一种用于偏振去雾霾的多小波融合处理图片的方法
【技术领域】
[0001] 本发明涉及一种用于偏振去雾霾的多小波融合处理图片的方法，属于图像信息处 理技术领域。
【背景技术】
[0002] 偏振成像技术是探测成像领域中的又一全新学科，它将偏振测量与图像处理方法 相结合，通过测量目标辐射和反射的偏振度和偏振角等信息，可以弥补传统光度学测量中 所存在的缺陷，获取测量所需的高质量、高对比度的图像，在军民应用中都有着广泛的应用 前景。
[0003] 但是由于目前城市污染所导致雾霾天气日益严重的现象，使得环境中某些介质对 光的吸收和散射产生衰减作用，则最终探测到的目标图像不清晰、对比度低，严重影响目标 的可识别率。为了改善雾霾天气下图像的偏振成像质量，基于分别能反应图像边缘、图像细 节及图像强度信息的偏振度、偏振角及强度图像的特点，采用对偏振图像融合的方式得到 具有更多图像信息的探测结果，提高图像在复杂环境下的可识别率。
[0004] 在常用的像素级、特征级和决策级三种融合方法中，像素级融合方法在对图像清 晰度的改善方面有着很大的贡献，但对图像的融合多采用单分辨率方法，且以统一的规则 进行融合，易产生边缘噪声和丢失信息的现象，应用小波变换的多分辨率融合方法可根据 小波多尺度的特性，对图像的高频及低频信息分别应用不同的规则进行融合，能很好地改 善单分辨率融合的不足，但这种传统单小波方法仅具有一个尺度和一个小波函数，对于具 有图像边缘和细节特点的偏振度和偏振角图像，在分解时很难充分表达其细节信息。基于 此许多研宄者又将小波的分解算法与其他融合方法相结合，以获得更多的目标信息，但这 种方法对图像限制较多，且完成步骤较繁琐。在单小波算法的基础上发展起来的多小波方 法，不仅具有与小波方法相同的多分辨率分析特性，而且多小波所能同时具有的紧支撑、对 称和正交性等特点，为后续的融合算法提供更多的分解信息。
【发明内容】
[0005] 为了在雾霾天气环境下得到更高质量、更高识别率的探测结果，本发明提出了一 种用于偏振去雾霾的多小波融合处理图片的方法。
[0006] 本发明是这样设计的：一种用于偏振去雾霾的多小波融合处理图片的方法，其特 征在于：包括下述步骤，
[0007] 步骤1、对激光器进行定标，测出激光器发射光线的初始偏振态，用偏振片I根据 初始偏振态起偏，获得的偏振光线照射在雾霾模拟环境中的目标上；在接收端调节偏振片II的角度分别为0°、60°和120°，用探测器进行探测，通过图像处理模块获得这三个角 度的光强探测结果分别为I' (0° )、1' (60° )和I' (120° );
[0008] 步骤2、将步骤1中探测到的结果通过公式（1)获得目标的三个斯托克斯线偏振分 量
[0009]
【主权项】
1. 一种用于偏振去雾霾的多小波融合处理图片的方法，其特征在于：包括下述步骤， 步骤1、对激光器（1)进行定标，测出激光器（1)发射光线的初始偏振态，用偏振片 I(4)根据初始偏振态起偏，获得的偏振光线照射在雾霾模拟环境中的目标（5)上；在接收 端调节偏振片II(6)的角度分别为0°、60°和120°，用探测器（8)进行探测，通过图像处 理模块（9)获得这三个角度的光强探测结果分别为I' (0° )、1' (60° )和I' (120° ); 步骤2、将步骤1中探测到的结果通过公式（1)获得目标的三个斯托克斯线偏振分量
其中，I为总光强，Q为x分量和y分量的强度差，U为在Q的基础上+45°分量和-45° 分量的强度差， 将目标的三个斯托克斯线偏振分量通过公式（2)获得偏振度Dolp和偏振角PA
步骤3、将步骤2中得到的偏振度Dolp作为第一图像和光强图像作为第二图像分别用 多小波融合处理法进行一阶分解，分解顺序为第一顺序，其包含行预处理、列预处理、行多 小波变换以及列多小波变换，最终获得含有16个子块的分解结果，其中
为低频 子块，
为高频子块，i取1或2,表示第一图像或 第二图像，其中U为第一个尺度函数对应的低通滤波器、12为第二个尺度函数对应的低通 滤波器、氏为第一个尺度函数对应高通滤波器和H2为第二个尺度函数对应的高通滤波器； 步骤4、对第一图像和第二图像中的低频信息进行融合，用、以表示低频的各个子块， P和q分别取1或2,首先通过公式（3)确定两图像的局部区域能量E1 (x，y)
其中，M和N都为3,窗口
|其次通过公式（4)获得图像间的局部区域能 量匹配度M12
其中阈值I\= 0. 75,用来确定图像间的相关性，获得低频融合系数LpLqF， 当M12<!\时，采用局部区域能量取大方法，通过公式（5)获得融合后的低频系数
当M12多T:时，通过公式（6)获得融合后的低频系数
步骤5、对步骤3中高频的三个部分12个子块进行融合，通过公式（7)获得图像空间频 率SF1
其中i= 1时表示第一图像，i= 2时表示第二图像，MXN(3X3)窗口下HF为高频系 数水平方向上的频率、VF为高频系数垂直方向上的频率和DF为高频系数对角线方向上的 频率，通过公式（8)获得
然后在这一窗口下通过公式（9)获得图像间的相关系数R
其中^为第一图像在此窗口下的像素均值，1!2为第二图像在此窗口下的像素均值， 最后根据R值获得融合后高频系数HiL/， 当R多0. 8时，表不尚度相关，融合后的尚频系数为
当0. 3 <R< 0. 8时，表示中度相关，
其中T1为第一图像的空间频率在整个频率中所占权重，T2为第二图像的空间频率在整 个空间频率中所占权重，g卩
且1'2〇^，7)+1' 1〇^，7)=1， 当0.3时，表示低度相关，
重复步骤5操作对12个子块进行融合； 步骤6、对以上步骤得到的融合结果进行一致性检测； 步骤7、对所获得的高频和低频系数按照第二顺序进行重构，获得融合后图像； 步骤8、将第一图像与第二图像的融合结果再按照步骤3?7与偏振角图像进行融合。
2. 根据权利要求1所述的用于偏振去雾霾的多小波融合处理图片的方法，其特征在 于：所述的接收端包括偏振片II(6)、滤光片II(7)及探测器（8)，其中探测器⑶为CCD照 相机。
3. 根据权利要求1所述的用于偏振去雾霾的多小波融合处理图片的方法，其特征在 于：所述步骤3中的第一顺序与步骤7中的第二顺序为相反的顺序。
4. 根据权利要求1所述的用于偏振去雾霾的多小波融合处理图片的方法，其特征在 于：所述步骤6中所述的一致性检测： a、 将融合结果中某一像素点作为中心，在其3X3邻域中统计融合后系数来源于第一 图像和第二图像的个数； b、 根据统计结果选择个数占优势的那个图像，并将此区域的中心点的像素值，以该占 优势的那个图像相应的像素点的值进行定义。
【专利摘要】本发明涉及一种用于偏振去雾霾的多小波融合处理图片的方法，属于图像处理技术领域。本发明中的去雾方法将偏振探测与多小波融合算法相结合，以目标偏振探测为基础，应用多小波所具有的多个尺度函数和多个小波函数，使其同时满足对称性、正交性和紧支集性等性能，根据分解后高、低频系数所具有的特点分别采用不同的规则对目标偏振度、偏振角等偏振信息及强度信息进行融合。使用本方法得到的偏振融合图像，能够同时综合目标识别的细节与亮度信息，在雾霾天气环境下得到更高识别率、更高质量、具有更高细节信息的目标图像，提高目标探测的去雾能力。
【IPC分类】G06T5-00
【公开号】CN104574296
【申请号】CN201410815711
【发明人】张肃, 付强, 段锦, 祝勇, 战俊彤, 刘建华
【申请人】长春理工大学
【公开日】2015年4月29日
【申请日】2014年12月24日