基于激光的水下目标偏振成像探测技术

发布时间：2020-03-19 08:24

【摘要】：随着当今海洋领域研究的逐渐深入,目标偏振成像技术已成为国内外各个国家关注和研究的热点。而水下激光主动成像是根据海水对蓝绿激光的光谱特性、时间特性和空间特性实现对水下成像目标物进行成像,克服了水下声纳成像系统造成的分辨率低和探测距离短的缺点。但光在水中传输的过程中产生的散射和吸收,会降低水下目标偏振图像的质量。本文通过分析水介质中悬浮粒子的散射特性,设计水下目标成像实验,采用分时旋转偏振片的方式采集目标图像。本文实验选取可见光波段的532nm蓝绿激光进行水下偏振成像,成像系统采集三个不同角度的强度图像,并计算相应的斯托克斯图像。针对水下偏振图像存在的质量差、纹理细节模糊和对比度低等问题,本文研究基于提升小波变换的多尺度分解方法,对其进行图像融合增强处理,提高偏振图像质量。首先,本文将反映细节纹理信息的偏振度和偏振角图像组合,生成偏振组合图像;接着,将偏振组合图像和光强图像进行多尺度分解。对于分解产生的反映近似信息的低频分量和反映细节信息的高频分量,本文提出一种区域能量做权重系数和基于区域方差结合的融合规则;最后,利用逆变换重构图像,生成最终的融合图像。实验仿真表明,本文提出的融合方法相对于传统的图像融合方法在提高图像对比度和清晰度上有一定的优势。这为资源探索、海底地形地貌勘探和潜艇探测等领域打下了良好的基础。
【图文】：

流程图,尺度变换,流程图,图像融合

该方法是建立在图像或传感器基础上的。需要确立参数估计的优化函数，它会从原始图像构建一个相关的先验模型，将问题等价为一个优化问题。代表性的有基于贝叶斯和马尔可夫的方法。d）神经网络方法基于神经网络的图像融合方法需要设计网络结构和规则，该方法将智能图像处理带到图像融合方向，，为图像融合带来了开辟了另一条发展方向。目前智能技术正在快速的发展，该技术已经应用于图像处理和目标分类与检测等领域。2）基于变换域图像融合方法基于变换域的融合方法主要有傅里叶变换和多尺度变换。这些方法在图像融合增强方面也取得了一些不错的效果。目前，基于多尺度变换的方法是图像融合领域研究和关注的重点。本文对于偏振图像融合增强也是在其基础上进行的。多尺度分解是指对原始图像进行分解，从而产生不同尺度和不同分辨率的子分量图像，得到低频和高频分量，对于分解产生的低频和高频信息采用不同的融合方法进行融合；逆变换重构图像，生成最终的融合图像，进而提高目标成像的质量。基于多尺度变换的融合流程如图 1.2 所示。

偏振度,表示方法,部分偏振光,悬浮粒子

量的表示方法，偏振度 P 可以( )1 22 2 21 2 30S S SS+ += 几种情况： = 0，此时 P＝0，表明是自然23+ S，此时 P＝1，表明是完全部分偏振光。态的表示，但其表现形式复衰减、吸收及散射特性。根悬浮粒子产生的后向散射。应”而改善水下偏振成像的
【学位授予单位】：长春理工大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TN241;P715.5

【参考文献】