一种目标的探测方法技术

本发明专利技术提供了一种目标的探测方法。该方法包括：A、读取所需分析的红外偏振图像数据；B、根据所读取的红外偏振图像数据，使用公式计算目标表面边缘轮廓的偏振角；C、对计算得到的偏振角进行鲁棒性验证，并将符合鲁棒性要求的偏振角作为目标轮廓偏振角特征记录到边缘轮廓偏振角特性数据集中；D、重复上述的步骤A～C，直至形成满足需求的边缘轮廓偏振角特性数据集；E、根据边缘轮廓偏振角特性数据集中各个不同的目标轮廓偏振角特征，分别建立对应于不同姿态情况的边缘轮廓偏振角模板，通过深度学习，完成模板匹配，实现对目标的探测。应用本发明专利技术可以利用偏振角特征进行目标边缘轮廓的特征提取，有利于提高目标识别效率、增强场景感知。

【技术实现步骤摘要】
一种目标的探测方法
本申请涉及光电探测
，尤其涉及一种目标的探测方法。
技术介绍
在现有技术中，通常可以使用偏振信息来表征目标的物理和化学特性。从现有的偏振探测研究基础来看,偏振信息的解译是一个关键的研究过程。通过偏振成像试验,对获取的试验数据进行处理和分析之后,发现在仪器响应动态范围内,偏振态参数受光强影响较小,特别是以偏振角参数图像显示景物状态特征,能够较好地表征目标边缘轮廓特征。但是，在现有技术中的目标的探测方法中，通常是通过光谱辐射亮度对比度来对目标进行探测，而并未基于目标边缘轮廓偏振特性对目标进行探测，因此存在目标识别效率低等问题。
技术实现思路
有鉴于此，本专利技术提供了一种目标的探测方法，从而可以利用偏振角特征进行目标边缘轮廓的特征提取，有利于提高目标识别效率、增强场景感知。本专利技术的技术方案具体是这样实现的：一种基于红外图像复杂度的图像分级方法，该方法包括如下的步骤：A、读取所需分析的红外偏振图像数据；B、根据所读取的红外偏振图像数据，使用如下公式计算目标表面边缘轮廓的偏振角：其中，α为偏振角，S1为沿与x轴夹角为0°和90°方向的线偏振分量差分值，S2为沿与x轴本文档来自技高网...

【技术保护点】
一种基于红外图像复杂度的图像分级方法，其特征在于，该方法包括如下的步骤：A、读取所需分析的红外偏振图像数据；B、根据所读取的红外偏振图像数据，使用如下公式计算目标表面边缘轮廓的偏振角：

【技术特征摘要】
1.一种基于红外图像复杂度的图像分级方法，其特征在于，该方法包括如下的步骤：A、读取所需分析的红外偏振图像数据；B、根据所读取的红外偏振图像数据，使用如下公式计算目标表面边缘轮廓的偏振角：其中，α为偏振角，S1为沿与x轴夹角为0°和90°方向的线偏振分量差分值，S2为沿与x轴夹角为±45°方向线偏振分量差分值，θ为微面元法线与目标表面法线的夹角，σ为目标表面的粗糙度，θi为入射角，ηi为将标量双向反射分布函数偏振化时所引入的参考平面之间变换的旋转角，Rs为菲涅耳反射率的垂直分量，Rp为菲涅耳反射率的平行分量，Ωr为反射球面角；C、对计算得到的偏振角进行鲁棒性验证，并将符合鲁棒性要求的偏振角作为目标轮廓偏振角特征记录到边缘轮廓偏振角特性数据集中；D、重复上述的步骤A～C，直至形成满足需求的边缘轮廓偏振角特性数据集；E、根据边缘轮廓偏振角特性数据集中各个不同的目标轮廓偏振角特征，分别建立对应于不同姿态情况的边缘轮廓偏振角模板，通过深度学习，完成模板匹配，实现对目标的探测。2.根据权利要求1所述的方法，其特征在于，对于不透明的辐射物体，其入射到红外线栅偏振片前的斯托克斯Stokes矢量Sin表示为：Sin＝Sr+Se＝∫f(θi,φi,θr,φr,λ)cos(θr)dΩr·Si+εsurf·Iobj，其中，Sr为目标表面反射的Stokes矢量，Se为自身辐射的Stokes矢量，f为基于微面元理论的Priest-Germer模型，θi为入射角，φi为入射光线投影到由x、y确定的平面上与x轴之间的夹角，θr为反射角，φr为反射光线投影到由x、y确定的平面上与x轴之间的夹角，λ为波长，Si为入射光的Stokes矢量，εsurf为红外偏振辐射率，Iobj为目标的辐射强度。3.根据权利要求2所述的方法，其特征在于：假设被动红外成像系统中入射光为自然光，则Si表示为：Si＝[Ibg000]T，其中，Ibg为背景辐射强度，则Sin表示为：

【专利技术属性】
技术研发人员：陈伟力，李军伟，徐文斌，王淑华，陈艳，
申请(专利权)人：北京环境特性研究所，
类型：发明
国别省市：北京,11