【摘要】：隨著當(dāng)今海洋領(lǐng)域研究的逐漸深入,目標(biāo)偏振成像技術(shù)已成為國內(nèi)外各個(gè)國家關(guān)注和研究的熱點(diǎn)。而水下激光主動(dòng)成像是根據(jù)海水對藍(lán)綠激光的光譜特性、時(shí)間特性和空間特性實(shí)現(xiàn)對水下成像目標(biāo)物進(jìn)行成像,克服了水下聲納成像系統(tǒng)造成的分辨率低和探測距離短的缺點(diǎn)。但光在水中傳輸?shù)倪^程中產(chǎn)生的散射和吸收,會(huì)降低水下目標(biāo)偏振圖像的質(zhì)量。本文通過分析水介質(zhì)中懸浮粒子的散射特性,設(shè)計(jì)水下目標(biāo)成像實(shí)驗(yàn),采用分時(shí)旋轉(zhuǎn)偏振片的方式采集目標(biāo)圖像。本文實(shí)驗(yàn)選取可見光波段的532nm藍(lán)綠激光進(jìn)行水下偏振成像,成像系統(tǒng)采集三個(gè)不同角度的強(qiáng)度圖像,并計(jì)算相應(yīng)的斯托克斯圖像。針對水下偏振圖像存在的質(zhì)量差、紋理細(xì)節(jié)模糊和對比度低等問題,本文研究基于提升小波變換的多尺度分解方法,對其進(jìn)行圖像融合增強(qiáng)處理,提高偏振圖像質(zhì)量。首先,本文將反映細(xì)節(jié)紋理信息的偏振度和偏振角圖像組合,生成偏振組合圖像;接著,將偏振組合圖像和光強(qiáng)圖像進(jìn)行多尺度分解。對于分解產(chǎn)生的反映近似信息的低頻分量和反映細(xì)節(jié)信息的高頻分量,本文提出一種區(qū)域能量做權(quán)重系數(shù)和基于區(qū)域方差結(jié)合的融合規(guī)則;最后,利用逆變換重構(gòu)圖像,生成最終的融合圖像。實(shí)驗(yàn)仿真表明,本文提出的融合方法相對于傳統(tǒng)的圖像融合方法在提高圖像對比度和清晰度上有一定的優(yōu)勢。這為資源探索、海底地形地貌勘探和潛艇探測等領(lǐng)域打下了良好的基礎(chǔ)。
【圖文】：

該方法是建立在圖像或傳感器基礎(chǔ)上的。需要確立參數(shù)估計(jì)的優(yōu)化函數(shù)，它會(huì)從原始圖像構(gòu)建一個(gè)相關(guān)的先驗(yàn)?zāi)Ｐ停瑢栴}等價(jià)為一個(gè)優(yōu)化問題。代表性的有基于貝葉斯和馬爾可夫的方法。d）神經(jīng)網(wǎng)絡(luò)方法基于神經(jīng)網(wǎng)絡(luò)的圖像融合方法需要設(shè)計(jì)網(wǎng)絡(luò)結(jié)構(gòu)和規(guī)則，該方法將智能圖像處理帶到圖像融合方向，，為圖像融合帶來了開辟了另一條發(fā)展方向。目前智能技術(shù)正在快速的發(fā)展，該技術(shù)已經(jīng)應(yīng)用于圖像處理和目標(biāo)分類與檢測等領(lǐng)域。2）基于變換域圖像融合方法基于變換域的融合方法主要有傅里葉變換和多尺度變換。這些方法在圖像融合增強(qiáng)方面也取得了一些不錯(cuò)的效果。目前，基于多尺度變換的方法是圖像融合領(lǐng)域研究和關(guān)注的重點(diǎn)。本文對于偏振圖像融合增強(qiáng)也是在其基礎(chǔ)上進(jìn)行的。多尺度分解是指對原始圖像進(jìn)行分解，從而產(chǎn)生不同尺度和不同分辨率的子分量圖像，得到低頻和高頻分量，對于分解產(chǎn)生的低頻和高頻信息采用不同的融合方法進(jìn)行融合；逆變換重構(gòu)圖像，生成最終的融合圖像，進(jìn)而提高目標(biāo)成像的質(zhì)量�；诙喑叨茸儞Q的融合流程如圖 1.2 所示。

量的表示方法，偏振度 P 可以( )1 22 2 21 2 30S S SS+ += 幾種情況： = 0，此時(shí) P＝0，表明是自然23+ S，此時(shí) P＝1，表明是完全部分偏振光。態(tài)的表示，但其表現(xiàn)形式復(fù)衰減、吸收及散射特性。根懸浮粒子產(chǎn)生的后向散射。應(yīng)”而改善水下偏振成像的
【學(xué)位授予單位】：長春理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TN241;P715.5

【參考文獻(xiàn)】

相關(guān)期刊論文 前8條

1 李俊峰;姜曉麗;戴文戰(zhàn);;基于提升小波變換的醫(yī)學(xué)圖像融合[J];中國圖象圖形學(xué)報(bào);2014年11期

2 姜會(huì)林;付強(qiáng);段錦;張立中;李英超;張肅;;紅外偏振成像探測技術(shù)及應(yīng)用研究[J];紅外技術(shù);2014年05期

3 王慧斌;廖艷;沈潔;王鑫;;分級多尺度變換的水下偏振圖像融合法[J];光子學(xué)報(bào);2014年05期

4 虞文俊;顧國華;楊蔚;;基于小波變換的紅外偏振圖像融合算法[J];激光技術(shù);2013年03期

5 姚天甫;朱靖;樊燁;陳廷斌;王武;王澤鋒;;激光偏振特性用于水下目標(biāo)探測[J];激光與光電子學(xué)進(jìn)展;2010年06期

6 張曉琳;唐文彥;馬強(qiáng);;激光空中探測水下目標(biāo)的新方法研究[J];激光與紅外;2009年08期

7 朱彩霞;閆亞東;沈滿德;何俊華;;基于水下反恐的微光成像系統(tǒng)[J];應(yīng)用光學(xué);2008年02期

8 曹念文,劉文清,張玉鈞;偏振成像技術(shù)提高成像清晰度、成像距離的定量研究[J];物理學(xué)報(bào);2000年01期

相關(guān)博士學(xué)位論文 前5條

1 張海洋;分振幅偏振成像系統(tǒng)定標(biāo)研究[D];中國科學(xué)院大學(xué)(中國科學(xué)院長春光學(xué)精密機(jī)械與物理研究所);2018年

2 朱攀;紅外與紅外偏振/可見光圖像融合算法研究[D];天津大學(xué);2017年

3 劉羽;像素級多源圖像融合方法研究[D];中國科學(xué)技術(shù)大學(xué);2016年

4 韓捷飛;便攜式水下連續(xù)光成像系統(tǒng)設(shè)計(jì)及成像質(zhì)量增強(qiáng)技術(shù)研究[D];華中科技大學(xué);2016年

5 查冰婷;水下同步掃描周視激光近程目標(biāo)探測研究[D];南京理工大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 李朝陽;紅外多波段圖像融合算法研究[D];中國科學(xué)院大學(xué)(中國科學(xué)院光電技術(shù)研究所);2018年

2 景琳;大氣—海洋系統(tǒng)的偏振BRDF和偏振成像的研究[D];哈爾濱工業(yè)大學(xué);2018年

3 柴鵬飛;基于多尺度變換的圖像融合方法研究[D];江南大學(xué);2017年

4 陶強(qiáng)強(qiáng);基于偏振恢復(fù)的主動(dòng)成像系統(tǒng)研究[D];合肥工業(yè)大學(xué);2017年

5 張俊偉;距離選通激光主被動(dòng)像信息融合技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2016年

6 劉征;基于可見光偏振成像的目標(biāo)探測技術(shù)研究[D];中國科學(xué)院研究生院(光電技術(shù)研究所);2016年

7 王曉娟;基于長波的紅外偏振成像技術(shù)研究[D];天津大學(xué);2016年

8 李加恒;基于多尺度變換的醫(yī)學(xué)圖像融合算法研究與應(yīng)用[D];浙江理工大學(xué);2016年

9 王若謙;基于圖像融合的水下圖像增強(qiáng)算法研究[D];大連海事大學(xué);2016年

10 趙蓉;可見光偏振成像的圖像增強(qiáng)技術(shù)研究[D];南京理工大學(xué);2016年

本文編號：2589976