涂层目标1.06μm偏振双向反射分布函数测量方法研究

为了获取复杂涂层目标的光学散射特性,介绍了一套全自动偏振双向反射分布函数测量系统,可以测量半球空间内几乎所有角度下的偏振双向反射分布函数。采用双波片旋转法实现了对光的偏振调制,利用离散傅里叶变换反演出了涂层目标的Muller矩阵。给出了某涂层样品的测量结果与模型的计算比较。结果表明,这种方法是一种测量涂层目标偏振双向反射分布函数的有效方法。     

涂层表面偏振双向反射分布函数的多参量混合模型

为了表征不同涂层表面的偏振光学散射特性,在基于微面元理论的偏振双向反射分布函数模型的基础上,针对不同涂层样品提出了一种适用范围更广的多参量偏振双向反射分布函数模型.采用遗传算法对实验数据进行模型参量拟和.实验结果表明,对几种不同的涂层样品,这种多参量模型的模拟计算结果与测量结果均能较好吻合,可以为后续的目标偏振特征提取与识别工作提供参考.     

材料表面偏振双向反射分布函数模型修正

为表征物体表面偏振散射特性对目标偏振信息提取的影响,基于微面元散射模型结合KubelMunk理论,综合考虑镜面散射和漫散射,构建一种改进的偏振双向反射分布函数(pBRDF)模型,得到物体表面散射光的偏振度与材料复折射率、方位角、探测角和入射波长等因素的数学模型,并利用该模型对基础材料的复折射率进行反演.结合实际应用利用FD-1665偏振成像仪在不同影响因子条件下对目标表面进行了一系列偏振探测实验.最后将数值模拟结果和实测数据进行比较,其材料偏振特性曲线与实测数据吻合,表明修正后的模型有较高的精确度,该模型可以为后续的偏振监测和目标识别工作提供理论支持.     

光学元件亚表面缺陷偏振双向反射分布函数

利用琼斯散射矩阵,借助右手正交基组来表示入射场和散射场,推导出光学元件亚表面缺陷或微粒在不同偏振状态下的双向反射分布函数的表达式。给出了亚表面缺陷在不同入射角条件下,不同偏振状态下的双向反射分布函数与散射方位角之间的关系,以及不同入射角下p偏振入射产生的p偏振双向反射分布函数的3维散射图。结果表明:p偏振入射产生的p偏振双向反射分布函数强烈依赖于入射角、散射角和方位角,且随着入射角的增加,其最小值点所对应的方位角逐渐减小。     

光学元件亚表面缺陷偏振双向反射分布函数

 利用琼斯散射矩阵,借助右手正交基组来表示入射场和散射场,推导出光学元件亚表面缺陷或微粒在不同偏振状态下的双向反射分布函数的表达式。给出了亚表面缺陷在不同入射角条件下,不同偏振状态下的双向反射分布函数与散射方位角之间的关系,以及不同入射角下p偏振入射产生的p偏振双向反射分布函数的3维散射图。结果表明:p偏振入射产生的p偏振双向反射分布函数强烈依赖于入射角、散射角和方位角,且随着入射角的增加,其最小值点所对应的方位角逐渐减小。     

基于双向反射分布函数实验测量的目标散射特性的分析

介绍了一种用双向反射分布函数(BRDF)测定仪进行目标双向反射分布函数测量的方法。以聚四氟乙烯(F4)粉压制板作为反射标准板,给出了F4标准板及所测样品在双向反射分布函数测定仪上的测量数据。被测样片的反射光强度经标定过的漫反射标准板传递,最终在较高分辨率的半球空间内分析计算出了样品在红外(1.06μm和0.86μm)波段的双向反射分布函数。实验结果表明,该方法是一种分析目标散射特性的可行性方法。     

基于漫反射优化的金属表面偏振双向反射分布函数

为了研究金属表面的偏振特性,分析光与物体相互作用的物理机理.首先,根据微面元散射特性,将目标表面的反射分为镜面反射、漫反射和体散射,并建立了三分量偏振双向反射分布函数模型.然后,利用非线性最小二乘法对模型参数进行优化.基于开源数据的仿真实验结果表明,相比其他函数,该函数拟合的曲线与实测结果更吻合;且描述不同金属表面偏振...     

不同表面激光双向反射分布函数的实验研究

根据粗糙面电磁散射理论讨论了粗糙表面双向反射分布函数（ＢＲＤＦ）和单位面积激光雷达截面的关系。测量不同粗糙度金板、铝基、钢基和涂层样片在０．６３μｍ的双向反射分布函数。分析了高度起伏均方根δ，斜率起伏均方根ｓ，介电常数对双向反射分布函数的影响。最后，将部分粗糙样片的双向反射分布函数理论计算结果与实验数据比较，两者有良好的吻合。     

花岗岩表面双向反射分布函数实验研究

本文介绍了双向反射分布函数(BRDF)的概念及测量方法。首先对典型建筑材料中的某种花岗岩表面进行了表面粗糙度的测量,并在现有条件内通过转动样片和探测器,实现了空间BRDF的测量,测量波段分别为0.6328 μm和1.34 μm,分析了表面粗糙度对BRDF的影响。     

基于神经网络的粗糙表面双向反射分布函数建模

分析粗糙表面双向反射分布函数的测量方法,提出一种使用人工神经网络技术建立目标表面材料双向反射分布函数模型的方法。给出测量样品多个入射角度下的BRDF随散射角变化的曲线,从中选取部分曲线输入到神经网络,使用贝叶斯正则化方法训练网络,最终获取双向反射分布函数和入射角、散射角的映射关系模型。使用网络模型计算参与训练和未参与训练的输入角度的散射分布曲线,与实验测量曲线进行比较,结果表明：建立的模型正确,具有应用价值。     

双向反射分布函数的绝对测量方法

在光谱光度计的校准中，需要在特定的入射和接收的几何条件下进行。在一些情况，校准的几何条件和光谱区受到了限制，因此有必要建立一种可适用于任意几何条件下和更宽光谱区的校准方法。本文介绍了一种校准光谱双向反射的方法，可适用于各种入射和接收的几何条件。从４００～２５００ｎｍ的光谱范围内，确定烧结的聚四氟乙烯标准样品的绝对双向反射系数，参考标准是通过国家计量院传递的方向—半球反射系数。测量用的双向反射分布函数（ＢＲＤＦ）测定仪可以全自动地测量几乎所有可能的几何条件下的绝对双向反射系数     

粗糙目标样片光谱双向反射分布函数的实验测量及其建模

实验测量了紫红色和白色涂漆板在400～780 nm内的光谱双向反射分布函数(光谱BRDF),分析了光谱双向反射分布函数随波长及散射角的变化趋势与目标样片光学特性的关系.应用改进的粒子群算法,结合双向反射分布函数五参量模型,获得了测量光谱范围内各波长(间隔1 nm)对应的共381组五参量值.利用五参量模型计算了目标样片的光谱双向反射分布函数及其方向半球反射率(DHR),并与实验测量数据相比较,两者吻合良好,表明目标光谱双向反射分布函数建模方法与结果的可行性和可靠性.目标样片的光谱双向反射分布函数可以用来研究目标的光谱散射特性,对目标的探测、跟踪、识别和特征提取等具有重要的应用价值.     

铝漫反射板200～300 nm相对双向反射分布函数的实验研究

选择了合适的测量方式．建立了铝漫反射板的相对双向反射向反射分布函数的测量装置。通过实验研究铝漫反射板的相对双向反射分布函数在不同情况下的性质表明：不同表面粗糙度的铝漫反射板相对双向反射分布函数随入射角度的变化趋势有所不同;表面镀A1 MgF2膜反射率可增大约1．5到3倍;相对双向反射分布函数在200～280nm之间不随波长改变,波长大于280nm时,随波长略有增加,最大13％。根据实验数据绘出的二维等值线图反映了光辐射以不同角度入射、观测角度固定情况下的铝漫反射板的相对双向反射分布函数的变化,对实验数据拟合得到在该情况下的铝漫反射板的相对双向反射分布函数的较精确的数学表达式。     

粗糙表面激光散射统计建模的遗传算法

首先利用简单几何光学与概率统计的原理，根据粗糙面激光散射特性，对双向反射分布函数进行了简化和数学统计建模。然后通过遗传算法对实验测量数据的拟合，获得更多的物体粗糙表面的光散射信息。最后提出了几种简化的数学统计模型，对实验数据进行优化拟合，均取得了良好的效果。     

透明基底表面双向反射分布函数及粗糙度特性研究

采用双向反射分布函数定量分析透明基底表面粗糙度,考虑到透明基底第二个界面的影响,从不透明基底双向反射分布函数入手,推导了实际测量的透明基底表面双向反射分布函数的表达式.依据此理论提出了通过分别测量两个表面的散射强度来联立求解透明基底实际表面反射分布函数和表面粗糙度谱的新方法.并将此结果与用原子力显微镜测量所获得的结果进行了比较,两者吻合较好.     

具有不同涂层的样品表面双向反射分布函数的三维测量

利用半球空间双向反射分布函数测量装置,采用样本比值法,实验测量了不同材质及涂层表面对激光束在整个半球空间内的双向反射分布函数.分析了漫反射板与无涂层铝板（裸板）表面,以及不同涂层和不同入射角下同一涂层对入射光的反射光强的空间分布,得出了所测几种样品在特定波长激光照射下的表面反射与散射特性.     

一种实用型粗糙面六参数双向反射分布函数模型

通过对五参数半经验双向反射分布函数(BRDF)模型进行修改,并吸收其它模型的优点,提出了一个六参数BRDF模型,该模型形式更简单,拟合效果更好,并且模型满足了能量守恒和互易性,使该模型更趋于实用化。利用模拟退火算法对多种不同样片的BRDF进行了拟合建模,获得了相应模型的参数值和偏差,结果证明了该模型的正确性,尤其适合对散射特性较弱样片BRDF的拟合建模。对于散射特性较弱的样片,与常用的五参数模型进行了比较,该模型的漫反射部分拟合效果更好,总体精度还略有提高。最后,为了更直观地表示目标样片的BRDF,分别给出了各个角度BRDF的三维拟合图。     

多类目标样片激光散射特性研究

 对战场上几种常见目标的激光散射特性进行了实验研究,通过实验测量,得出6种类型目标平面样片的大量数据。在此基础上,应用两种BRDF经验模型,采用遗传算法对BRDF模型中的未知参数进行了优化求解,并使用SSE和R-square评价指标参数对各经验模型的适应性进行了评估。最后得出：基于Torrance-Sparrow模型的五参数半经验统计模型适应性最强,它对6种类型目标平面样片的实验数据均能很好地拟合。