多尺度水下偏振成像方法?

韓平麗劉飛張廣陶禹邵曉鵬

1)(西安電子科技大學(xué)物理與光電工程學(xué)院,西安 710071)

2)(中國(guó)科學(xué)院長(zhǎng)春光學(xué)精密機(jī)械與物理研究所,應(yīng)用光學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室,長(zhǎng)春 130033)

3)(陸軍炮兵防空兵裝備技術(shù)研究所,北京 100012)

4)(北京理工大學(xué),北京 100081)

(2017年9月11日收到;2017年11月14日收到修改稿)

1 引 言

水下光學(xué)成像技術(shù)因結(jié)構(gòu)簡(jiǎn)單、圖像分辨率高、易解析等優(yōu)點(diǎn),在海洋資源勘探、海底環(huán)境監(jiān)測(cè)、海洋搜救及軍事偵察領(lǐng)域具有重要應(yīng)用價(jià)值[1?3].由于水中懸浮的微小粒子、可溶性有機(jī)物等混沌介質(zhì)及氣泡等非均勻性因素對(duì)光波產(chǎn)生嚴(yán)重的散射作用[4],背景散射光疊加在目標(biāo)彈道光上形成噪聲,使得圖像產(chǎn)生一層“霧”的感覺(jué),導(dǎo)致圖像對(duì)比度大幅降低,細(xì)節(jié)信息嚴(yán)重丟失[5].因此,有效去除背景散射光,提供清晰的高對(duì)比度圖像在水下光學(xué)成像領(lǐng)域具有重要研究?jī)r(jià)值.

近年來(lái),國(guó)內(nèi)外許多學(xué)者均對(duì)水下成像技術(shù)開(kāi)展了研究[6?9],其中水下偏振成像技術(shù)由于結(jié)構(gòu)簡(jiǎn)單,性價(jià)比高等特點(diǎn)備受關(guān)注[10?12].以Huang等[13],Schechner等[14]以及Gilbert和Pernicka[15]的研究為代表,利用散射光的偏振特性分離場(chǎng)景中目標(biāo)信息光和背景散射光,可獲取清晰的目標(biāo)圖像.水下偏振成像技術(shù)的研究重點(diǎn)普遍集中于背景散射光和目標(biāo)信息光分離算法的改進(jìn),但重建圖像受限問(wèn)題長(zhǎng)期困擾水下偏振成像技術(shù)的廣泛應(yīng)用,究其原因,與上述兩部分光分離過(guò)程中產(chǎn)生的噪聲放大現(xiàn)象不無(wú)關(guān)系.本研究針對(duì)以上問(wèn)題,利用圖像分層思想,結(jié)合小波變換的多尺度特性,全面考慮散射光的空間特性和頻譜特性,提出多尺度水下偏振成像方法,用以解決傳統(tǒng)水下偏振成像技術(shù)中存在的噪聲放大問(wèn)題及其導(dǎo)致的成像質(zhì)量受限問(wèn)題.

多尺度水下偏振成像方法的核心在于對(duì)于目標(biāo)和背景差異較明顯的高對(duì)比度基礎(chǔ)層利用聯(lián)合雙邊濾波進(jìn)行處理;而對(duì)目標(biāo)本身對(duì)比度較低但細(xì)節(jié)信息豐富的細(xì)節(jié)層進(jìn)行多尺度小波收縮處理,最后通過(guò)小波逆變換進(jìn)行圖像重建.大量水下偏振成像實(shí)驗(yàn)結(jié)果證明該方法不僅有效抑制了偏振成像過(guò)程中的噪聲放大,而且能夠顯著提高重建圖像對(duì)比度,豐富圖像細(xì)節(jié),提供更多有效的目標(biāo)信息.

2 水下偏振成像方法

2.1 水下偏振成像模型

水體的吸收作用主要導(dǎo)致光波能量的損失,散射才是影響成像質(zhì)量的主要原因[16].水下偏振成像技術(shù)通過(guò)提取光波偏振信息并利用其分離背景散射光和目標(biāo)信息光,獲得清晰的目標(biāo)圖像[17].由圖1所示水下偏振成像原理示意圖可知,探測(cè)器所接收到的總光強(qiáng)ETotal由兩部分構(gòu)成,分別為經(jīng)水中粒子散射并被探測(cè)器接收到的背景散射光EBS和經(jīng)目標(biāo)反射最終到達(dá)探測(cè)器的目標(biāo)信息光ETI,二者之間存在如下所示的物理關(guān)系:

其中目標(biāo)信息光ETI的圖像形式為目標(biāo)場(chǎng)景清晰圖像,可知獲取水下清晰圖像的關(guān)鍵在于將背景散射光EBS從總圖像中分離,得到目標(biāo)信息光ETI.結(jié)合光波的偏振特性,ETotal,EBS和ETI間的關(guān)系可以細(xì)化為如(2)式所示的形式[18]:

結(jié)合(1)—(3)式,可以將背景散射光EBS和目標(biāo)信息光ETI的分布情況分別表示為偏振度的函數(shù):

圖1 水下偏振成像原理示意圖Fig.1.Schematic of underwater polarization imaging.

因此,目標(biāo)信息光與背景散射光能夠有效分離取決于二者偏振度的準(zhǔn)確計(jì)算.針對(duì)這一問(wèn)題,本文通過(guò)改變偏振片透光軸方向采集兩幅偏振子圖像后,選取場(chǎng)景中背景散射光均勻且不含目標(biāo)的背景區(qū)域估算背景散射光偏振度pBS[11].由(4)式可知,任何對(duì)目標(biāo)信息光偏振度pTI的錯(cuò)誤估計(jì),都會(huì)使背景散射光EBS和目標(biāo)信息光ETI的分離效果變差,使得分離出的背景散射光存在部分目標(biāo)信息光,增加了背景散射光和目標(biāo)信息光的相關(guān)性,進(jìn)而影響重建圖像質(zhì)量.為保證目標(biāo)信息光偏振度的準(zhǔn)確計(jì)算,采用互信息IM(mutual information)來(lái)衡量背景散射光和目標(biāo)信息光之間的相關(guān)性[20]:

其中,m和n分別為背景散射光圖像EBS和目標(biāo)信息光圖像ETI的灰度級(jí);prob(m,n)表示聯(lián)合概率分布函數(shù);prob(m)和prob(n)為邊緣分布函數(shù).根據(jù)互信息的定義,當(dāng)互信息取最小值時(shí),背景散射光和目標(biāo)信息光之間相關(guān)性最低,此時(shí)分離出的背景散射光EBS中將不再包含目標(biāo)信息光ETI,達(dá)到二者的最佳分離效果.在此條件下目標(biāo)信息光的偏振度pTI能夠取得最佳估計(jì)值.圖2(a)為利用互信息估計(jì)目標(biāo)信息光偏振度的示例,圖2(b)為實(shí)驗(yàn)采集的原始水下強(qiáng)度圖像,通過(guò)上述背景散射光偏振度估算方法計(jì)算得pBS為0.51,此時(shí)根據(jù)圖2(a)所示互信息計(jì)算可得目標(biāo)信息光偏振度pTI為0.24.在此基礎(chǔ)上,利用水下偏振成像技術(shù)分離背景散射光和目標(biāo)信息光,重建圖像如圖2(c)所示.圖2(d)和(e)分別為原始強(qiáng)度圖像和重建圖像的局部放大結(jié)果,相比原始圖像,重建圖像對(duì)比度顯著提高,背景散射光得到有效移除,包括細(xì)節(jié)紋理信息及清晰度在內(nèi)的圖像整體成像質(zhì)量得到有效提升.

圖2 目標(biāo)信息光偏振度計(jì)算及重建結(jié)果示例 (a)互信息隨目標(biāo)信息光偏振度的變化;(b)水下原始強(qiáng)度圖像;(c)水下偏振成像算法重建圖像;(d)原始強(qiáng)度圖像局部放大結(jié)果;(e)偏振重建圖像局部放大結(jié)果Fig.2.pTIcalculation and an example of reconstructed images:(a)MI of EBSand ETIversus pTI;(b)raw image of an underwater scene;(c)reconstructed result of(b)by polarization imaging method;(d)zoomed-in view of the region of interest in(b)marked with a red rectangle;(e)zoomed-in view of the region of interest in(c)marked with a red rectangle.

2.2 水下偏振成像模型噪聲分析

水下偏振成像方法中圖像重建效果依賴(lài)于兩幅相互正交的偏振子圖像如(4)式所示,而正交子偏振圖像作為兩個(gè)獨(dú)立的測(cè)量值,與重建圖像呈線性關(guān)系.因此,重建圖像中的噪聲方差與兩偏振子圖像的噪聲方差存在如下關(guān)系[5]:

式中ETI為重建圖像,為重建圖像的噪聲方差,分別為兩偏振子圖像的噪聲方差.

圖3 噪聲放大倍率隨偏振度pBS和pTI變化示意圖Fig.3.Noise amplification ratio as a function of pBSand pTI.

當(dāng)背景散射光偏振度和目標(biāo)信息光偏振度相等時(shí),重建圖像ETI的噪聲方差趨于無(wú)窮大,此時(shí)水下退化圖像無(wú)法得到有效恢復(fù).假設(shè)噪聲只與成像系統(tǒng)有關(guān),即σa=σi=σ0成立,此時(shí)重建圖像的噪聲方差為

重建圖像噪聲放大倍率σT/σ0和σB/σ0隨偏振度pBS和pTI的變化情況如圖3所示.總體來(lái)看,噪聲放大倍率均隨pBS和pTI的增大而減小,但當(dāng)背景散射光偏振度pBS=1且目標(biāo)信息光偏振度pTI=0時(shí),重建圖像的噪聲放大倍率達(dá)到最小值隨著二者偏振度值越來(lái)越接近,噪聲放大倍率逐漸接近,表現(xiàn)為重建圖像中的噪聲增大,目標(biāo)信號(hào)湮沒(méi)于噪聲中.因此,水下偏振成像過(guò)程中,重建所得的清晰目標(biāo)圖像中的噪聲方差σT是恒被放大的,且在pBS=pTI時(shí),重建圖像噪聲達(dá)到無(wú)窮大,此時(shí)清晰場(chǎng)景圖像將無(wú)法被復(fù)原.以圖4所示的原始強(qiáng)度圖像和傳統(tǒng)偏振處理結(jié)果的頻譜分布為例,處理后圖像的整體頻譜分布波動(dòng)明顯增強(qiáng),這表明在目標(biāo)得到有效突出的同時(shí),重建圖像中的噪聲被嚴(yán)重放大.

圖4 (a)原始圖像(圖2(b))的頻譜分布圖;(b)傳統(tǒng)水下偏振成像算法重建圖像(圖2(c))的頻譜分布圖Fig.4.(a)Spectral distribution of a raw underwater image(2(b));(b)spectral distribution of the reconstructed image(2(c)).

3 多尺度水下偏振成像方法分析

根據(jù)2.2節(jié)的分析,水下偏振成像中噪聲放大現(xiàn)象是一個(gè)不可避免的問(wèn)題.分析發(fā)現(xiàn),水下偏振圖像主要分為包含目標(biāo)但與背景差異較明顯的高對(duì)比度區(qū)域,以及目標(biāo)本身對(duì)比度較低但含有豐富細(xì)節(jié)信息的低對(duì)比度區(qū)域兩部分.基于兩部分信息的差異性,本文采用圖像分層處理的思想建立多尺度水下偏振成像方法,重建高對(duì)比度、高信噪比的水下圖像.在高對(duì)比度的基礎(chǔ)層,利用聯(lián)合雙邊濾波法來(lái)對(duì)噪聲進(jìn)行相應(yīng)抑制[21];而在低對(duì)比度細(xì)節(jié)層,結(jié)合小波變換的多分辨率特性[22],對(duì)其進(jìn)行多尺度小波收縮處理,最后結(jié)合小波逆變換對(duì)水下退化圖像進(jìn)行高質(zhì)量重建.

清晰的目標(biāo)場(chǎng)景圖像ETI可以表示為

其中BTI為圖像基礎(chǔ)層,DTI為圖像細(xì)節(jié)層.基礎(chǔ)層BTI利用

所示的聯(lián)合雙邊濾波來(lái)進(jìn)行提取[23],其中ETI(ξ)表示目標(biāo)場(chǎng)景圖像ETI在ξ處的像素值;w(x,ξ)為雙邊濾波的內(nèi)核函數(shù),

σs和σr分別表示空間域和變換域的核尺寸,通過(guò)控制核尺寸的變化來(lái)獲取圖像基礎(chǔ)層;g為導(dǎo)向圖[24].由于雙邊濾波綜合考慮了圖像空間域核和變換域核的信息,故當(dāng)圖像中像素點(diǎn)x與ξ的歐氏距離或像素值距離增大時(shí),雙邊濾波內(nèi)核函數(shù)都會(huì)隨之改變,進(jìn)而影響圖像基礎(chǔ)層的提取精度.因此,為保證在基礎(chǔ)層的良好保邊去噪效果,同時(shí)有效保留原始圖像的紋理信息,通過(guò)導(dǎo)向圖g實(shí)現(xiàn)對(duì)原始圖像的迭代處理,以精確提取圖像基礎(chǔ)層.

通過(guò)(8)—(10)式獲取圖像的基礎(chǔ)層和細(xì)節(jié)層后,結(jié)合小波變換的能量集中性和多分辨時(shí)頻特性,對(duì)細(xì)節(jié)層圖像進(jìn)行小波變換處理[25],

其中a為尺度因子,b為反應(yīng)因子.通過(guò)改變尺度因子和反應(yīng)因子可以獲得任意中心頻率、任意帶寬和任意時(shí)間所對(duì)應(yīng)的信號(hào).此外,由于小波變換后的小波系數(shù)中幅值較大的部分包含了圖像的重要信息;而幅值較小的部分則被認(rèn)為是噪聲變換后的系數(shù),故通過(guò)選擇雙邊濾波器的核函數(shù)w(x,f)作為窗口函數(shù)對(duì)導(dǎo)向圖和細(xì)節(jié)層圖像進(jìn)行變換,保留或收縮小波變換系數(shù),去除圖像噪聲,得到

ψ為小波基函數(shù),GT(x,f)與是定義在時(shí)頻窗口Fx中頻率f、尺度因子a及反應(yīng)位移b的函數(shù);窗口Fx的大小和Np的大小相同.此外,由于直接使用變換域內(nèi)核會(huì)保留均值為零的噪聲信號(hào),丟棄頻率幅值較大的有用信號(hào).而與無(wú)用的噪聲信號(hào)相比,有用的目標(biāo)信號(hào)在某些頻譜處的幅值比較高.因此,為實(shí)現(xiàn)丟棄噪聲信號(hào)、保留目標(biāo)信號(hào)的目的,對(duì)頻譜系數(shù)距離取倒數(shù),定義收縮因子w(x,f),

式中γf主要用來(lái)調(diào)控變換域像素值核形狀,而在(14)式所示的收縮因子中,導(dǎo)向譜G(x,f)主要起引導(dǎo)作用.對(duì)于幅值較高的頻譜(對(duì)應(yīng)原圖像有用的目標(biāo)信息),導(dǎo)向譜會(huì)引導(dǎo)收縮因子保留該部分變換系數(shù);而對(duì)于幅值較低的頻率(對(duì)應(yīng)的噪聲信號(hào)),導(dǎo)向譜就會(huì)引導(dǎo)收縮因子丟棄該信號(hào).通過(guò)在變換域窗口Fx內(nèi)平均所有收縮變換后的小波系數(shù),并通過(guò)逆變換獲得低對(duì)比度細(xì)節(jié)層信號(hào)結(jié)合高對(duì)比度基礎(chǔ)層信號(hào)BTI,獲取下次迭代的導(dǎo)引圖像g,

通過(guò)對(duì)導(dǎo)引圖像的迭代更新,修正小波變換系數(shù),在有效抑制目標(biāo)場(chǎng)景圖像噪聲的同時(shí)對(duì)受損細(xì)節(jié)信息進(jìn)行不斷完善,使最終圖像逐漸逼近原始清晰目標(biāo)場(chǎng)景圖像.

4 實(shí)驗(yàn)結(jié)果與分析

為驗(yàn)證和說(shuō)明多尺度水下偏振成像方法的有效性,根據(jù)圖1所示的水下偏振成像原理搭建實(shí)驗(yàn),采集偏振子圖像.通過(guò)脫脂牛奶和自來(lái)水溶液模擬實(shí)際海洋環(huán)境中懸浮粒子對(duì)光波的散射和吸收情況[14],溶液配比為30 mL脫脂牛奶(分子大小約為0.040.3μm)和60 L自來(lái)水,二者均勻混合于體積為55 cm×55 cm×30 cm的水槽中.

為直觀地表示實(shí)驗(yàn)介質(zhì)的光學(xué)特性,計(jì)算其光學(xué)厚度.根據(jù)光學(xué)厚度的定義,光學(xué)厚度為介質(zhì)透過(guò)率的自然對(duì)數(shù),

式中τ為介質(zhì)光學(xué)厚度,T為介質(zhì)透過(guò)率.光學(xué)厚度的計(jì)算可以通過(guò)介質(zhì)散射系數(shù)和成像距離實(shí)現(xiàn)[26],

式中τ為介質(zhì)光學(xué)厚度,μs為介質(zhì)散射系數(shù)(其大小與介質(zhì)粒子類(lèi)型和濃度有關(guān)[27]),d為物體與探測(cè)器之間的物理距離.結(jié)合(16)及(17)式可知,光學(xué)厚度可以反映介質(zhì)透過(guò)率與成像距離的關(guān)系.經(jīng)計(jì)算,實(shí)驗(yàn)中所用介質(zhì)光學(xué)厚度為1.155.

圖5為實(shí)驗(yàn)結(jié)果,其中圖5(a)為實(shí)驗(yàn)采集的原始水下圖像,圖5(b)為傳統(tǒng)偏振成像結(jié)果,相比原始圖像,圖5(b)背景散射光得到有效移除,對(duì)比度明顯提高.但圖5(h)中的圖像頻譜圖頻譜波動(dòng)較大,說(shuō)明處理結(jié)果中圖像細(xì)節(jié)信息增加的同時(shí),噪聲信息也被放大.圖5(c)所示的多尺度水下偏振成像結(jié)果不僅視覺(jué)效果明顯改善,對(duì)比度顯著提升,細(xì)節(jié)信息增加,圖5(i)所示頻譜圖表明圖像噪聲得到明顯抑制,圖5(d),(e)和(f)所示的局部放大結(jié)果進(jìn)一步對(duì)圖像細(xì)節(jié)進(jìn)行了直觀展示.

圖5 (a)原始強(qiáng)度圖像;(b)傳統(tǒng)偏振成像方法處理結(jié)果;(c)多尺度水下偏振圖像處理結(jié)果;(d),(e)和(f)分別為圖(a),(b)和(c)的局部放大圖;(g),(h)和(i)分別為圖(a),(b)和(c)的頻譜強(qiáng)度分布圖Fig.5.(a)A raw underwater image;(b)and(c)reconstructed image by traditional polarization imaging method and multi-scale polarization imaging method;(d),(e)and(f)zoomed-in view of the region of interest in(a),(b)and(c);(g),(h)and(i)spectral distributions of(a),(b)and(c).

圖6 (a),(b)和(c)分別為圖5(a),(b)和(c)的R,G,B三通道像素強(qiáng)度值統(tǒng)計(jì);(d)為圖5(a),(b)和(c)第210行像素強(qiáng)度值統(tǒng)計(jì)曲線Fig.6.(a),(b)and(c)are the pixel intensity distribution of channel R,G,and B of Fig.5(a),(b)and(c);(d)horizontal line plot at the vertical position pixel 210 for Fig.5(a),(b)and(c).

圖6對(duì)應(yīng)原始水下圖像(即圖5(a)),傳統(tǒng)水下偏振重建圖像(即圖5(b))和多尺度水下偏振方法處理圖像(即圖5(c))的R,G,B三個(gè)色彩通道的像素強(qiáng)度統(tǒng)計(jì)值.對(duì)比發(fā)現(xiàn),圖6(c)中像素強(qiáng)度統(tǒng)計(jì)分布較其他兩組結(jié)果均有明顯提高,對(duì)應(yīng)圖像動(dòng)態(tài)范圍增大,即對(duì)各色彩通道均起到了一定的拉伸作用,增強(qiáng)了圖像的層次感.此外,圖6(d)所示為分別選取圖5(a),(b)和(c)中穿過(guò)背景和目標(biāo)的第210行(由上至下)像素的強(qiáng)度分布曲線,該曲線直觀地表征了成像場(chǎng)景中背景散射光和目標(biāo)信息光之間的差異情況及圖像對(duì)比度變化情況.經(jīng)多尺度水下偏振成像方法重建結(jié)果(藍(lán)色曲線)與傳統(tǒng)水下偏振成像結(jié)果(紅色曲線)在背景區(qū)域強(qiáng)度的像素強(qiáng)度值(接近于0)基本相當(dāng),均小于原始強(qiáng)度圖像(綠色曲線)的像素強(qiáng)度值(約為130).與此同時(shí),三幅圖像在目標(biāo)位置的像素強(qiáng)度值大小相近(約為180),說(shuō)明傳統(tǒng)偏振成像結(jié)果對(duì)比度較原始強(qiáng)度圖像得到有效提升.此外,如圖6(d)右上角局部放大圖所示,在目標(biāo)位置處,經(jīng)多尺度水下偏振成像方法重建后圖像的像素強(qiáng)度值曲線波動(dòng)明顯增大,說(shuō)明圖像的細(xì)節(jié)輪廓及紋理信息得到了凸顯.

在此基礎(chǔ)上,為驗(yàn)證所述方法的普遍適用性和有效性,實(shí)驗(yàn)中選取了多個(gè)不同類(lèi)型的目標(biāo),結(jié)果如圖7所示.以圖7(a)為例,目標(biāo)物體上“我們d”幾個(gè)字受光波強(qiáng)散射的影響,細(xì)節(jié)不易分辨;而重建圖像中同一目標(biāo)上“e一輩”幾個(gè)字卻能直接辨識(shí).圖7(e)所示的書(shū)簽左側(cè)強(qiáng)度圖像中三列漢字幾乎完全無(wú)法被識(shí)別,但圖7(e)右側(cè)經(jīng)多尺度水下偏振成像方法處理之后的圖像中右邊三列漢字清晰可見(jiàn).圖7中其余圖像存在類(lèi)似的結(jié)論,也充分證明本文所述方法的普遍適用性.

圖7 不同目標(biāo)的多尺度水下偏振成像方法重建圖像Fig.7.Reconstructed images of different underwater scenes utilizing multi-scale underwater polarization imaging method.

表1所列為四種常用的圖像質(zhì)量客觀評(píng)估參數(shù)計(jì)算數(shù)據(jù),其中平均梯度可以反映圖像的邊緣和細(xì)節(jié)等高頻信息,其值越大,表明圖像邊緣越清晰,細(xì)節(jié)越明顯;標(biāo)準(zhǔn)差反映圖像灰度等級(jí)的離散程度,其值越大,表明圖像反差越大,圖像越清晰;圖像對(duì)比度則表示圖像整體亮暗區(qū)域之間的比率,其值越大,亮暗漸變層次越多,圖像信息越豐富;而峰值信噪比則直觀地反映出了圖像信噪比的變化情況.總體看來(lái),多尺度水下偏振成像圖像的質(zhì)量顯著提升.如平均梯度較原始強(qiáng)度圖像普遍提升了3.5倍左右,圖像標(biāo)準(zhǔn)差提升了1.2倍左右;與此同時(shí),圖像對(duì)比度相比于原始強(qiáng)度圖像提升了4倍左右,圖像信噪比也有較為顯著的提升.這都表明經(jīng)多尺度水下偏振成像方法重建后,圖像質(zhì)量尤其在圖像對(duì)比度和圖像細(xì)節(jié)的改善以及噪聲抑制方面有顯著提升,且與圖像主觀評(píng)價(jià)和分析結(jié)果一致.

表1 水下成像結(jié)果的客觀評(píng)價(jià)參數(shù)Table 1.Objective evaluations of underwater images.

5 結(jié) 論

水下偏振成像技術(shù)能夠有效利用光的偏振特性解決水下圖像質(zhì)量退化問(wèn)題,提高圖像對(duì)比度.但在傳統(tǒng)偏振處理方法中,目標(biāo)信息光和背景信息光偏振度估算對(duì)重建圖像質(zhì)量存在顯著影響,尤其在兩者偏振度相等時(shí),由于傳統(tǒng)偏振處理產(chǎn)生的噪聲放大,幾乎無(wú)法有效復(fù)原圖像.本文利用圖像分層思想,結(jié)合小波變換的多尺度特性,提出了多尺度水下偏振成像方法,用以抑制噪聲影響,重建高對(duì)比度的清晰圖像.實(shí)驗(yàn)結(jié)果表明,該方法能夠有效提升圖像的對(duì)比度,抑制噪聲放大,獲得高對(duì)比度、高信噪比的清晰的水下場(chǎng)景圖像,為水下偏振成像技術(shù)的應(yīng)用提供了理論支持.與此同時(shí),本文方法也存在不足,該方法實(shí)現(xiàn)過(guò)程中仍需對(duì)同一場(chǎng)景先后采集兩幅偏振方向正交的圖像,對(duì)運(yùn)動(dòng)目標(biāo)的可行性較低.

[1]Panetta K,Gao C,Agaian S 2016IEEE J.Ocean.Eng.41 541

[2]George M J R,Kattawar W 1999Appl.Opt.38 6431

[3]Harvey E S,Shortis M R 1998Mar.Technol.Soc.J.32 3

[4]Zhao X W,Jin T,Chi H,Qü S 2015Acta Phys.Sin.64 104201(in Chinese)[趙欣慰,金韜,池灝,曲嵩 2015物理學(xué)報(bào)64 104201]

[5]Schechner Y Y,Averbuch Y 2007IEEE Trans.Pattern Anal.Mach.Intell.29 1655

[6]Guan J G,Zhu J P,Heng T 2015Chin.Phy.Lett.32 074201

[7]Lewis G D,Jordan D L,Roberts P J 1999Appl.Opt.38 3937

[8]Schechner Y Y,Karpel N 2005IEEE J.Ocean.Eng.30 570

[9]Miller D A,Dereniak E L 2012Appl.Opt.51 4092

[10]Kattawar W,Gray D J 2003Appl.Opt.42 7225

[11]Treibitz T,Schechner Y Y 2009IEEE Trans.Pattern Anal.Mach.Intell.31 385

[12]Han J,Yang K,Xia M,Sun L,Cheng Z,Liu H,Ye J 2015Appl.Opt.54 3294

[13]Huang B J,Liu T G,Han H F,Han J H,Yu M X 2016Opt.Express24 9826

[14]Dubreuil M,Delrot P,Leonard I,Alfalou A,Brosseau C,Dogariu A 2013Appl.Opt.52 997

[15]Gilbert G D,Pernicka J C 1967Appl.Opt.6 741

[16]Schettini R,Corchs S 2010EURASIP J.Adv.Signal Process2010 1

[17]Liu F,Shao X P,Gao Y,Xiang L B,Han P L,Li G 2016J.Opt.Soc.Am.A33 237

[18]Han P L,Liu F,Yang K,Ma J Y,Li J J,Shao X P 2017Appl.Opt.56 6631

[19]Liu F,Shao X P,Xiang L B,Gao Y,Han P L,Wang L 2015Chin.Phys.Lett.32 114203

[20]Zhao L Y,Lü B Y,Li X R,Chen S H 2015Acta Phys.Sin.64 124204(in Chinese)[趙遼英,呂步云,厲小潤(rùn),陳淑涵2015物理學(xué)報(bào)64 124204]

[21]Knaus C,Zwicker M 2013Proceedings of the 20th IEEE International Conference on Image ProcessingNew Jersey,USA,September 15–18,2013 p440

[22]Liu F,Cao L,Shao X P,Han P L,Xiang L B 2015Appl.Opt.54 8116

[23]Li J C,Huang S X,Peng Y X,Zhang W M 2012Acta Phys.Sin.61 119501(in Chinese)[李金才,黃思訓(xùn),彭宇行,張衛(wèi)民2012物理學(xué)報(bào)61 119501]

[24]Papari G,Idowu N,Varslot T 2017IEEE Trans.Image Process26 251

[25]Myint S W,Zhu T,Zheng B J 2015IEEE Geosci.Remote Sens.12 1232

[26]Dubreuil M,Delrot P,Leonard P,Alfalou A,Brosseau C,Dogariu A 2013Appl.Opt.52 997

[27]Piederrière Y,Boulvert F,Cariou J,Jeune B L,Guern Y,Brun G L 2005Opt.Express13 5030