水下目標(biāo)檢測是軍事方向的重要研究領(lǐng)域。偏振光譜成像技術(shù)作為一種新興的目標(biāo)檢測技術(shù),具有偏振成像和光譜成像的優(yōu)勢,其目標(biāo)圖像包含了偏振和光譜的特征信息,與常規(guī)的強度或光譜目標(biāo)圖像相比,可抑制背景噪聲,提高水下目標(biāo)檢測能力。本文根據(jù)偏振光譜探測原理,搭建了基于分焦平面法的水下偏振光譜成像系統(tǒng),該系統(tǒng)主要由激光器、偏振片、1/4波片、液晶可調(diào)諧濾波器(LCTF)、分焦平面偏振相機組成,可以在同一時間獲取水下目標(biāo)的多個角度的偏振圖像,并通過調(diào)諧液晶可調(diào)諧濾波器實現(xiàn)對紅(R)、綠(G)、藍(B)三個波段的偏振探測,然后通過提取目標(biāo)圖像的偏振與光譜信息,對圖像進行偏振光譜融合處理,提高水下目標(biāo)探測能力,實現(xiàn)對水下目標(biāo)的檢測,得到所預(yù)期的圖像。結(jié)果表明,本文所得到的融合圖像與傳統(tǒng)的光強度圖像相比,在圖像襯度與質(zhì)量上有著明顯的提升。此外,通過水下探測實驗,研究水體泥沙濃度、水下目標(biāo)材質(zhì)和不同波段水下目標(biāo)等因素對水下目標(biāo)偏振光譜成像的影響。實驗結(jié)果表明,與傳統(tǒng)光強度探測結(jié)果相比,本文提出的基于分焦平面法的水下偏振光譜成像系統(tǒng)能更好的獲取水下目標(biāo)的相關(guān)信息;水中泥沙濃度對偏振圖像獲取影響較大,但在泥沙濃度較...

【文章頁數(shù)】：62 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 選題背景及研究的目的和意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 偏振光譜成像研究現(xiàn)狀
        1.2.2 水下目標(biāo)偏振成像研究現(xiàn)狀
    1.3 論文的研究內(nèi)容及章節(jié)安排
第2章 水下偏振光譜成像機理研究
    2.1 激光水下成像特性研究
    2.2 成像偏振探測原理
        2.2.1 光的偏振特性
        2.2.2 偏振光的描述方式
    2.3 成像光譜探測原理
    2.4 偏振光譜成像技術(shù)實現(xiàn)方法
        2.4.1 偏振態(tài)的調(diào)節(jié)
        2.4.2 光譜波段的調(diào)節(jié)
    2.5 本章小結(jié)
第3章 水下偏振光譜成像系統(tǒng)總體設(shè)計
    3.1 分焦平面法水下偏振光譜成像原理
    3.2 水下偏振光譜成像系統(tǒng)總體方案設(shè)計
    3.3 激光發(fā)射子系統(tǒng)結(jié)構(gòu)設(shè)計
    3.4 成像探測子系統(tǒng)結(jié)構(gòu)設(shè)計
        3.4.1 分焦平面偏振相機
        3.4.2 液晶可調(diào)諧濾波器
    3.5 偏振圖像提取與計算軟件
    3.6 本章小結(jié)
第4章 水下偏振光譜目標(biāo)檢測算法
    4.1 水下目標(biāo)成像影響因素
    4.2 圖像預(yù)處理
    4.3 偏振光譜圖像目標(biāo)檢測算法
        4.3.1 常用的異常檢測算法
            4.3.1.1 異常檢測統(tǒng)計假設(shè)模型
            4.3.1.2 低概率目標(biāo)檢測算法
            4.3.1.3 RX檢測算法
        4.3.2 多檢測器最大熵融合異常檢測算法
        4.3.3 基于偏振和光譜特征的融合檢測算法
    4.4 圖像評價指標(biāo)
    4.5 本章小結(jié)
第5章 實驗驗證與結(jié)果分析
    5.1 水下目標(biāo)偏振成像實驗設(shè)計
    5.2 水下目標(biāo)偏振成像特性實驗驗證
        5.2.1 不同泥沙濃度水下目標(biāo)偏振成像實驗
        5.2.2 不同材質(zhì)水下目標(biāo)偏振成像實驗
        5.2.3 不同波段水下目標(biāo)偏振成像實驗
    5.3 偏振光譜目標(biāo)檢測算法結(jié)果與分析
    5.4 本章小結(jié)
第6章 總結(jié)與展望
    6.1 工作總結(jié)
    6.2 工作展望
參考文獻
攻讀碩士學(xué)位期間取得的成果
致謝



本文編號：4007081