一种基于偏振光获取与波段运算的伪装物识别方法与系统

1.本发明涉及一种目标识别方法与系统，具体涉及一种基于偏振光获取与波段运算的伪装物识别方法与系统。


背景技术：

2.目标识别在日常生活建设和国家安全防卫领域都具有重要作用，如何提高目标识别的准确率是目标识别的重要研究方向。自然背景复杂多变，且目标特征多样又有相似性，无疑增加了目标识别的难度。传统的多光谱识别受环境影响大，且光谱波段少、获取信息量小，随着探测技术的发展，多光谱识别逐步提升到获取光谱数据、偏振数据及偏振光谱数据的程度。
3.偏振光谱探测是近些年来广受关注的新型对地探测手段，偏振态是电磁波固有属性，地球或者大气中的目标在反射或散射电磁波时都会产生由自身状态决定的偏振特性，并且目标的各种信息都包含在这些偏振特性中。偏振光谱图像包含了空间、光谱、偏振等多维信息，兼具光谱图像和偏振图像的特点和优势，而且偏振光谱图像中包含更多的目标信息，能够增加目标和背景的对比度，提升目标的检测能力，并适用于复杂背景的地物检测。
4.伪装物的伪装原理是利用光谱伪装使得外表纹理或色彩与背景相似，因此伪装物和自然背景往往具有异物同谱的现象，为伪装物的识别带来困难；传统的光谱伪装物识别往往需要确认伪装物的光谱特征，多波段光谱特征在伪装物识别方面有难度，而伪装物作为人造物与自然背景在表面粗糙度和含水量上有差异，使得两者在偏振特征参量上差异明显。


技术实现要素：

5.本发明的目的是解决传统的光谱伪装物识别需要确认伪装物的光谱特征，多波段光谱特征在伪装物识别方面有难度，且伪装物和自然背景往往具有异物同谱的现象，使伪装物难以识别的技术问题，而提供一种基于偏振光获取与波段运算的伪装物识别方法与系统，可以同时获取目标的偏振光谱信息，提高目标的识别准确率。
6.为解决上述技术问题，本发明所采用的技术方案为：
7.一种基于偏振光获取与波段运算的伪装物识别方法，其特殊之处在于，包括以下步骤：
8.步骤1：获取目标场景的原始偏振光谱图像；
9.步骤2：将原始偏振光谱图像分离并重构，获得不同偏振方向对应的偏振高光谱图像；
10.步骤3：计算步骤2所得的偏振高光谱图像的偏振参量；
11.步骤4：利用红色波段与近红外波段的偏振参量计算ndvi指数，获得ndvi指数图像；
12.步骤5：对ndvi指数图像进行二值化，获得二值化图像；
13.步骤6：对二值化图像进行腐蚀运算与膨胀运算，获得伪装物识别后的目标物和背景。
14.进一步地，步骤1具体为：
15.将基于线性渐变滤光片的偏振多光谱相机固定在转台的转轴中心位置，确定位移像元个数s,根据位移像元个数s调整转台的转速和旋转角度；再利用偏振多光谱相机获取目标场景的m张原始偏振光谱图像，其中s为2的倍数，m为大于等于1的整数。
16.进一步地，步骤2具体为：
17.2.1)利用线性渐变滤光片，获得每张原始偏振光谱图像上的波长λ1，λ2，
…
，λn；提取波长λ1，λ2，
…
，λn的响应峰值位置对应的位移像元个数s列，并将位移像元个数s列分别拼接，获得包含偏振方向的单一波段图像，n为大于等于1的整数；
18.所述偏振方向包括0
°
、45
°
、90
°
和135
°
；
19.2.2)根据四个偏振方向分别分解步骤2.1)所得的单一波段图像，获得偏振高光谱图像。
20.进一步地，步骤3具体为：
21.通过下式计算偏振高光谱图像的偏振参量s
[0022][0023]
式中，i表示两个偏振分量i0°
、i
90
°
分别在0
°
和90
°
的光强之和，即总偏振强度；
[0024]
q表示两个偏振分量i0°
、i
90
°
分别在0
°
和90
°
的光强之差；
[0025]
u表示两个偏振分量i
45
°
、i
135
°
分别在45
°
和135
°
的光强之和。
[0026]
进一步地，步骤4具体为：
[0027]
对红色波段与近红外波段的偏振高光谱图像的偏振参量进行排列组合，，分别计算ndvi指数图像，再计算ndvi指数图像的标准差，选择标准差最大的ndvi指数图像，作为最佳效果的ndvi指数图像；
[0028]
ndvi指数通过下式计算：
[0029][0030]
式中：i
red
表示红色波段，i
nir
表示近红外波段。
[0031]
进一步地，步骤5具体为：
[0032]
根据步骤4中计算出的ndvi指数图像上各像元数值，画出ndvi指数图像对应的直方图，将直方图对应的曲线上极小值点设置为阈值t；对ndvi指数图像中的每个像元进行二值化，当ndvi指数的数值小于等于阈值t时置为0，当ndvi指数的数值大于阈值t时置为255，获得二值化图像。
[0033]
进一步地，步骤6具体为：
[0034]
将步骤5所得二值化图像上数值为0的像元作为图形点，数值为255的像元作为背景点，进行腐蚀运算与膨胀运算，获得伪装物识别后的图像；
[0035]
腐蚀运算的具体方法为：
[0036]
将图形点在3
×
3邻域内的全部背景点的数值设为0；
[0037]
膨胀运算的具体方法为：
[0038]
将背景点在3
×
3邻域内的全部图形点的数值设为255。
[0039]
进一步地，还包括步骤7：将伪装物识别后的图像通过图像显示模块(5)进行展示；
[0040]
步骤2.1)中，获得每张原始偏振光谱图像上的波长λ1，λ2，
…
，λn具体为：将每张原始偏振光谱图像从左到右依次包含430nm-850nm的波段信息，波段间隔为5nm，获得n＝85个波段；
[0041]
步骤4中，i
red
的取值为700nm，i
nir
的取值为800nm。
[0042]
同时，本发明还提供了一种基于偏振光获取与波段运算的伪装物识别系统用于实现上述基于偏振光获取与波段运算的伪装物识别方法，其特征在于：包括转台、设置在转台上的偏振多光谱相机、图像处理模块以及图像分析识别模块；偏振多光谱相机固定连接在转台的转轴中心位置处；
[0043]
转台与偏振多光谱相机分别与外部控制模块连接；
[0044]
偏振多光谱相机与图像处理模块的输入端连接；图像处理模块的输出端与图像分析识别模块连接；
[0045]
图像处理模块，用于将偏振多光谱相机获取的原始偏振光谱图像进行分离并重构；
[0046]
图像分析识别模块用于将原始偏振光谱图像进行运算和目标识别。
[0047]
进一步地，还包括与图像分析识别模块连接的图像显示模块；
[0048]
图像显示模块用于将伪装物识别后的图像进行展示。
[0049]
与现有技术相比，本发明技术方案的有益效果是：
[0050]
1、本发明基于偏振光获取与波段运算的伪装物识别方法，将原始偏振光谱图像分离并重构，通过计算偏振高光谱图像的红色波段与近红外波段的偏振参量，再计算ndvi指数，并进行二值化，二值化后进行腐蚀运算与膨胀运算，实现了自然背景下伪装物的快速识别，提升了自然背景下伪装物识别的能力。
[0051]
2、本发明方法引入偏振参量等光谱数据，选用四个方向的偏振高光谱图像，利用偏振参量、ndvi指数等光谱数据进行运算，提高了目标场景及目标背景的可区分性。
[0052]
3、本发明方法引入ndvi指数进行波段运算，采用700nm和800nm波长结果进行分析，对结果采用二分值法进行目标分割，计算简单快速，普遍适用性高。
[0053]
4、本发明基于偏振光获取与波段运算的伪装物识别系统，利用偏振多光谱相机的线性渐变滤光片和转台结合，克服了传统偏振多光谱相机拍摄图像图幅有限，拼接困难的缺点，能够实现四个偏振方向的多张图像拍摄。
附图说明
[0054]
图1为本发明基于偏振光获取与波段运算的伪装物识别方法的流程图。
[0055]
图2为本发明实施例中将原始偏振光谱图像分离并重构后的单一波段图像示意图。
[0056]
图3(a)为本发明实施例中包含四个偏振方向的单一波段图像示意图一。
[0057]
图3(b)为本发明实施例中包含四个偏振方向的单一波段图像示意图二。
[0058]
图4(a)为本发明实施例中0
°
的单一波段图像示意图。
[0059]
图4(b)为本发明实施例中45
°
的单一波段图像示意图。
[0060]
图4(c)为本发明实施例中90
°
的单一波段图像示意图。
[0061]
图4(d)为本发明实施例中135
°
的单一波段图像示意图。
[0062]
图5为本发明基于偏振光获取与波段运算的伪装物识别系统的示意图。
[0063]
图6为本发明实施例中由原始偏振光谱图像得到四个偏振方向单一波段图像的流程示意图。
[0064]
图中附图标记为：
[0065]
1-转台，2-偏振多光谱相机，3-图像处理模块，4-图像分析识别模块，5-图像显示模块。
具体实施方式
[0066]
下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于本发明中的技术方案，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0067]
如图1所示，本发明一种基于偏振光获取与波段运算的伪装物识别方法，包括以下步骤：
[0068]
步骤1：根据位移像元个数调整转台1的转速和旋转角度，获取目标场景的原始偏振光谱图像；
[0069]
确定位移像元个数s,根据位移像元个数s调整转台1的转速和旋转角度；再利用基于线性渐变滤光片的偏振多光谱相机2获取目标场景的m张原始偏振光谱图像，本实施例中，s的取值优选地为8，m取值优选地为1200；其他技术人员根据实际需求还可以设置s和m为其他的数值。
[0070]
步骤2：将原始偏振光谱图像分离并重构，获得不同偏振方向对应的偏振高光谱图像；
[0071]
2.1)如图2所示，利用线性渐变滤光片，获得每张原始偏振光谱图像上的波长，本实施例中优选地获得了85个波长，具体为λ1，λ2，
…
，λ
85
；根据位移像元个数8提取波长λ1，λ2，
…
，λ
85
的响应峰值位置对应的位移像元个数8列像元，并将不同波长下提取的8列像元，获得包含四个偏振方向的单一波段图像；四个偏振方向分别为0
°
、45
°
、90
°
和135
°
；
[0072]
2.2)如图3(a)、3(b)所示，根据四个偏振方向分别分解步骤2.1)所得的单一波段图像，获得偏振高光谱图像。
[0073]
步骤3：计算步骤2所得的偏振高光谱图像的偏振参量；
[0074]
利用步骤2.2)获得的85个波长λ1，λ2，
…
，λ
85
；对应的四个偏振方向下的偏振高光谱图像进行偏振参量计算。本实施例以stokes矢量中i偏振参量为例进行计算偏振高光谱图像的偏振参量，公式为：
[0075][0076]
式中，i表示两个偏振分量i0°
、i
90
°
分别在0
°
和90
°
的光强之和，即总偏振强度；
[0077]
q表示两个偏振分量i0°
、i
90
°
分别在0
°
和90
°
的光强之差；
[0078]
u表示两个偏振分量i
45
°
、i
135
°
分别在45
°
和135
°
的光强之和。
[0079]
将计算得到的i参量结果记为i1，i2，
…
，in。
[0080]
步骤4：利用红色波段与近红外波段偏振参量计算ndvi指数，获得ndvi指数图像；
[0081]
对红色波段与近红外波段的偏振高光谱图像的i偏振参量i1，i2，
…
，in进行排列组合，分别计算ndvi指数图像，再计算ndvi指数图像的标准差，选择标准差最大的ndvi指数图像，作为最佳效果的ndvi指数图像；本实施例中中对应的最佳效果即红色波段i
red
为800nm与近红外波段i
nir
为700nm所在偏振高光谱图像，作为ndvi指数图像；
[0082]
ndvi指数通过下式计算：
[0083][0084]
其中r
800
、r
700
分别代表了800nm、700nm所在偏振高光谱图像。
[0085]
步骤5：对ndvi指数图像进行二值化，获得二值化图像；
[0086]
根据步骤4中计算出的ndvi指数图像上各像元数值，画出ndvi指数图像对应的直方图，将直方图对应的曲线上极小值点设置为阈值t；对ndvi指数图像中的每个像元进行二值化，即当ndvi指数的数值小于等于阈值t时置为0，ndvi指数的数值大于阈值t时置为255，获得二值化图像。
[0087]
步骤6：对二值化图像进行腐蚀运算与膨胀运算，获得伪装物识别后的目标图像。
[0088]
将步骤5所得二值化图像上数值为0的像元作为图形点，数值为255的像元作为背景点，进行腐蚀运算与膨胀运算，获得伪装物识别后的图像；
[0089]
腐蚀运算的具体方法为：
[0090]
将图形点在3
×
3邻域内的全部背景点的数值设为0；
[0091]
膨胀运算的具体方法为：
[0092]
将背景点在3
×
3邻域内的全部图形点的数值设为255。
[0093]
步骤7：将伪装物识别后的图像通过图像显示模块5进行展示。
[0094]
如图5所示，同时，本发明还提供了一种实现上述基于偏振光获取与波段运算的伪装物识别方法的系统，包括转台1、设置在转台1上的偏振多光谱相机2、图像处理模块3以及图像分析识别模块4；
[0095]
转台1与偏振多光谱相机2分别与外部控制模块连接；偏振多光谱相机2与图像处理模块3的输入端连接；图像处理模块3的输出端与图像分析识别模块4连接；图像处理模块3，用于将偏振多光谱相机2获取的原始偏振光谱图像进行分离并重构；图像分析识别模块4，用于将原始偏振光谱图像进行运算和目标识别。
[0096]
首先，转台1的作用是控制偏振多光谱相机2的旋转速度和角度，调整旋转速度使得偏振多光谱相机2获取的图像的帧频与旋转速度相匹配，即每两张相邻原始偏振光谱图像之间的位移相同，转台1控制旋转总的角度从而获得对应场景的拍摄范围，其中，偏振多光谱相机2固定在转台1上；
[0097]
然后，偏振多光谱相机2的作用是获取目标场景的四个偏振角度的原始偏振光谱图像，其大小根据转台1的角度确定。偏振拍摄的原始像片大小为2048
×
2448
×
1200，1200为拍摄的原始偏振光谱图像的数量,本实施例中为1200张，每张原始偏振光谱图像从左到
右依次包含430nm-850nm的波段信息，波段间隔为5nm，共计85个波段，其中每四个原始偏振光谱图像上的像元为一组，包含0
°
、45
°
、90
°
与135
°
四个偏振方向上的分量,参见如图4(a)至图4(d)；
[0098]
最后，图像处理模块3与偏振多光谱相机2相连，用于获取原始偏振光谱图像，并将其分离并重构成包含四个偏振方向的单一光谱波段图像，将1200张像片相同波段的区域进行提取并拼接，可以获得单一光谱波段图像，每张大小为2048
×
1200
×
8，再从单一波段图像中分离四个偏振方向的图像，每张单一波段图像可以分离出4张不同偏振方向的偏振高光谱图像，用不同偏振方向的偏振高光谱图像计算获得单一波长图像的偏振参量，最终获取每个波段的偏振参量，其大小为1024
×
(1200
×
8/2)。
[0099]
另外，还设置有与图像分析识别模块4连接的图像显示模块5；图像显示模块5用于将伪装物识别后的图像进行展示。本实施例中图像显示模块5采用液晶显示屏，用于显示最终结果，图像处理模块3和图像分析识别模块4统一集成在计算机上。
[0100]
上述是实施例的工作原理如下：
[0101]
如图6所示，本发明系统供电后，调整转台1的转速和旋转的角度，通过偏振多光谱相机2获取原始偏振光谱图像，偏振多光谱相机2由线性渐变滤光片和偏振滤光片组合而成，获取的原始偏振光谱图像包含0
°
、45
°
、90
°
、135
°
四个角度的偏振方向，将拍摄获取的原始偏振光谱图像输入图像处理模块3，获得包含四个偏振方向的单一波段图像，分解单一波段图像获得四张偏振高光谱图像，通过计算偏振高光谱图像的偏振参量，并从中获得波长为800nm与700nm的偏振参量对应的偏振高光谱图像。将偏振高光谱图像输入图像分析识别模块4中，计算ndvi指数图像，计算公式如下：
[0102][0103]
其中r
800
、r
700
分别代表了800nm与700nm对应的偏振高光谱图像。
[0104]
对获取的偏振高光谱图像选取阈值进行二值化，可以区分目标物以及背景，再对二值化图像进行腐蚀操作与膨胀操作，去除细小的背景识别错误点，提升识别的准确率，降低虚警率，最后将识别结果输出至图像显示模块5进行展示。