散射介质中偏振成像与信息恢复方法研究

来源 :合肥工业大学 | 被引量 : 0次 | 上传用户:velvet_flower
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
偏振成像不仅能够获得光强、光谱和空间信息,还能够获得偏振度、偏振方位角、偏振椭率和旋转方向等更多维度的信息,对获取到的偏振信息的有效处理有助于获得更好的成像效果。偏振成像技术已被广泛应用于探测、导航、遥感、医学诊断等领域,在散射介质成像领域,偏振成像技术及偏振信息处理方法能够有效降低图像中来自散射介质的干扰,提高目标的能见度,丰富细节信息。散射介质中获取的偏振信息是偏振光和目标、介质共同作用后的结果,若要利用和发挥好偏振成像的优势,获得具有可解释性的偏振信息处理方法,实现良好的偏振成像效果,需要充分理解偏振光的传输特性和机理,遵循“偏振传输建模-偏振传输特性-偏振信息处理”的研究主线。然而当前的研究仍存在着一些问题,如表征目标与介质共存场景中偏振传输过程的物理模型有待完善,目标与介质共存的偏振传输特性的理论研究不够深入,偏振图像处理模型的参数定义和一些估计方法的解释性和可行性存在不足,强散射介质中偏振信息处理效果受到限制等。因此,上述问题的解决对完善散射介质中的偏振成像及处理方法具有研究意义。因此,针对以上问题,本文围绕散射介质中偏振成像与信息恢复方法这一研究内容,主要开展了以下几方面的工作:(1)针对实际应用中目标与介质共存的主动偏振成像的需求,提出了基于蒙特卡罗的目标与介质共存的偏振建模方法,模型包括偏振散射表征模块、目标表面几何表征模块以及表面反射表征模块。通过顺序的追踪并更新偏振光子的运动状态及偏振态,对满足条件的偏振光子进行状态统计,以获得建模的输出结果。该方法考虑了光子运动的随机性,能够用于仿真偏振光在混合介质场景中的传输过程。在此基础上,提出了一种层析偏振建模方法,能够在不影响光子状态的前提下,分别对在任意深度处的前向和后向光子的偏振态进行统计,从而能够将介质中光的偏振态从二维平面分布拓展到三维空间分布,有助于更全面的表征偏振光在介质中的传输特性。实现了提出的整体和层析的偏振建模方法的程序,通过逐模块的验证方式验证了模型的正确性。(2)在前一节提出的目标与介质共存的偏振模型的基础上,针对影响偏振传输特性的常见因素,开展了多因素影响下,目标与介质共存的偏振传输特性的整体和层析仿真实验,根据一对正交线偏振和圆偏振通道在各个条件因素下的偏振态分布,研究了线偏振与圆偏振的传输特性,为偏振成像应用提供理论指导和先验信息。结果表明,层析偏振仿真实验中,通过探测不同深度处的偏振态分布,有助于获得更详细的偏振传输特性,形成偏振态的空间分布模式;影响偏振光子在介质中的散射次数的因素均会对偏振传输特性产生影响;目标对介质偏振特性的影响具有一定的范围,且与介质的传输平均自由程相关;线偏振与圆偏振传输特性的差异主要体现在后向散射偏振态分布上,且在不同层析深度下呈现出不同的偏振成像效果。(3)针对目标与介质共存场景中偏振成像的应用需求,提出了一种可解释的,基于偏振信息的图像复原方法,包括对偏振图像退化模型的参数的重定义,基于偏振差分的传输率参数估计方法,以及目标与介质共存的环境光分量的估计方法。搭建了偏振成像系统,开展了不同介质和目标条件等影响因素的实测实验,实测实验结果表明,该方法能够有效降低散射介质对目标的影响,较准确的还原目标颜色信息,并且能够实现实时处理。然而在高浓度场景中的图像复原效果受到限制,原因归咎于直接偏振差分无法估计出完整的后向散射分量,从而影响了模型参数估计精度和图像复原的效果。在此基础上,为了使降低手术烟雾影响的偏振医学图像能够进一步应用于医学处理和诊断,研究了恢复生物组织偏振信息的必要条件,即需要对偏振图像退化模型的参数进行逐颜色通道、逐像素点的线性估计,基于此原则的图像复原方法被证明具有更好的目标偏振特性恢复效果。(4)针对强散射介质中偏振图像复原效果下降的问题,提出了一种适用于强散射介质的偏振图像复原方法,通过对各个偏振通道强度间的相关性分析,从偏振信息获取的角度,提出一种基于离散电矢量方向的改进偏振差分估计方法,相比较传统差分方法,改进偏振差分能够更好地估计后向散射分量,能够预期提升模型参数的估计精度。利用目标与介质共存的偏振蒙特卡罗模型开展了仿真实验,验证了方法的可行性。为了保证实际应用中的简易性和实时性,分别提出了基于单一偏振通道和多通道协同的改进偏振差分的近似估计方法,并将其应用于偏振图像复原的模型参数估计问题中,形成两种针对强散射介质的图像复原方法。实测实验结果表明,提出的方法有助于进一步提升针对强散射介质偏振图像的参数估计精度和图像复原效果,并保证了目标偏振信息恢复,能够潜在的提升偏振成像的优势。
其他文献
传统机器学习算法大多假设训练数据(源领域)和测试数据(目标领域)是独立同分布的。然而,现实数据多在开放动态环境中收集,使得源领域数据分布有别于目标领域数据分布。领域适应(Domain Adaptation)方法利用标记丰富的源领域来辅助具有相似分布的未标记的目标领域的学习,以有效缓解数据分布偏移问题。已有的领域适应方法大多聚焦于学习领域间不变特征表示,以缩小领域间数据分布差异。然而,这些方法在对齐
学位
随着国家“双碳”政策的落地实施,全社会的降碳成为重要的任务。建设“双碳”时代高校低碳校园需要结合校园的碳排放构成及特点,科学分析降碳路径,通过碳核算等手段分析碳排放敏感因子,再结合经济技术分析,采用最优降碳技术,注重全过程降碳,营造低碳校园文化,最终实现低碳校园的目标。
期刊
我国开始进入城市化快速发展的中后期,土地资源有限,城市更新加速。未来社区是近年来中国大城市新型社区发展方向。成都作为中国西部的中心城市,致力于发展公园城市。本文主要研究成都新都区的城市更新背景下的未来公园社区规划设计理念。本文以“成都市新都区未来公园社区规划”项目为例,探讨了未来公园社区的发展策略、设计特色和场景营造等内容,包括生态、绿色、智能、共享和人文等方面。
期刊
近几十年来,随着集成电路在工艺上的不断突破,计算机的算力实现了大幅增强,深度学习技术也随之得到了迅速发展。在图像领域,深度学习技术在诸多交叉学科都取得了优秀的图像降噪成果。在X射线成像领域,X射线光栅相位衬度成像被普遍认为是最有应用前景的成像技术之一,能够兼容常规X射线源并实现了软组织的多衬度成像,在临床医学、材料科学和工业无损检测等领域有着广泛的应用。在X射线光栅相衬成像中,多衬度图像不可避免地
学位
随着智能手机、数码相机等移动成像设备的日益普及,人们越来越多地通过图像来记录并传递信息,获取满足需求的高质量图像一直是人们关注的重要问题。然而在实际成像过程中有多种因素均会导致图像模糊,如相机曝光中被拍摄物体与相机传感器的相对运动、相机失焦、景深变化等。模糊的图像损失了原有的大量内容,影响人们对图像所传达信息的理解。因此,从模糊图像中恢复出清晰图像具有重要的研究价值,同时也是数字图像处理及计算机视
学位
阅读作为核心课程是小学语文课程中非常重要的一部分,通过阅读,学生可以提高阅读能力,为进一步学习奠定基础。随着新课程标准的出台,当前的教学环境发生了变化,如何在新时期提高小学语文教学的有效性,成为小学语文教师反思的重点问题之一。教师应以语文教材为指导,创新教学方法。本文首先分析了小学阅读教学的现状和新课程标准对小学阅读教学的影响,以及对小学阅读的启示。在此基础上,提出了一个在小学实施阅读教学的策略。
会议
对木构件的无损检测是对古建筑木结构安全性评定、下一步保护修缮工作开展的基础。本文归纳总结了木材常用无损检测方法的原理,并结合各种无损检测方法的特点、木构件缺陷形式、现场检测条件等分析了各种方法在木构件无损检测中的应用,并总结出木构件无损检测技术的局限性,为进一步的研究方向提供参考。
期刊
图模式匹配技术广泛应用于生物数据分析、网络安全监测、社交网络分析等领域。传统的图模式匹配致力于发现与指定模式图同构的子图,是一个NP完全问题,很难应用于更加注重语义匹配的社交网络应用和大规模图数据上。多约束图模式匹配通过对模式图中节点和边进行多属性约束的方式很好的适应了社交网络对语义匹配的需要。且多约束路径匹配使得图模式匹配更加灵活,对模式图的语义进行多重约束的方式也更加契合大数据时代对数据精准分
学位
随着集成电路与计算机视觉技术的迅猛发展,有关视频序列的前背景分割、基于深度图绘制中的深度信息估计及空洞修复等研究已成为图像处理领域重要的研究内容,其相关技术已广泛应用于智能交通、安防及医疗等领域。论文研究的主要内容是图像的前背景分割、深度信息估计及空洞填补等进行高层建模与仿真,为后续的硬件电路实现奠定基础。论文主要的创新研究成果如下:(1)在前背景分割中,有些场景中会出现动态背景的干扰。一些方法在
学位
单图像去雨技术主要研究如何从具有复杂分布的雨图中提取出雨纹信息,同时复原出干净背景,这对提升底层视觉感知和高层认知理解能力具有重要意义。和传统的单图像去雨方法相比,基于深度学习的单图像去雨技术已取得突破性进展。但是由于雨图分布的多样性与复杂性,以及应用场景的日益复杂化,单图像去雨领域仍有一些挑战性问题亟待解决:(1)现有图像去雨方法大多采用监督学习方式,即训练数据为合成的配对数据,但是合成数据的雨
学位