【正文语种】中文
【中图分类】TP79
【相关文献】
1.偏振遥感成像探测技术及其在目标毁伤效果评估中的应用研究 [J], 王先兵;乔延利;杨世植;周全
2.红外偏振成像在伪装目标识别中的应用研究 [J], 孙秋菊;王鹏;黄文霞
3.偏振探测技术在空间目标识别中的应用 [J], 谭佐军;李俊;陈海清
4.偏振探测技术目标识别中的应用研究 [J], 麻金继;邵长城
5.多波束声纳水柱影像在浅水目标探测中的应用 [J], 王久;卢秉武;张玉山;曹敬涛因版权原因,仅展示原文概要,查看原文内容请购买。
《成像偏振探测的若干关键技术研究》篇一一、引言随着科技的不断进步,成像偏振探测技术作为一种新兴的遥感探测技术,在军事、环境监测、气象观测、生物医学等领域得到了广泛的应用。
成像偏振探测技术通过获取目标物体的偏振信息,可以有效地提高图像的对比度和清晰度,从而实现对目标的精确探测和识别。
本文将重点研究成像偏振探测的若干关键技术,包括偏振成像原理、偏振器件设计、偏振信息处理和偏振探测应用等方面。
二、偏振成像原理偏振成像原理是成像偏振探测的基础。
当光波传播时,其电矢量方向会发生变化,这种变化称为光的偏振。
偏振成像技术通过测量和记录光波的偏振状态,从而获取目标物体的偏振信息。
在偏振成像过程中,需要使用偏振器件对光波进行调制和检测,以获取目标物体的偏振信息。
三、偏振器件设计偏振器件是成像偏振探测的关键部件之一。
目前常用的偏振器件包括偏振片、波片、偏振棱镜等。
针对不同的应用场景和需求,需要设计出不同类型和规格的偏振器件。
例如,在可见光波段,需要使用高透过率、高消光比的偏振片;在红外波段,需要使用具有特定光谱响应的波片或偏振棱镜等。
此外,还需要考虑偏振器件的稳定性、可靠性和制造成本等因素。
四、偏振信息处理获取目标物体的偏振信息后,需要进行信息处理和分析。
这一过程包括偏振信息的提取、校正、融合和显示等环节。
首先,需要从原始的偏振数据中提取出有用的信息,如目标的形状、大小、纹理等;其次,需要对数据进行校正,以消除系统误差和噪声干扰;然后,将不同波段的偏振信息进行融合,以提高图像的对比度和清晰度;最后,将处理后的图像进行显示或存储。
五、偏振探测应用成像偏振探测技术在多个领域都有广泛的应用。
在军事领域,成像偏振探测技术可以用于战场侦察、目标识别和导弹制导等方面;在环境监测领域,可以用于大气污染监测、海洋环境监测和森林火灾监测等方面;在气象观测领域,可以用于云雾识别和降水检测等方面;在生物医学领域,可以用于细胞和组织结构的观察和分析等方面。
多模态图像融合与目标检测算法研究随着科技的不断进步与应用领域的拓展,多模态图像融合与目标检测算法逐渐成为计算机视觉领域的一个重要研究方向。
通过将不同模态的图像信息融合,能够提供更加全面、准确的目标检测结果,为各个领域的应用提供更好的支持。
目标检测是计算机视觉领域的一个基础任务,其主要目标是在给定图像中准确地检测出目标的存在,并对其进行定位。
在传统的目标检测算法中,主要使用单模态图像进行处理,但是由于单一图像可能存在光照变化、视角变化等问题,导致检测结果的准确性和稳定性受到限制。
因此,多模态图像融合的概念被提出。
多模态图像融合是指将来自不同传感器或不同模态的图像信息进行融合,从而获得更加丰富、全面的图像表达。
通过融合多个模态的信息,可以提高目标检测的准确性和鲁棒性。
多模态图像融合的方法可以分为传感器级融合和决策级融合两类。
传感器级融合是指在感知层对来自不同传感器的图像信息进行融合,从而获得更加全面和准确的感知结果。
决策级融合是在决策层对不同模态的图像信息进行融合,从而得到更加可靠和鲁棒的决策结果。
多模态图像融合的目标检测算法可以采用传统的特征提取方法,例如SIFT、HOG等,也可以使用深度学习的方法,例如卷积神经网络(CNN)。
在传统的特征提取方法中,常常会使用多尺度、多方向的滤波器对图像进行处理,从而获得不同分辨率和方向的特征,然后使用分类器对特征进行分类和检测。
在深度学习方法中,使用卷积神经网络对图像进行端到端的特征提取和目标检测。
深度学习算法能够自动学习图像中的特征表示,从而获得更加准确的目标检测结果。
此外,还可以将多模态图像信息输入到深度学习网络中进行融合,从而获得更加全面的特征表达。
除了多模态图像融合,在目标检测算法中还有其他一些研究方向。
例如,目标检测中的数据增强方法可以通过对图像进行旋转、平移、缩放等变换,从而增加数据的多样性,提高模型的泛化能力。
同时,目标检测中的注意力机制可以帮助模型关注图像中的重要区域,提高检测的精度和速度。