基于空洞循环卷积的近红外图像彩色化方法

针对近红外图像彩色化过程中存在近红外与可见光图像间模态差异较大、图像域样式不佳而导致其彩色化结果出现色彩纹理不吻合的问题,提出一种基于空洞循环卷积的近红外图像彩色化方法。改进CycleGAN网络,利用级联结构和空洞卷积块的优势设计了一种名为空洞级联模块,该模块采用编解码级联结构,代替原模型残差网络中的单向连接结构,进行特征通道的级联。在编解码级联层中引入空洞卷积模块,利用空洞卷积不损失图像纹理细节的优势,进一步提取不同尺度的近红外图像特征信息,最后通过解码将近红外灰度图像上色成彩色近红外图像。算法在生成网络中采用空洞级联方式改善误着色问题;在判别网络中引用感知损失函数改善网络收敛速度慢的问题。并且在NIR＿VIS数据集上开展验证和分析。实验结果表明,所提方法提升效果明显,更好地保持了原目标的结构及色彩纹理特征,有效地提升了近红外图像的可视化效果。     

多角度探测的不同材质表面偏振特性实验分析

相比于强度探测,使用偏振探测的方法能有效增强地物目标(如伪装目标)识别的准确性。设计并搭建偏振特性测试系统,对铁板、玻璃板、绿漆涂层铁板、绿漆涂层玻璃板、草皮这5种目标进行多角度偏振成像实验。首先,通过旋转偏振片将入射光源设置为完全线偏振光。其次,在偏振相机镜头前加滤光片,来获取同一中心波段下5种材质在各个探测天顶角、探测方位角下的图像。最后,将获得的偏振图像进行偏振度计算。结果表明,不同材质的保偏特性不同,且物体偏振度只与材质表面涂层有关,与内部组成成分无关;在镜面反射方向,目标的偏振度最大。这说明偏振光探测能作为材料分类的依据,可应用于遥感探测、物证搜寻等方面,还对反偏振侦察的特殊伪装材料制作有一定指导意义。     

红外波段下湿度对偏振光传输特性的影响

针对红外波段下湿度对偏振光传输特性的影响问题,以自然界中较常见的烟煤粒子作为研究对象,采用蒙特卡洛法仿真研究,不同红外波段下湿度对线偏光和圆偏光传输特性的影响情况及其之间差异特性.结果表明:在短波波段,线偏光与圆偏光的偏振度随湿度的增加都呈现逐渐上升的趋势;在中波波段,随湿度的增加两种偏振光都呈现下降趋势;而在长波波段,湿度对偏振状态几乎没有影响.进一步比较可知,在短波波段,圆偏光具有更好的偏振特性,而在中长波情况下,线偏光的偏振特性更加显著.因此,在应用红外偏振进行探测时,本研究对波段的选取、湿度的控制及偏振态的应用具有重要的指导意义.     

偏振成像探测技术发展现状及关键技术

考虑偏振成像探测技术在目标探测中具有独特优势,本文介绍了偏振成像探测技术的概念,概括了国外偏振成像探测技术的研究历程和发展现状。基于上述描述,针对偏振成像探测的关键技术进行了深入的讨论,包括目标偏振特性、信道环境下的偏振传输特性和偏振成像目标全偏振图像的获取等。最后总结了该研究领域存在的主要问题,归纳了偏振成像探测技术的发展趋势。     

基于Mueller矩阵的偏振抑制反光方法

针对利用主动光进行透窗探测所产生的反光问题,若仅依赖单偏振抑制反光,目标与背景之间对比度低,难以适用于强反射干扰下的目标透窗成像。而利用双偏振正交抑制反光,虽然对比度有所提高,但图像整体亮度较低,识别暗弱目标具有挑战性。本文以玻璃的镜面反光作为干扰对象,首先分析偏振抑制反光的能力,其次分析不同光源入射角下Mueller矩阵元素的变化规律,最后采用退偏图像来提高目标的显著性。结果表明,Mueller矩阵中M₂₂和M₃₃图像在灰度值的分布中明显不同于其他矩阵元素,通过M₂₂和M₃₃生成的退偏图像可有效区分目标与背景。该方法在保证图像整体亮度较高的同时,有效地提高了目标与背景之间的对比度,从而可应用于强反射干扰下的目标透窗成像以及暗弱目标的识别。     

基于颜色预测和语义感知双分支结构的近红外图像彩色化算法北大核心CSCD

针对近红外图像彩色化过程中因近红外与可见光图像间模态差异较大,导致着色后图像在纹理细节处存在颜色晕染、区域误着色的问题,提出了颜色预测和语义感知相结合的生成对抗网络。设计颜色预测和语义感知双分支生成器,颜色预测分支采用带有跳转连接的残差网络,语义感知分支采用带有语义融合的空洞卷积金字塔结构;不同的扩张率,能够获得多个感受野提取多尺度语义特征,将感知到的语义嵌入到颜色预测分支,提高模型的语义理解能力,改善颜色晕染、区域误着色问题;设计循环一致语义损失函数,约束生成器中语义信息的一致性;算法在RGB-NIR场景数据集上进行性能实验比对以及消融实验。实验表明,所提算法相比于现有彩色化算法,PSNR、SSIM和LPIPS评价指标优于现有算法,着色效果更符合视觉感受。     

基于提升小波的低对比度目标偏振识别技术

针对低对比度环境下拍摄目标图像所产生的低识别率问题,提出了一种基于小波提升算法的偏振信息融合方法,该方法采用偏振技术进行目标探测,应用小波提升算法所具有的计算量少、处理速度快等优点将偏振度和偏振角等信息分解为高频和低频部分,分别对高、低频系数采用不同规则进行融合,使得融合后目标边缘轮廓完全从低对比度环境中凸显出来,且细节信息完整、清晰,易于人眼对目标的识别。通过对大量低对比度场景下的目标进行识别及对融合结果进行评价,实验表明,该方法能有效地提高低对比度环境下目标的识别效率,验证了算法的可行性。     

基于纹理特征的图像复杂度研究

为了更好地描述图像内部的复杂程度,建立图像复杂度与各指标之间的数学模型是研究图像复杂度最关键的一步。首先从图像纹理出发,试图建立图像复杂度与各指标之间定量、精确的数学关系描述。针对目前图像复杂度与各衡量指标之间没有明确的数学关系的特点,文中采用灰度共生矩阵对纹理的主要特征参数进行分析,提出了基于BP神经网络的图像复杂度评价方法,建立了图像复杂度与各个指标之间非线性的数学评价模型。通过大量的图片对神经网络进行训练学习,得到各指标的权重值。验证结果表明,所建评价模型能够真实地反映图像内部的复杂程度,获得的实验结果与人类视觉感知的结果基本一致。对于将BP神经网络应用于图像复杂度的研究具有一定的参考价值。     

非均匀烟雾环境对偏振光传输特性的影响

针对由烟雾沉降现象产生的非均匀烟雾介质环境,利用蒙特卡洛仿真程序,并通过实时测量沉降时间内的光学厚度,建立了实验测试与模拟仿真中非均匀环境参数的联系,解决了传统非均匀环境中介质参数测量与偏振传输特性测量存在延时的问题,增加了测试的准确性。实验结果表明,4种偏振光的偏振度均随烟雾浓度的增大而减小;随着烟雾浓度的增大,圆偏光表现出更好的保偏特性;波长越长圆偏光的偏振特性越显著,波长越短线偏振光的偏振特性越显著。     

不同形状的非球形粒子对偏振传输特性的影响

针对自然界的非球形粒子问题,对典型非球形粒子的偏振传输特性进行研究,采用T矩阵算法研究椭球、圆柱和切比雪夫粒子的偏振传输特性,及其与球形粒子偏振传输特性的差异。研究结果表明:对于横纵轴之比中等的椭球粒子,当散射角小于60°时,不同形状椭球粒子的偏振度(DOP)差异较小,可用Mie散射方法进行粒子偏振特性的近似计算;当散射角大于60°时,DOP随横纵轴之比的变化较大,且球形与椭球粒子的DOP差异随着横纵轴之比的增加而增大;对于直径与高度之比中等的圆柱体粒子,DOP的变化相比于椭球粒子更加平稳,但后向散射与侧向散射区域仍不能采用Mie散射进行近似计算;形状比例极端的椭球粒子和圆柱体粒子的偏振曲线均类似于钟形,且在散射角约为90°时DOP达到最大值;切比雪夫粒子的形变参数和级次都对粒子前向散射偏振特性的影响较小,但对后向散射偏振特性的影响较大,且灵敏度随级次的增加而减小。本研究结果可为非球形粒子偏振传输特性的研究及球形粒子近似提供理论指导。