偏振光谱多维信息的重构融合算法

作     者：钟菁菁 刘骁 王雪霁 刘嘉诚 刘宏 亓晨 刘宇阳 于涛 ZHONG Jing-jing;LIU Xiao;WANG Xue-ji;LIU Jia-cheng;LIU Hong;QI Chen;LIU Yu-yang;YU Tao

作者机构：中国科学院西安光学精密机械研究所陕西西安710119 中国科学院大学北京100049 中国科学院光谱成像技术重点实验室陕西西安710119 

基　　金：国防科技创新特区项目(2020-XXX-014-01) 中国科学院战略性科技先导专项A(XDA23040101) 陕西省重点研发计划项目(2019SF-254)资助 

出 版 物：《光谱学与光谱分析》 (Spectroscopy and Spectral Analysis)

年 卷 期：2023年第43卷第4期

页      码：1254-1261页

摘      要：针对传统光学手段难以实现复杂背景下光谱伪装目标的准确识别,同时,常规的数据融合方法易导致图像信息丢失的缺点,提出了一种基于非下采样轮廓波变换的偏振光谱多维信息融合方法。该方法结合自研的新型偏振光谱多维信息探测仪器,根据其获取的目标空间、光谱、偏振等多维信息,设计了多维信息重构算法流程,提取了偏振态基础数据斯托克斯参量以及偏振度和偏振角,利用NSCT对基础偏振参量进行图像融合,提升图像的信息含量以提高伪装物的识别准确率。先对具有相同边缘信息的图像Q和U采用NSCT分解,低通子带取均值,高通子带取最大值进行初步融合,获得偏振特征S,最后对偏振特征S、强度图像I以及偏振度DoLP进行NSCT分解,对分解所得低通子带进行区域能量加权融合;对高通子带,根据偏振特征图像具有灰度值小,受光照影响大等特点,采用LBP特征进行加权融合。同时,本方法与四类融合方法进行对比,据信息熵、标准差、平均梯度、对比度以及峰值信噪比五项指标对融合结果进行客观评价,并结合普通图像,偏振融合图像,偏振高光谱图像对目标识别精度进行对比。融合后的图像信息熵为6.9986,标准差为45.5998,平均梯度为19.8086,与原始强度相比,提升分别为5.1%,14.04%,7.3%,在四类融合方法中排在首位。表明本文所提出的方法有效实现了偏振基础特征融合,提升了人造目标和自然背景的差异。同时融合后的偏振高光谱图像对于目标的识别准确率达到0.9862,较单一强度图像目标识别准确率提升了21%。实验结果表明,提出的方法能有效融合目标强度信息以及偏振信息,提升图像对比度和可读性,同时融合后的图像在目标识别准确度上有了较大的提升,有效降低了传统光谱手段对伪装目标识别的虚警率,为新概念光谱伪装揭露提供了一种新型有效的手段,具有非常大的应用潜力和应用价值。

主 题 词：偏振光谱图像 NSCT 特征融合 伪装识别 

学科分类：1305[艺术学-设计学类] 13[艺术学] 08[工学] 081104[081104] 0804[工学-材料学] 0703[理学-化学类] 081101[081101] 0811[工学-水利类] 

核心收录：

D　O　I：10.3964/j.issn.1000-0593(2023)04-1254-08

馆 藏 号：203121019...