红外偏振探测关键技术研究

发布时间：2020-05-26 02:14

【摘要】：传统的红外探测系统只能获取目标的强度信息,红外偏振探测系统还能获取目标的偏振信息,这有助于研究目标的偏振特性。本文基于红外分焦平面偏振探测器,展开了偏振探测关键技术研究,主要研究内容包括:1.偏振度计算方法研究在获取入射光不同角度的起偏信息后,可采用基于斯托克斯矢量和穆勒矩阵的方法计算出入射光的偏振度和偏振角大小。然而在实际应用中,由于制造工艺的限制,分焦平面偏振探测器指标并不理想,使用传统方法计算难以获得准确的偏振信息,文中提出了一个新的偏振计算方法,具有更简洁的表达形式,可以很好地解决遇到的问题,并具有广泛的适用性。2.高速红外偏振成像与处理系统研制了一台红外偏振成像样机,采用了嵌入式图形处理器(Graphics Processing Unit,GPU)作为处理核心,能够实时处理偏振信息,并为目标识别提供良好的硬件平台。该系统比传统基于FPGA(Field-Programmable Gate Array)或者DSP(Digital Signal Processing)的处理系统有着更快的处理速度和友好的开发环境。3.分焦平面偏振探测器非均匀性校正方法研究在使用分焦平面偏振探测器获取目标偏振图像之后,分析了影响偏振成像质量的原因,其中包括像元间串扰,微偏振片透射率和角度均匀性,探测器响应均匀性和瞬时视场误差。针对均匀性问题,基于新的偏振计算方法提出了两种非均匀性校正方法,一种将透射率和探测器增益系数分开定标校正,另一种将两种融合定标校正。其中对于融合定标方案,提出了两点融合定标和多点融合定标方法,取得了良好的校正效果。在仅考虑均匀性问题,解决了以前校正方法偏振计算不准确问题。4.红外偏振目标识别算法研究分析了目前主流的传统目标检测算法和基于深度学习的检测算法,采用了基于SSD(Single Shot Multibox Detector)的深度学习框架,展开了对红外偏振目标识别研究。由于缺乏公开的红外偏振样本数据集,使用文中的探测器完成了对样本的采集。在本数据集上,红外偏振融合识别效果要优于红外。
【图文】：

对比度,背景

主要在偏振度计算方法，实时红外偏振成像系统，分焦平面偏振探测器非均匀性校正方法，红外偏振目标识别方法等方面展开了研究工作，为后续使用红外偏振技术对多目标识别打下了基础。1.2 国内外研究现状1.2.1 国外现状1985 年，，Timothy J.Rogne 等[21]人使用红外偏振探测技术开展了目标与背景对比度试验，主要观察目标包括汽车、飞机、金属板、混凝土和沥青等，背景包括草地、树木、水和云层等。Rogne 使用热像仪加旋转偏振片的方法获取了偏振信息，并对军方提供的油漆样本进行了研究。其中图 1.1(a)为灰度图像中目标与背景对比度情况，(b)为偏振图像中目标与背景对比度情况。

像元结构,斯托克斯矢量,分量

图 1.2 2x2 微偏振像元结构图re 1.2 Structure diagram of 2x2 micro polarization（b）图 1.3 (a)-(c)分别为斯托克斯矢量 S0,S1,S2 分量Figure 1.3 (a)-(c)are Stokes vector S0, S1, S2
【学位授予单位】：中国科学院大学(中国科学院上海技术物理研究所)
【学位级别】：博士
【学位授予年份】：2018
【分类号】：TN215

【参考文献】