本發(fā)明涉及偏振成像探測(cè)領(lǐng)域，特別是涉及一種基于Stokes矢量RGB圖像優(yōu)化表征的測(cè)量裝置及多物體區(qū)分方法。

背景技術(shù)：

偏振信息是一種光波特有的基本物理信息，可以表征一些其它光波信息所無(wú)法體現(xiàn)的光學(xué)特性，因此在光學(xué)測(cè)量和成像領(lǐng)域具有豐富的應(yīng)用成果和廣泛的應(yīng)用前景。

Stokes矢量是一種描述光波偏振狀態(tài)的四維矢量，可以表征最基本的光學(xué)偏振信息，因此Stokes矢量測(cè)量及其應(yīng)用技術(shù)成為了偏振測(cè)量及成像領(lǐng)域的一大主要內(nèi)容。

在偏振成像領(lǐng)域，識(shí)別具有不同偏振特性的材料或物體一直是主要的發(fā)展方向和應(yīng)用領(lǐng)域。在之前的Stokes偏振成像對(duì)比度優(yōu)化技術(shù)中，通常是計(jì)算偏振分析儀(PSA)的最佳狀態(tài)，并計(jì)算該狀態(tài)下CCD所記錄的光強(qiáng)圖，因此往往是將偏振信息輸出為灰度圖像。該方法雖然可以通過(guò)參量數(shù)值的不同對(duì)偏振物體進(jìn)行區(qū)分，然而由于其輸出為灰度圖像，并未利用人眼對(duì)色彩的區(qū)別能力，因此對(duì)于不同種偏振特性相差不大的物體區(qū)分度不高并且缺乏直觀性。

技術(shù)實(shí)現(xiàn)要素：

基于現(xiàn)有技術(shù)，本發(fā)明提出了一種基于場(chǎng)景Stokes矢量測(cè)量及其RGB圖像優(yōu)化的多物體區(qū)分方法，基于對(duì)場(chǎng)景Stokes矢量的測(cè)量，計(jì)算模擬不同PSA狀態(tài)下的CCD所記錄的光強(qiáng)圖像，并選取其中三幅灰度圖像的最優(yōu)化狀態(tài)組合，將這三幅灰度圖像賦值到RGB色彩空間組合得到彩色圖像，使得具有不同偏振特性的物體顏色差別明顯。

本發(fā)明的一種基于場(chǎng)景的Stokes矢量偏振測(cè)量系統(tǒng)的多物體區(qū)分方法，該方法包括以下步驟：

步驟1、在單一入射光入射的前提下，根據(jù)PSA的各個(gè)狀態(tài)求出相應(yīng)的測(cè)量矩陣W，利用CCD相機(jī)采集PSA對(duì)應(yīng)狀態(tài)下的光強(qiáng)信息，并基于光強(qiáng)信息求得場(chǎng)景內(nèi)三個(gè)不同物體的Stokes矢量；

步驟2、建立計(jì)算黑白CCD相機(jī)所接收的灰度圖像與偏振態(tài)分析器狀態(tài)的關(guān)聯(lián)；即由偏振態(tài)分析器狀態(tài)可以計(jì)算出黑白CCD相機(jī)所接收的灰度圖像

步驟3、通過(guò)優(yōu)化搜尋，獲得最優(yōu)化的三個(gè)PSA狀態(tài)組合，模擬得到同一場(chǎng)景下三幅圖像的灰度值大小，并把不同狀態(tài)下的對(duì)應(yīng)物體的灰度值分別賦值于RGB通道，從而形成對(duì)應(yīng)物體的RGB空間坐標(biāo)點(diǎn)；通過(guò)優(yōu)化搜尋，獲得最優(yōu)化的三個(gè)偏振態(tài)分析器狀態(tài)組合所對(duì)應(yīng)的三幅場(chǎng)景灰度圖像，該最優(yōu)化的三個(gè)PSA狀態(tài)使得彩色圖像中物體RGB空間坐標(biāo)點(diǎn)平均值的距離整體最大，其判據(jù)可為物體RGB空間坐標(biāo)點(diǎn)平均值所連結(jié)成的三角形面積最大；

步驟4、根據(jù)步驟3模擬得到最優(yōu)化的三個(gè)偏振態(tài)分析器狀態(tài)組合下的三幅場(chǎng)景灰度圖像，并將其賦值于RGB通道的分量灰度圖像中，在合成得到的彩色圖像中，具有不同偏振特性的物體將具有明顯的色彩區(qū)別，從而實(shí)現(xiàn)區(qū)分多個(gè)不同偏振物體的物體識(shí)別。

所述步驟3中獲得最優(yōu)化的三個(gè)偏振態(tài)分析器狀態(tài)組合的方法，具體包括：將三個(gè)物體在RGB彩色空間下的RGB坐標(biāo)點(diǎn)連結(jié)為矢量三角形，求得三角形面積取到最大值時(shí)PSA在三個(gè)狀態(tài)下的偏振片和波片角度值，即為對(duì)應(yīng)的最優(yōu)化偏振態(tài)分析器狀態(tài)組合。

所述步驟4中實(shí)現(xiàn)多個(gè)不同偏振物體的識(shí)別，具體包括：模擬得出最優(yōu)化PSA狀態(tài)組合所對(duì)應(yīng)的三幅灰度圖像，并將其分別作為彩色圖像中的RGB灰度分量圖像進(jìn)行合成，所得到的彩色圖像中不同的偏振物體在步驟(3)的保證下將會(huì)表現(xiàn)出較大的色彩差異，從而對(duì)其進(jìn)行識(shí)別。

與現(xiàn)有技術(shù)相比，本發(fā)明方法該可以將多維偏振信息與人眼色彩識(shí)別能力相結(jié)合，最大化的利用圖像的色彩特征，對(duì)具有不同偏振信息的物體進(jìn)行區(qū)分，該方法在識(shí)別多個(gè)物體時(shí)效果更為明顯，具有較大優(yōu)勢(shì)；

且最大幅度的利用了人眼的色彩識(shí)別功能，具有很大的直觀性，對(duì)于偏振測(cè)量技術(shù)和模擬偏振成像技術(shù)的發(fā)展具有重要意義。

附圖說(shuō)明

圖1為基于場(chǎng)景的Stokes矢量偏振測(cè)量系統(tǒng)結(jié)構(gòu)示意圖；

圖2為基于場(chǎng)景的Stokes矢量RGB圖像優(yōu)化表征的多物體區(qū)分方法的整體流程圖；

圖3為物體平均RGB坐標(biāo)點(diǎn)與其連結(jié)成的矢量三角形示意圖，P_a，P_b，P_c為彩色圖像中物體RGB空間坐標(biāo)點(diǎn)平均值；L_a，L_b，L_c為坐標(biāo)點(diǎn)之間的距離；

圖4為實(shí)施例實(shí)驗(yàn)中場(chǎng)景的原始灰度圖像；

圖5為最優(yōu)化狀態(tài)下的場(chǎng)景組合彩色圖像。

附圖標(biāo)記：1、633nm激光光源(單波長(zhǎng)激光器)，2、擴(kuò)束裝置組，3、反射板，4、偏振態(tài)分析器(PSA)，5、彩色CCD相機(jī)。

具體實(shí)施方式

結(jié)合附圖及實(shí)施例對(duì)本發(fā)明作進(jìn)一步詳細(xì)描述：

本發(fā)明的理論依據(jù)：

在測(cè)量單一入射光照射的前提下，考慮由三個(gè)具有不同偏振特性的物體組成的被測(cè)場(chǎng)景，首先介紹單一波長(zhǎng)下的Stokes矢量測(cè)量的方法：

S＝W^-1I (1)

其中I＝[i₁,i₂,i₃,i₄]^T為一四階列向量，每一個(gè)分量表示在一確定PSA狀態(tài)下的調(diào)制光強(qiáng)；W為4x4的測(cè)量矩陣，該矩陣由四次測(cè)量過(guò)程中PSA每一次的狀態(tài)所決定。每一行都可以認(rèn)為是一組Stokes矢量；S＝[S₀,S₁,S₂,S₃]^T表示待測(cè)的Stokes矢量。上述方法中的光強(qiáng)i是由CCD相機(jī)對(duì)目標(biāo)場(chǎng)景進(jìn)行拍攝后取其圖像中某物體部分灰度平均值得到的。在上述前提下，可測(cè)得三個(gè)偏振物體對(duì)應(yīng)的Stokes參量為S¹，S²，S³。

偏振分析儀(PSA)對(duì)偏振光的調(diào)制功能是由其測(cè)量矢量T的橢圓率χ和方位角ψ所決定的，在已知物體Stokes參量的條件下，物體反射光經(jīng)PSA調(diào)制所得到的出射光強(qiáng)可由下式表示：

其中測(cè)量矢量T為矩陣W的第一行行矩陣，即為PSA的特征矢量。

設(shè)PSA的三種不同狀態(tài)分別為狀態(tài)a，狀態(tài)b和狀態(tài)c，則三種狀態(tài)下三個(gè)物體的灰度值可以分別表示為以及將每個(gè)物體在三種狀態(tài)下的灰度值分別賦值到彩色空間的RGB分量，則三個(gè)物體在RGB空間的坐標(biāo)可表示為：

連結(jié)P₁，P₂，P₃可在RGB三維色彩空間中構(gòu)成一個(gè)矢量三角形，設(shè)該三角形面積為D。由于三個(gè)坐標(biāo)點(diǎn)的坐標(biāo)分量受PSA三種不同狀態(tài)下橢圓率和方位角的影響，因該三角形面積是三個(gè)狀態(tài)下橢圓率和方位角的具有六個(gè)自變量的函數(shù)，若使得三角形面積D在定義域范圍取得最大值，則一般而言此時(shí)三個(gè)物體的RGB空間坐標(biāo)距離相差較大，從而顏色差距較為明顯。三角形面積取得最大值時(shí)三個(gè)狀態(tài)下橢圓率和方位角分別為χ^a、ψ^a；χ^b、ψ^b；χ^c、ψ^c，其滿足下式關(guān)系：

(χ^a,ψ^a,χ^b,ψ^b,χ^c,ψ^c)＝arg max{D(χ^a,ψ^a,χ^b,ψ^b,χ^c,ψ^c)}. (4)

通過(guò)模擬可獲得在三組PSA最優(yōu)化狀態(tài)下的場(chǎng)景灰度圖像，將三幅灰度圖像分別作為彩色圖像的RGB分量并進(jìn)行合成，即可得到模擬彩色圖像。在該圖像中，具有不同偏振特性物體的顏色將有明顯差別，可以直觀的對(duì)其進(jìn)行區(qū)分。

如圖1所示，為本發(fā)明的基于Stokes矢量的測(cè)量系統(tǒng)結(jié)構(gòu)示意圖，633nm激光光源1發(fā)出的光經(jīng)過(guò)擴(kuò)束裝置組2入射到反射板3上，經(jīng)反射板反射后形成固定的待測(cè)Stokes矢量，再經(jīng)過(guò)由偏振片和四分之一波片組成的偏振態(tài)分析器(PSA)4后進(jìn)入彩色CCD相機(jī)5。通過(guò)調(diào)節(jié)裝置中的四分之一波片和偏振片的角度實(shí)現(xiàn)全自由度的橢圓率和方位角調(diào)節(jié)，獲得測(cè)量矩陣W中的各個(gè)偏振狀態(tài)。其中所選用的光強(qiáng)探測(cè)器件是Stingray F-033B型黑白CCD相機(jī)。

本發(fā)明的基于Stokes矢量偏振測(cè)量系統(tǒng)的多物體區(qū)分方法，以在單一波長(zhǎng)入射光照射的前提下和同一場(chǎng)景下的三個(gè)具有不同偏振特性的物體為例，測(cè)量了在同一場(chǎng)景下具有不同偏振特性物體的Stokes矢量，并通過(guò)計(jì)算得出PSA任意狀態(tài)下偏振成像系統(tǒng)記錄的場(chǎng)景的灰度圖像；通過(guò)優(yōu)化搜尋，獲得三個(gè)最優(yōu)化的PSA狀態(tài)組合，使得將三個(gè)最優(yōu)化的PSA狀態(tài)下的三幅灰度圖像賦值到彩色圖像RGB三個(gè)通道時(shí)，三個(gè)物體對(duì)應(yīng)的RGB三維空間坐標(biāo)點(diǎn)所連結(jié)成的矢量三角形面積最小，并最終將PSA最優(yōu)狀態(tài)組合對(duì)應(yīng)的三幅場(chǎng)景灰度圖像合成為一幅彩色RGB圖像，實(shí)現(xiàn)對(duì)不同偏振特性物體的顯著和直觀區(qū)分。

如圖2所示，為本發(fā)明的流程圖。具體實(shí)現(xiàn)步驟為：

步驟1、在單一入射光入射的前提下，根據(jù)PSA的各個(gè)狀態(tài)求出相應(yīng)的測(cè)量矩陣W，利用CCD相機(jī)采集PSA對(duì)應(yīng)狀態(tài)下的光強(qiáng)信息，并基于光強(qiáng)信息求得場(chǎng)景內(nèi)三個(gè)不同物體的Stokes矢量；

步驟2、建立計(jì)算黑白CCD相機(jī)所接收的灰度圖像與偏振態(tài)分析器狀態(tài)的關(guān)聯(lián)；即由偏振態(tài)分析器狀態(tài)可以計(jì)算出黑白CCD相機(jī)所接收的灰度圖像

步驟3、通過(guò)優(yōu)化搜尋，獲得最優(yōu)化的三個(gè)PSA狀態(tài)組合，模擬得到同一場(chǎng)景下三幅圖像的灰度值大小，并把不同狀態(tài)下的對(duì)應(yīng)物體的灰度值分別賦值于RGB通道，從而形成對(duì)應(yīng)物體的RGB空間坐標(biāo)點(diǎn)；通過(guò)優(yōu)化搜尋，獲得最優(yōu)化的三個(gè)偏振態(tài)分析器狀態(tài)組合所對(duì)應(yīng)的三幅場(chǎng)景灰度圖像，該最優(yōu)化的三個(gè)PSA狀態(tài)使得彩色圖像中物體RGB空間坐標(biāo)點(diǎn)平均值的距離整體最大，其判據(jù)可為物體RGB空間坐標(biāo)點(diǎn)平均值所連結(jié)成的三角形面積最大；

步驟4、根據(jù)步驟3模擬得到最優(yōu)化的三個(gè)偏振態(tài)分析器狀態(tài)組合下的三幅場(chǎng)景灰度圖像，并將其賦值于RGB通道的分量灰度圖像中，在合成得到的彩色圖像中，具有不同偏振特性的物體將具有明顯的色彩區(qū)別，從而實(shí)現(xiàn)區(qū)分多個(gè)不同偏振物體的物體識(shí)別。

步驟3對(duì)三個(gè)物體在三幅灰度圖像中的灰度值分別賦值于RGB通道，并求得最優(yōu)化PSA狀態(tài)組合的方法是：將三個(gè)物體在RGB彩色空間下的RGB坐標(biāo)點(diǎn)連結(jié)為矢量三角形，求得三角形面積取到最大值時(shí)PSA在三個(gè)狀態(tài)下的偏振片和波片角度值，即為對(duì)應(yīng)的最優(yōu)化PSA狀態(tài)組合。

步驟4中對(duì)多個(gè)不同偏振特性物體的識(shí)別方法是：模擬得出最優(yōu)化PSA狀態(tài)組合所對(duì)應(yīng)的三幅灰度圖像，并將其分別作為彩色圖像中的RGB灰度分量圖像進(jìn)行合成，所得到的彩色圖像中不同的偏振物體在步驟3的保證下將會(huì)表現(xiàn)出較大的色彩差異，從而對(duì)其進(jìn)行識(shí)別。

本發(fā)明實(shí)施例描述如下：

基于Stokes矢量RGB圖像優(yōu)化表征的多物體區(qū)分方法具體步驟如下：

假設(shè)實(shí)施例場(chǎng)景中的原始灰度圖像中包括物體1、2、3，經(jīng)實(shí)際測(cè)量所得的物體1、2、3的平均Stokes參量如下所示：

S¹＝[20.24,-16.32,-0.58,-1.78]^T

S²＝[17.58,-6.44,5.47,5.94]^T

S³＝[26.14,-25.20,-1.87,2.07]^T

本例中PSA的特征矢量的橢圓率和方位角可轉(zhuǎn)化為PSA中偏振片和波片的旋轉(zhuǎn)角度θ_p和θ_R。

通過(guò)優(yōu)化搜尋所得到的最優(yōu)化PSA組合下的偏振片角度和波片角度組合分別為35.98°、68.89°、14.85°、120.02°、91.79°、108.40°。以這一組合結(jié)果得到最優(yōu)化場(chǎng)景組合彩色圖像，三個(gè)物體分別具有不同的顏色，表明3個(gè)物體具有不同的偏振特性。因此不僅可以得知場(chǎng)景中有3個(gè)物體，而且可以直觀和明顯的看出，這三個(gè)物體具有不同的偏振特性，這是傳統(tǒng)的強(qiáng)度圖像所不能實(shí)現(xiàn)的。