【技术实现步骤摘要】
本专利技术涉及偏振去散射成像，特别涉及一种基于区域细节强化的偏振去散射方法。
技术介绍
1、由于雾霾、浑浊水体等介质中悬浮颗粒对传输光的散射作用，探测器获取到的图像清晰度和对比度显著降低，细节模糊，使得针对目标的跟踪或检测等变得更困难，是军事监测、交通运输、周界安防、海洋探测等诸多领域面临的巨大挑战之一。针对上述问题的技术一般统称为去散射技术，该技术主要分为两大类:1)图像处理技术,通过对前端光学系统采集的图像进行增强或复原操作,提高图像的质量；2)光学技术,通过对光学成像系统的改造和成像算法的优化,实现对成像质量提升。
2、基于图像增强的算法没有考虑到图像退化的本质原因，容易造成原图的细节信息丢失，有时还会引起更大的图像畸变。光学去散射技术往往基于特定的光学系统，通过获取对应不同光学参数(光谱、偏振等)的多张图像实现散射光抑制或剔除。由于散射光(天空中的大气散射光或水下环境中的背向散射光)具有明显的部分偏振特性，因此在诸多光学去散射技术中，偏振去散射技术性能突出。但是这些方法的复原效果很依赖于能否准确估计场景中的各种偏振参数。在强散射场景中，偏振光场分布是非常复杂的，估算出所需的偏振参数十分具有挑战性，这是限制偏振去散射算法的一大难题。
技术实现思路
1、本专利技术的目的是为了克服现有技术中的不足，提供一种基于区域细节强化的偏振去散射方法，旨在解决提高了偏振去散射算法的适用性和处理效果，能够复杂强散射的复杂场景难以取得理想的去散射效果，同时突出原图中的强偏振区域，复原
2、本专利技术的目的是通过以下技术方案实现的：
3、一种基于区域细节强化的偏振去散射方法，包括：
4、s1.输入三张偏振原图，结合对比度和stokes矢量来确定两幅待复原的偏振子图，以充分利用偏振原图的偏振信息；
5、s2.使用偏振子图的频谱信息，计算背向散射光、无穷远大气光值、透射率参量；
6、s3.剔除背向散射光中含有的物光分量，以提高估算的准确性；
7、s4.融合两张去散射偏振子图，得到最后的场景去散射图。
8、进一步的，步骤s1中偏振子图获取方法如下：
9、使用对比度衡量偏振子图的细节信息丰富度，由stokes矢量能够得到任意偏振角下的偏振子图，在360度范围内对每一度的偏振子图计算其对比度值，找到全局最大的对比度值角度θmax，此时θmax角度下的偏振子图imax是360张偏振子图中对比度最大的，它所包含的细节和轮廓信息最多，同样找到具有全局最小对比度值的角度θmin，以及对应的imin。
10、进一步的，通过s0，s1和s2这三个stokes参数表示出任意偏振角度θ下的场景偏振图，如公式(1)所示
11、
12、其中s0为总光强，s1为0度和90度偏振方向的光强差，s2为45度和90度偏振方向的光强差；由公式(1)得到任意偏振角下的图像，在360度范围内计算每一度的偏振子图的比度值，iθ表示任意偏振角度θ下的偏振子图；i0、i45、i90分别表示偏振角度为0度、45度和90度下的偏振子图。
13、进一步的，步骤s2具体如下：
14、由偏振子图的低频信息来获取背向散射光a；以imin和imax作为基底，使用高斯低通滤波gl计算对应的背向散射光amin和amax的估计值和
15、将散射退化后的偏振子图中上八分之一的平缓区域的强度均值作为无穷远大气光值a∞的估算值；具体的：选取imin和imax上1/8区域分别作为a∞的最小估算值和a∞的最大估算值的待选区，设计大小为imin和imax的1/256筛选窗口，以待选区边长的1/16为筛选窗口的横向和纵向移动步长，使用灰度方差作为指标对筛选窗口对应的区域进行全局计算，将灰度方差最小的10个区域作为待选目标并取这10个区域亮度均值作为a∞的最小估算值和a∞的最大估算值
16、进一步的，步骤s3中通过对比度最大的偏振子图imax来获取物光分量dmin，并引入修正参数∈；将图像高频信息、轮廓细节和散射强度程度联系起来。具体的，dmax在求解imax去散射图时候才会用到；这里是求解imin的去散射图，只需要获取dmin，而dmin是使用imax来获取的。在求解dmax时候，没有对称性的使用imin来获取，因为去散射结果不好，而是改为使用imin的去散射图来获取dmax，再去求解imax的去散射图最终结果是将这两张去散射图融合，其中imin为主体，它的去散射效果对最终结果影响最大，所以这里主要以求解imin的去散射过程来说明。
17、进一步的，步骤s3具体如下：
18、301)通过低通滤波从对比度最小的偏振子图imin获取偏振子图的低频信息去估计背向散射光，考虑到背向散射光估计值包含了一部分由物光分量dmin产生的物光，如公式(2)所示，通过去除使得背向散射光估计值结果更接近真实值；
19、gl{imin}＝gl{dmin+amin} (2)
20、其中gl表示高斯低通滤波处理，gl{imin}表示imin的背向散射光估计值；
21、302)dmin包含了imin的高频信息，将imax视为dmin的估计值；
22、303)对imax做高斯高通滤波处理，得到dmin的估计值
23、
24、公式(3)中gh表示高斯高通滤波处理；
25、如公式(4)所示，引入修正参数∈，在频域中做去除背景物光的处理后，修正的背向散射光估计值表示为：
26、
27、304)修正参数∈将以0.01的间隔遍历0.1-0.3区间，得到不同程度的去求解对比度最小的偏振子图imin的去散射结果lmin，以对比度作为评价指标处理lmin，选用最大对比度值对应的∈。
28、进一步的，步骤s4具体如下：将求解出的背向散射光a和透射率t分别代入大气退化模型中分别得到对比度最大的偏振子图imax和对比度最小的偏振子图imin的去散射结果lmax和lmin，
29、
30、最终的去散射图l是将lmax和lmin按比例λ做融合，λ取0.8；imin和imax对应的背向散射光分别为amin和amax。
31、本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现所述基于区域细节强化的偏振去散射方法的步骤。
32、一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现所述基于区域细节强化的偏振去散射方法的步骤。
33、与现有技术相比，本专利技术的技术方案所带来的有益效果是：
34、1、本专利技术偏振去散射方法着眼于偏振图像的区域细节，结合对比度和stokes矢量来确定两幅本文档来自技高网...
【技术保护点】
1.一种基于区域细节强化的偏振去散射方法，其特征在于，包括：
2.根据权利要求1所述的基于区域细节强化的偏振去散射方法，其特征在于，步骤S1中偏振子图获取方法如下：
3.根据权利要求2所述的基于区域细节强化的偏振去散射方法，其特征在于，通过S0，S1和S2这三个Stokes参数表示出任意偏振角度θ下的场景偏振图，如公式(1)所示
4.根据权利要求1所述的基于区域细节强化的偏振去散射方法，其特征在于，步骤S2具体如下：
5.根据权利要求1所述的基于区域细节强化的偏振去散射方法，其特征在于，步骤S3中通过对比度最大的偏振子图Imax来获取物光分量Dmin，并引入修正参数∈；将图像高频信息、轮廓细节和散射强度程度联系起来。
6.根据权利要求5所述的基于区域细节强化的偏振去散射方法，其特征在于，步骤S3具体如下：
7.根据权利要求1所述的基于区域细节强化的偏振去散射方法，其特征在于，步骤S4具体如下：将求解出的背向散射光A和透射率t分别代入大气退化模型中分别得到对比度最大的偏振子图Imax和对比度最小的偏振子图Imi
8.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至7任一项所述基于区域细节强化的偏振去散射方法的步骤。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至7任一项所述基于区域细节强化的偏振去散射方法的步骤。
...【技术特征摘要】
1.一种基于区域细节强化的偏振去散射方法，其特征在于，包括：
2.根据权利要求1所述的基于区域细节强化的偏振去散射方法，其特征在于，步骤s1中偏振子图获取方法如下：
3.根据权利要求2所述的基于区域细节强化的偏振去散射方法，其特征在于，通过s0，s1和s2这三个stokes参数表示出任意偏振角度θ下的场景偏振图，如公式(1)所示
4.根据权利要求1所述的基于区域细节强化的偏振去散射方法，其特征在于，步骤s2具体如下：
5.根据权利要求1所述的基于区域细节强化的偏振去散射方法，其特征在于，步骤s3中通过对比度最大的偏振子图imax来获取物光分量dmin，并引入修正参数∈；将图像高频信息、轮廓细节和散射强度程度联系起来。
6.根据权利要...
【专利技术属性】
技术研发人员：胡浩丰，孙鑫，李校博，翟京生，肖林，毛叶飞，
申请(专利权)人：天津大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。