一种基于偏振特性的水面目标检测方法与流程

技术特征：

1.一种基于偏振特性的水面目标检测方法，采用偏振图像采集装置进行图像的拍摄，包括以下步骤：

S1,获取同一场景在不同偏振角度下的偏振图像，该偏振图像的数量n≥3；

S2,利用尺度不变特征变换方法对偏振图像的偏振度特征进行提取；

S3,对不同偏振角度的偏振图像进行配准；

S4,利用斯托克斯矢量基于最小二乘法计算各个偏振图像的偏振角和偏振度，进而得到偏振度图像；

S5,对偏振度图像进行阈值分割处理得到偏振二值图像，同时对该偏振度图像进行局部熵特征的提取得到基于局部熵特征的偏振度图像，对该基于局部熵特征的偏振度图像进行阈值分割处理得到二值图像，将偏振二值图像和二值图像进行合成得到合成图像；

S6,将合成图像进行二值连通域分解，进而检测得到目标物。

2.根据权利要求1所述的基于偏振特性的水面目标检测方法，其特征在于，所述步骤S3的配准为计算各个偏振图像之间的平移量，具体为：

对各个偏振图像进行两两配准，先选取其中两幅偏振图像，从该两幅偏振图像中各选取K个点并进行对应配对形成K个匹配对；

计算每个匹配对的差值，将差值相同的匹配对放入同一个散列，将差值不同的匹配对放入不同的散列；

在所有散列中选出包含匹配对数量最多的一个散列，将该散列的匹配对定义为正确的匹配对，并且对该散列中的匹配对的差值取平均值，该平均值是指将该散列中各个匹配队的差值相加后再除以匹配对的数量计算得到，该平均值为当前两幅偏振图像的平移量。

3.根据权利要求2所述的基于偏振特性的水面目标检测方法，其特征在于，所述步骤S4具体为：

根据出射光的光强计算式计算得到斯托克斯矢量的三个参数S₀、S₁、S₂，

偏振图像的偏振角度均匀分布在[0,π)区间上，结合偏振图像的数量n，得到如下方程组式：

$\left\{\begin{array}{c}I\left(0\right)=\frac{1}{2}\left(S_0+S_1\cos \left(2*0\right)+S_2\sin \left(2*0\right)\right)\\ I\left(\frac{\mathrm{\π}}{n}\right)=\frac{1}{2}\left(S_0+S_1\cos \left(2*\frac{\mathrm{\π}}{n}\right)+S_2\sin \left(2*\frac{\mathrm{\π}}{n}\right)\right)\\ \begin{array}{c}.\\ .\\ .\end{array}\\ I\left(\frac{\left(n-2\right)\mathrm{\π}}{n}\right)=\frac{1}{2}\left(S_0+S_1\cos \left(2*\frac{\left(n-2\right)\mathrm{\π}}{n}\right)+S_2\sin \left(2*\frac{\left(n-2\right)\mathrm{\π}}{n}\right)\right)\\ I\left(\frac{\left(n-1\right)\mathrm{\π}}{n}\right)=\frac{1}{2}\left(S_0+S_1\cos \left(2*\frac{\left(n-1\right)\mathrm{\π}}{n}\right)+S_2\sin \left(2*\frac{\left(n-1\right)\mathrm{\π}}{n}\right)\right)\end{array}\right.,$

根据上式，利用最小二乘法解得斯托克斯矢量的三个参数S₀、S₁、S₂；

根据上述得到的三个参数S₀、S₁、S₂，由下式计算得到偏振图像的偏振度和偏振角：

$\left\{\begin{array}{c}P=\frac{\sqrt{S_1^2+S_2^2}}{S_0}\\ \mathrm{\θ}=\frac{1}{2}{\tan }^{-1}\left(\frac{S_2}{S_1}\right)\end{array}\right.,$

上式中，P为偏振度，α偏振角。

4.根据权利要求3所述的基于偏振特性的水面目标检测方法，其特征在于，所述步骤S5中局部熵特征的提取具体为：

设f(x,y)是一幅偏振图像中(x,y)处的灰度值，对于一幅大小为M×N的偏振图像，令

$\left\{\begin{array}{c}{H}_f=-\underset{i=1}{\overset{M}{\Σ}}\underset{j=1}{\overset{N}{\Σ}}{p}_{ij}\log p_{ij}\\ p_{ij}=\frac{f(i,j)}{\underset{i=1}{\overset{M}{\Σ}}\underset{j=1}{\overset{N}{\Σ}}f(i,j)}\end{array}\right.,$

上式中H_f为偏振图像的信息熵，p_ij为偏振图像的灰度分布；如果大小M×N是偏振图像的一个局部窗口的大小，则该H_f为偏振图像的局部熵。

5.根据权利要求4所述的基于偏振特性的水面目标检测方法，其特征在于，根据偏振图像的灰度分布可知，

p_ij<<1，因此，通过泰勒公式展开的方法得到近似的H_f计算公式：

$H_f\&ap;-\underset{i=1}{\overset{M}{\&Sigma;}}\underset{j=1}{\overset{N}{\&Sigma;}}{p}_{ij}(p_{ij}-1)=1-\underset{i,j}{\&Sigma;}{p}_{ij}^2.$

6.根据权利要求5所述的基于偏振特性的水面目标检测方法，其特征在于，所述步骤S6中合成图像时采用基于广度优先搜索方法进行处理，具体为：

S6.1，扫描偏振图像，直到当前像素点B(x、y)＝1；

S6.1.1，将像素点B(x、y)作为起始点，赋予一个起始标签，并将与该起始点相邻的所有前景像素存入队列尾部；

S6.1.2，取出队列头部像素点，对该头部像素点赋予与起始标签相同的标签，然后将与该头部像素点相邻的所有前景像素存入队列尾部；

S6.1.3，返回步骤S6.1.1，直到队列为空；

S6.2，重复执行步骤S6.1，直到所有偏振图像扫描结束，

从而将具有相同标签的像素点组成一个连通域，然后返回连通域的外接矩形坐标，获得目标位置。