一种基于非下采样剪切波的可见光偏振图像融合方法
【技术领域】
[0001] 本发明涉及一种可见光偏振图像融合方法，特别是一种基于下采样剪切波的可见 光偏振图像融合方法，属于数字图像处理和光电探测领域。该方法实现基于非下采样剪切 波的偏振图像融合，对镜头镜头和多光电传感器采集到的不同偏振态图像进行有效融合， 并做进一步地目标增强处理，输出细节丰富，对比度高的图像，有效突出目标的偏振特性， 提高场景感知和目标探测的能力。可以广泛应用于各种光电成像设备和目标探测系统中。
【背景技术】
[0002] 现有的目标探测手段主要包括可见光探测、雷达、红外探测等，其中红外探测通过 采集目标辐射强度信息进行成像，因其成像距离远，抗干扰能力强，可视化等优点成为最重 要的探测技术。随着红外伪装技术的发展，新型红外伪装材料使得目标与背景的辐射区分 度减小，导致红外相机难以有效探测小温差目标及伪装目标，红外探测技术应用受限。
[0003] 偏振是光的固有特性之一。物体在反射、散射太阳光的过程中，会产生由其自身性 质决定的偏振信息，它对折射率、表面粗糙度等目标特性较为敏感，对温差不敏感，即光的 偏振状态变化包含了作用对象的物理状态信息。偏振成像是一种新兴的探测技术，它通过 目标与背景的辐射及偏振特性差异进行探测，在获取辐射强度同时，还可得到偏振信息，所 以能够将辐射强度相同而偏振特性不同的物体区分开来，因而成为传统探测手段的一个有 益补充，有助于提高探测率和精确度。国外已逐步将偏振成像技术用于军事和民用的诸多 领域，而国内也逐渐展开相关技术研究。
【发明内容】
[0004] 本发明要解决技术问题为：针对现有探测技术的不足，提供一种基于下采样剪切 波的可见光偏振图像融合方法，在保持已有探测方法有效区分辐射强度和较高探测率的基 础上，进一步增加偏振特征提取和目标增强手段，充分利用了图像的轮廓信息和细节信息， 突出了目标的偏振特性，提高了目标的识别能力，也更符合人眼视觉观察，适用于场景感知 和目标识别系统中。
[0005] 为实现这样的目的，本发明的技术方案：一种基于下采样剪切波的可见光偏振图 像融合方法，包括如下步骤：
[0006] 步骤一、Stokes 解算：
[0007] 基于非下采样剪切波的可见光偏振图像融合方法，主要是利用不同偏振态信息进 行有效融合，以达到对目标突出目标，利于人眼视觉观察，提高探测率的目的。常用描述光 波偏振态的方法有两种，一种是Jones矢量法，用来描述完全偏振光；一种是Stokes矢量 法，它可以表示完全偏振光、部分偏振光乃至自然光，且Stokes矢量参量正比于光强，可被 探测器直接感知。因此，4幅偏振成像多用Stokes矢量描述偏振态为： LlN 丄 UOldydb/ A I ^ Z/ ( }J^
[0008]
(公式 I)
[0009] 其中，Ie ( θ = 0°，45°，90°，135° )表示不同偏振方向角的偏振态图像，込 和Ir分别表示左、右旋圆偏振图像。S。与入射光强成正比，S :和S 2分别表示两个相互正交 方向的线偏振信息，83表示圆偏振信息。在自然环境中，圆偏振分量很小，可忽略。因此，目 标的偏振图像（偏振度DoLP和偏振角AoLP)可表不为：
[0010]
[0011]
[0012] 步骤二、偏振特征提取：
[0013] 根据公式1可以得到光强图像s。，一般而言，光强图像亮度大，细节丰富，但目标 与背景对比度不够，根据步骤一中公式2和公式3可以得到偏振度图像DoLP和偏振角图像 AoLP，偏振度图像DoLP整体对比度较高但亮度较低、细节较少；而偏振角图像AoLP能较好 反映目标物理表面特性，但同时也放大了噪声。因此，本发明考虑提出一种综合偏振特征图 像F，计算式如下：
[0014] F = a *DoLP+ β * (DoLP*cos (2*AoLP)) (公式 4)
[0015] 经过大量实验分析比较得到权重典型值为α = 0. 8, β = 0. 2。
[0016] 步骤三、非下采样Shearlets多尺度分解：
[0017] 剪切波（Shearlets)是2005年提出的一种多分辨率小波，与其他多尺度变换方法 相比，它具有很好的方向敏感性和各向异性，能够准确捕获图像中的边缘信息，且不会引入 伪Gibbs效应，因而正逐步应用于图像融合与边缘检测。根据公式1可以直接得到光强图 像s。，结合公式1、公式2和公式3可以得到提取出的偏振特征图像F，光强图像反映了目 标和背景的整体轮廓和亮度信息，而偏振特征图像反映了目标的偏振特性，因此，提出使用 非下采样Shearlets(NSST)对光强图像和偏振特征图像将光强图像s。和偏振特征图像F 分解在不同尺度和方向上。为提高精度，这里尺度j取4，对第1、2层高频分量进行10个 方向分解，3、4层高频分量进行18个方向分解。NSST的实现主要分为两个步骤：非下采样 的多尺度分解和方向局部化。分别对光强图像和偏振特征图像进行4层非下采样金字塔 (non-subsampled pyramid，NSP)分解，由于NSST分解不存在下采样，因此，图像经4层NSP 分解后，最终得到5个和原图大小相同子带图像，其中包括1个低频图像和4个带通图像。 然后再对4个带通图像分别进行方向分解，以实现高频图像方向局部化。
[0018] 步骤四、高低频系数融合：
[0019] 经过步骤三可以得到光强图像s。和偏振特征图像F的不同尺度不同方向上的子 带图像，选取各层各方向上的低频成分取像素平均作为该层融合图像的低频系数；高频系 数融合规则采用窗口能量最大准则，选取模板卷积和最大的像素作为该层融合图像的高频 系数，3X3窗口模板如下： CN 105139367 A IX m "ti 3/7 页
[0020]
(公式 5)。
[0021] 步骤五、图像重构及目标增强：
[0022] 经过步骤四，完成对两幅图像的低频系数和高频系数融合处理后，可以得到不同 尺度不同方向上的高频和低频融合系数，对这些系数进行NSST逆变换，初步的融合图像输 出。初步融合图像相比于原始图像，其对比度、清晰度和亮度均已有较大的提升。为进一步 增强对比度，突出目标偏振特性，采用基于指导滤波器的增强算法对NSST逆变换输出图像 进行目标增强。算法首先对重建图像去噪并变换到对数域，然后由图像的均方差指导两个 不同尺度的引导滤波器提取出两幅不同程度的增强细节图，再叠加至原图并进行反对数变 换输出最终的融合图像。
[0023] 本发明与现有技术相比的有益效果在于：
[0024] (1)本发明采用基于非下采样剪切波的可见光偏振图像融合方法，与传统仅仅利 用辐射强度差异区分目标和背景的方法相比，增加了对目标和背景的偏振特性区分，有效 提尚了目标探测率。
[0025] (2)本发明采用基于非下采样剪切波的可见光偏振图像融合方法，与常规的 Stokes矢量法描述目标的偏振态相比，增加了对偏振度和偏振角图像的有效提取和融合， 提出了综合描述偏振态的偏振特征指标，更有利于描述目标的偏振特性。
[0026] (3)本发明采用基于非下采样剪切波的可见光偏振图像融合方法，与常规多尺度 分解的偏振图像融合相比，非下采样Shearlets变换具有很好的方向敏感性和各向异性， 能够准确捕获图像中的边缘信息，且不会引入伪Gibbs效应，更适于偏振图像融合与目标 识别。
[0027] (4)本发明采用基于非下采样剪切波的可见光偏振