【導讀】本文主要通過實驗研究偏振圖像與強度圖像在目標探測方面上的優(yōu)劣。3幅原始圖像進行處理，得到多組距離、光強不同的偏振度圖像。緣部分信息得到增強，偏振信息對物體的紋理探測效果明顯。所以偏振成像技術在軍事。偵查、目標識別、海洋搜救等領域有廣闊應用前景。

　　

【正文】 圖 激光強度圖像 圖 由圖 與 ：偏振圖像 能夠 輕易的 分辨出強度圖像無法 識別 到的暗處的字 。 事實上，強度圖像中也會出現和偏振度圖差不多的效果。 我們可以對強度圖像進行增強拉伸，也得到暗處看不清楚的字， 如圖 。 但是 ，圖 中心光斑位置的字已經飽和，失去了原有的特征，無法說明問題。當然了，如果只取圖像的某一部分進行 增強 銳化， 得到的圖像應該與偏振度圖像 基本一樣。但是，對于整個圖像來說，一開始我們并不清楚某些隱藏的信息具體在圖像的哪些區(qū)域，盲目地處理也很難發(fā)掘到那些隱藏的信息。 而偏振度圖像不僅挖掘出了那些強度圖像所顯示的信息，還使得圖像不飽和。因而在不知道隱藏信息在具體哪些位置時，偏振度圖像有著無法取代的優(yōu)勢。 圖 增強后的強度圖像 被動式偏振成像分析 為了 說明偏振成像技術的應用的前景與可行性，進行了室外實驗，室外實 驗采用被 第 18 頁 共 29 頁 動偏振成像方法。下圖為 200 米外一建筑物的房頂的強度與偏振度圖像。 圖 陽光下強度圖像 圖 陽光下偏振度圖像 由這兩幅圖像比較，我發(fā)現雖然偏振度圖像不如強度圖像般的 可視性好，但是我 們可以發(fā)現，在細節(jié)方面上偏振度圖像能反映物體的真實情況。墻壁上瓷磚的線條，右側屋頂上的線條， 窗子的骨架等都能很好的顯示出來。 由此 ，可以再次證明偏振成像探測在目標識別上的優(yōu)勢，能將目標從背景中凸顯出來。 探 所 材料 與偏振成像間的關系 為了進一步探究偏振圖像優(yōu)勢的原因，我們結合下列 偏振度 圖像進行說明。 圖 房子 的強度圖像 圖 房子的偏振度圖像 我們將圖 房子偏振度圖像進行局部的提取與分析，可以得到鋁塊和房子瓷磚的偏振度。同理，我們從圖 可以得到紙片、塑料的偏振度。從圖 我們可以 得到樹葉和鐵的偏振度。 第 19 頁 共 29 頁 圖 黑紙 的強度圖像 圖 黑紙強 偏振度 圖像 圖 鐵皮房子強度圖像 圖 鐵皮房子偏振度圖像 把以上得到的 各種材料的偏振度繪制成表 。 表 各種材料的偏振度 由 表 與上面各圖， 結合公布的一些材料偏振度的數據， 分析比較可知 ： 一般來說，紙片的由于表面粗糙度大，導致 偏振度 [3],而本次試驗使用較為光滑的印刷紙，使得其偏振度相近。 由于印刷紙片的偏振度 與塑料的偏振度相近，所以在偏振圖像上顯示的效果基本一樣，從圖 與 ， 我們就可以發(fā)現，黑色印刷紙和電腦顯示器后面的塑料外殼的灰度 色彩 基本一致 ，還可以知道，就偏振探測而言，高吸收的暗表面的偏振度較高，這也體現在灰度圖像上，強度圖像無法分辨的的表面信息得到有利的增強 。 由圖 可以發(fā)現不管是向陽面，還是陰影下的瓷磚線條基本一致，不像 強度材 質 瓷磚 墻壁 鐵 塑料 鋁 樹葉 光滑 紙片 偏振度 第 20 頁 共 29 頁 圖像般有明顯的明暗之分， 且陰影部分的瓷磚線條十分的不明顯。 這主要也是由于都是同種瓷磚材質的偏振度大致相同 所造成的 。 這證實了 不同粗糙度的物體有不同的 偏振度 ，金屬 表面比非金屬表面光滑， 偏振度高，非金屬的平均灰度值要比金屬的平均灰度值大。金屬目標的偏振度普遍高于非金屬目標的偏振度的結論。 探索過高 光強對偏振成像質量的影響 在被動成像實驗中，選擇了 3種光作為光源照射。 結果發(fā)現 成像效果最好的是日光燈被動成像，其次是室外晴天成像，最差的是強的白光照射。 我們結合下列圖像來說明： 圖 日光燈下偏振度圖像 圖 強 白光照射圖像 圖 室外晴天下的房子偏振度圖像 圖 晴天房子的強度圖像 這是由于光照較強的條 件下，由于大氣影響變成部分偏振，這給采集到的圖像帶來一定的噪音（使部分自然背景反射的光也成為部分偏振光，在計算得到的 Stokes 圖像中含有相對較多的雜亂噪音背景）。再者，強光照下會使得圖像的某些點出現飽和，這將導致反映在偏振度圖像里的暗區(qū)域（如圖 中的護欄的亮點在 圖 中變黑 ） 。這些原因使得成像質量反而不如強度圖像。 所以進行偏振探測時應該考慮過大光強的情況。 誤差分析 通過 這幾個月的學習與實踐，在老師的耐心指導和自己的不斷 實驗 探索下 ， 成功完 第 21 頁 共 29 頁 成了課題實驗。以下是我對影響本次課題實驗 準確性 因素 的分析： (1)激光光斑并不是很均勻，被擴束鏡放大以后有少許雜光，這會影響到照到目標物上的光斑不均勻，會對結果有一定的影響； (2)激光器發(fā)出的激光在經過起偏器和擴束鏡后照在目標物上的圓形光斑的光強是不均勻的，其中心范圍是高光強區(qū)，只有遠離中心而又不出離光斑區(qū)域的范圍可以近似認為均勻光強。 (3)在光線較強的室外實驗中 ，由于引入了部分噪音，導致偏振度有誤差。 (4)導致實驗引入誤差中，儀器的噪音是無法避免的。其中對結果影響最大的是成像透鏡和偏振片。 (5)在對不同物質的偏振度探索中，沒有使用標準的目標板子 做，而是截取圖像上的區(qū)域進行分析，有點管中窺豹、以點概面之嫌，對材料真實的偏振度 有 影響。 實驗的不足與改進 (1)在分析強光對偏振成像質量的影響時，應該增加陰天或者是較暗光線下的室外實驗，使得結論更加有說服力。 (2)在光路中應該增加一塊濾波鏡在成像透鏡前，這樣采集到的圖像就會少了許多噪聲。 (3)應該進行 多 一個 單不同材料、粗糙度的實驗來驗證結論 實驗 總結 通過課題實驗 可以得到以下結論： (1)偏振度圖像雖然在整體的可視性上不如強度圖像，但是其對目標的細節(jié)的凸顯，快速而有效的將隱藏信息體現出 來，這是強度圖像無法比擬的。 (2)強度圖像也隱含偏振度圖像所含有的信息， 可以通過增強、拉伸的辦法顯示。但是，因為我們在事先不知道目標細節(jié)存在于圖像那個位置， 這導致我們處理圖像的困難程度 和工作量 大大增加。 (3)不同的表面粗糙度（人工打磨、自然因素等）會使識別結果有差異，而不同的目標物具有相同的表面粗糙度卻會使識別結果誤認為是同一種物質。 但是一般來說，人造材料的偏振度，還是要 明顯高于自然界的物體。我們就利用這樣的原理，把人造目標從自然物中識別出來。 (4)偏振圖像對置于在背景之上物體的邊緣增強效果明顯 。 (5)偏振圖像與光強度圖像相比，對比度提高 (6)偏振探測適宜在低光照強度下進行。 強光對偏振成像質量有影響。 (7)對目標探測范疇而言，偏振圖圖像增強了陰影（暗面）以及高吸收的暗表面，使得這些位置的紋理、細節(jié)信息得到 極 大 的 增強。 (8)就主動偏振成像與被動偏振成像而言，激光主動成像偏振成像的圖像的質量要好于自然光被動成像圖像。這是 因為激光具有良好的偏振性，引入噪音小。 第 22 頁 共 29 頁 5 課題 結論 與展望 本課題利用了 光經過物體的反射、折射、吸收和 散射 后， 光的偏振 特性發(fā)生改變，而不同材質、粗糙度的物體對偏振有不同的 差異 表現 。 我們正是通過這些差異 識別目標紋理。 課題 采用了主、被動兩種偏振成像方法，對室內 、 外目標進行 探測 。室內實驗主要說明兩種偏振成像方法的優(yōu)劣，而室外實驗則進一步論證了偏振成像技術的可行性。實驗結果均表明 :偏振光 圖像對目標的探測、識別 效果要好于強度 圖像。偏振圖像能有效的把人造 目標 從自然背景中 凸顯出來，有效地增強了目標的陰暗面，有效地增強圖像的對比度，這些對于我們研究目標的紋理有著強度圖像無法比擬的優(yōu)勢。 雖然我國對于偏振光成像技術 的研究起步較晚 ， 但是由于國家的重視，國內很多 科研機構 都很 重視這一門技術， 研究也 逐步趕上了 西方國家。隨著，我國的經濟高速發(fā)展，這項技術的發(fā)展方向也日新月異。將這項技術與其他技術融合 發(fā)展 ，得到了令人可喜的研究成果。例如 ： 這些年 將激光主動偏振成像與雷達技術結合推出的有源相控陣雷達；將偏振成像技術與紅外技術結合的形成的紅外偏振成像夜視儀。這些高水平的技術的出現增強了我國軍力。 偏振成像技術的前景十分廣闊， 不僅反映在軍事偵查上，還 應用于遙感、海洋搜救、公路測繪 、石油勘探等方向。 第 23 頁 共 29 頁 參考文獻 [1] 曹漢軍，喬延利，樣偉峰，等 .偏振遙感圖像特性表征及分析 [J].量子電 子學報， 2020,19（ 4）：373~378. [2] 葉玉堂，饒建珍，肖峻，等 .光學教程 [M]. 北京： 清華大學出版社， 2020. [3] 胡放榮，熊顯名，董挺進 .于線偏振激光主動成像的目標探測玉識別 [J].激光與紅外， 2020,37（ 2）： 108~110. [4] 安毓英，曾小東 .傳感與測量 [M].電子工業(yè)出版社 ，北京： 2020. [5] 張緒國，江月松，趙一鳴 .偏振成像在目標探測中的應用 [J].光電工程， 2020， 35(12):59~62. [6] 張緒國，江月松，陸小梅 .激光遙感偏振成像系 統(tǒng)光學元件調整及誤差分析 [J].光學學報， 2020，28（ 6）： 1191~1196. [7] 王新，王學勤，孫金祚 .基于偏振成像的目標識別技術研究 [J].煙臺大學學報， 2020,20（ 2）：95~98. [8] 劉曉，張磊，王峰，等 .振成像探測系統(tǒng)的非一致性校正方法 [J].計算機工程， 2020,35（ 9）：209~211. [9] , LeeWay Jin， Steven Powell， et imaging of amyloid[J]. Review. Micron 37(26) ： 314~338. [10] Chambarda J P , Chalvidana V,Carnielb X, et al. Pulsed TVholography ecording for vibration analysis applications[J] . Optics and Lasers in Engineering,2020,38： 131~143. 第 24 頁 共 29 頁 附 錄 1 圖像 處理 程序 %讀入圖像 RGBI0=imread(39。D:\謝 \顯卡自然光 39。)。 RGBI60=imread(39。D:\謝 \顯卡自然光 39。)。 RGBI120=imread(39。D:\謝 \顯卡自然光 39。)。 %將圖像的顏色分離 RI00=RGBI0(:,:,1)。%紅色圖像矩陣 RI060=RGBI60(:,:,1)。%紅色圖像矩陣 RI0120=RGBI120(:,:,1)。%紅色圖像矩陣 %轉換圖像類型 RI00=double(RI00)。%將 uint8 的圖像類型轉換為 double 的圖像類型 RI060=double(RI060)。%將 uint8 的圖像類型轉換為 double 的圖像類型 RI0120=double(RI0120)。%將 uint8 的圖像類型轉換為 double 的圖像類型 RI1=imlinb(2/3,RI00,2/3,RI060,2/3,RI0120)。%計算強 I I=2/3*（ I0+I60+I120） RQ1=imlinb(4/3,RI00,2/3,RI060,2/3,RI0120)。%計算 Q Q=2/3*(2I0I60I120) RU1=(2/sqrt(3))*(RI060RI0120)。%計算 U U=2/sqrt(3)*(I60I120) Z=RQ1.^2+RU1.^2。 P1=sqrt(Z)。 P=(P1)./RI1。 P2=P(6:573,6:766)。