虞文俊，顧國(guó)華，劉騁昊

紅外偏振圖像的仿真

虞文俊，顧國(guó)華*，劉騁昊

（南京理工大學(xué)電子工程與光電技術(shù)學(xué)院，南京210094）

為了在獲得真實(shí)偏振圖像之前獲得偏振圖像，采用仿真的方法進(jìn)行了實(shí)驗(yàn)研究，即先通過(guò)實(shí)驗(yàn)獲得各種物體的偏振度建立一個(gè)偏振數(shù)據(jù)庫(kù)并進(jìn)行理論研究論證，再利用K-均值聚類算法對(duì)紅外圖像中的物體進(jìn)行聚類，最后將聚類后的圖像通過(guò)計(jì)算得到偏振圖像。結(jié)果表明，得到的仿真偏振圖像效果很明顯，能夠很好地區(qū)分人造物和自然物，從而驗(yàn)證了仿真算法的可行性。圖像仿真對(duì)于更好、更方便地研究物體的偏振特性和建立偏振數(shù)據(jù)庫(kù)有著非常重要的意義。

圖像處理；紅外偏振圖像；圖像仿真；偏振數(shù)據(jù)庫(kù)

引 言

紅外成像的仿真一般是在原始景物紅外輻射分布的基礎(chǔ)上，從時(shí)間、空間、光譜和輻射量等方面進(jìn)行［1］。仿真可分為數(shù)學(xué)仿真和半實(shí)物仿真兩大類。數(shù)學(xué)仿真就是建立系統(tǒng)的數(shù)學(xué)模型，然后通過(guò)計(jì)算機(jī)復(fù)現(xiàn)系統(tǒng)的工作過(guò)程，它屬于抽象性仿真，可以非實(shí)時(shí)運(yùn)行。半實(shí)物仿真屬于物理仿真，必須實(shí)時(shí)運(yùn)行。目前國(guó)內(nèi)外對(duì)在目標(biāo)紅外成像仿真研究方面的研究方法很成熟了，但是對(duì)紅外偏振圖像的仿真研究不是很多，也研究得不是很透徹，參考文獻(xiàn)［1］中提到了一種簡(jiǎn)單的紅外偏振圖像仿真算法，作者就是在此基礎(chǔ)上進(jìn)行了深入的研究。

通過(guò)實(shí)驗(yàn)可獲得人造物和自然物的偏振度數(shù)據(jù)，用這些數(shù)據(jù)建立一個(gè)偏振數(shù)據(jù)庫(kù)［2］。當(dāng)已知物體的偏振度，就可通過(guò)仿真算法得到景物的偏振圖像，即在獲得真實(shí)偏振圖像之前，可先通過(guò)對(duì)物體偏振特性的仿真來(lái)獲得偏振圖像［1］。參考文獻(xiàn)［1］中對(duì)紅外偏振圖像的仿真算法過(guò)于簡(jiǎn)單，只考慮景物中一種獨(dú)特的物體的偏振度來(lái)仿真得到最后的偏振圖像，效果不明顯，沒(méi)有很好地區(qū)分人造物和自然物，而本文中先通過(guò)大量實(shí)驗(yàn)計(jì)算獲得人造物和自然物的偏振度，然后利用K-均值聚類算法對(duì)原圖像進(jìn)行分類，將分類后的物體仿真得到偏振圖像，最終仿真圖像效果很明顯，能夠更好地區(qū)分人造物和自然物。

1 偏振度的定義

自然光在傳播過(guò)程中，由于外界的影響，造成各個(gè)振動(dòng)方向上的強(qiáng)度不等，使其一方向的振動(dòng)比其它占優(yōu)勢(shì)，這種光叫做部分偏振光［3-4］。偏振度表示為完全偏振光強(qiáng)度在整個(gè)光強(qiáng)度中的比例，即：

式中，P表示偏振度，Ip為完全偏振光的強(qiáng)度，In為自然光的強(qiáng)度；當(dāng)P＝1時(shí)表示為完全偏振光，當(dāng)0＜P＜1時(shí)表示是部分偏振光［5-8］。

偏振光通常也使用斯托克斯矢量描述法［9］。Stokes（斯托克斯矢量）描述法是由I，Q，U，V共4個(gè)參量來(lái)描述［6］。因?yàn)樽匀恢袌A偏振很少，所以假設(shè)V＝0。下式是I，Q，U的具體表達(dá)式：

2 偏振數(shù)據(jù)庫(kù)

通過(guò)大量實(shí)驗(yàn)，分別對(duì)一些常用種類的目標(biāo)以探測(cè)角為0°～65°來(lái)拍攝它們的紅外圖像，表1中列舉了常用種類目標(biāo)的偏振度數(shù)據(jù)庫(kù)，這些數(shù)據(jù)是由圖1所示［10］的裝置拍攝到的圖像用（2）式和（3）式進(jìn)行計(jì)算得到的。探測(cè)角是指熱像儀和物體的法線所成的角度，所以探測(cè)角最大可達(dá)90°。探測(cè)角和偏振數(shù)據(jù)之間沒(méi)有直接的數(shù)值對(duì)應(yīng)關(guān)系，只是為了得到不同角度下偏振度數(shù)據(jù)的變化情況。

Fig.1 Experimental device for polarization data acquisition

Table 1 Common types of polarization of the target database

3 仿真算法和結(jié)果

3.1仿真算法

根據(jù)前面列出的偏振度數(shù)據(jù)得到目標(biāo)物的偏振度，一般在拍攝紅外圖像時(shí)，景物基本上是垂直入射到紅外熱像儀上的，所以在偏振圖像仿真時(shí)選擇探測(cè)角為0°的物體偏振度。具體的仿真算法如下。

（1）首先對(duì)原始的紅外圖像基于K-均值聚類，將原始圖像中的物體分為K類，K-均值聚類具體算法［11］為：（a）從樣本點(diǎn)的集合S＝｛x1，x2，…，xn｝中隨機(jī)選擇K個(gè)初始的聚類中心；（b）將樣本點(diǎn)的集合S＝｛x1，x2，…，xn｝根據(jù)中心Z1，Z2，…，ZK進(jìn)行聚類，得到K個(gè)類｛｛C1｝，｛C2｝，…，｛Ck｝｝，C是聚類的對(duì)象，對(duì)任意的xj∈S，如果（xj－Zi）2≤（xj－Zp）2，p≠i且p＝1，2，…，K，則xj∈Ci；（c）調(diào)整聚類中心，得到新的類中心計(jì)算聚類誤差，直到E的值不再很明顯地變化時(shí)結(jié)束，其中j＝1，2，…，n；p＝1，2，…，K。

假設(shè)紅外圖像上有綠色植被、大理石、紅旗和水，其實(shí)就是將這份紅外圖像采用聚類的算法大致分成4類。

（2）通過(guò)表1獲知物體的偏振度，再利用（1）式求出物體的偏振圖像，一般紅外熱像儀探測(cè)物體都是垂直探測(cè)，所以選用物體探測(cè)角為0°的偏振度數(shù)據(jù)，即綠色植被、大理石、紅旗和水分別利用下面的式子來(lái)獲得它們的偏振圖像：

式中，Igreen（i），Imarble（i），Iwater（i）和Icloth（i）為紅外圖像經(jīng)過(guò)聚類后得到的像素，Pgreen（i），Pmarble（i），Pwater（i）和Pcloth（i）分別為各個(gè)類仿真計(jì)算后的偏振圖像像素，i代表某個(gè)像素點(diǎn)。

仿真算法流程圖見(jiàn)圖2。

Fig.2 Simulation algorithm flowchart

3.2仿真結(jié)果

紅外圖像經(jīng)過(guò)聚類算法后的結(jié)果如圖3所示，經(jīng)過(guò)上述方法對(duì)紅外圖像仿真后得到的結(jié)果見(jiàn)圖4，參考文獻(xiàn)［1］中的結(jié)果見(jiàn)圖5。

Fig.3 Clustering results

Fig.4 This simulation algorithm

本文中的仿真算法較參考文獻(xiàn)［1］中的仿真算法效果好，在本文中的最終結(jié)果，各個(gè)人造物體都明顯被突出了，達(dá)到了偏振圖像突出人造物目標(biāo)的效果，自然物體被忽略了，而參考文獻(xiàn)［1］中的結(jié)果和原圖像沒(méi)有多大的區(qū)別，效果不明顯。

Fig.5 The simulation algorithm results in reference［1］

4 結(jié) 論

雖然仿真圖像不能完全來(lái)代替真實(shí)偏振圖像，但仿真圖像可以達(dá)到突出人造物的目的，所以對(duì)于一些不能直接獲得真實(shí)物體偏振圖像的圖像，仿真還是有其研究意義的。圖像仿真對(duì)于更好、更方便地研究物體的偏振特性和建立偏振數(shù)據(jù)庫(kù)有著非常重要的意義，并且該仿真算法適用于所有波段的紅外偏振圖像。

［1］ HAN N.Infrared polarization imaging technology［D］.Nanjing：Nanjing University of Science and Technology，2008：36-40（in Chinese）.

［2］ ZENG H F.Key technology research about infrared polarization imaging［D］.Nanjing：Nanjing University of Science and Technology，2012：19-40（in Chinese）.

［3］ WOLFF L B，ANDREOU A.Polarization camera sensors［J］.Imaage and Vision Computing，1995，13（6）：497-510.

［4］ LIAO Y B.Polarization optics［M］.Beijing：Science Press，2003：45-63（in Chinese）.

［5］ WOLFF L B.Applications of polarization camera technology［J］.IEEE Export，1995，10（5）：30-38.

［6］ ZHAO X J，BERMAK A，BOUSSAID F，et al.Liquid-crystal micropolarimeter array for full Stokes polarization imaging in visible spectrum［J］.Optics Express，2010，18（17）：17776-17786.

［7］ LEVITT JA，MATTHEWSD R.Fluorescence lifetime and polarization-resolved imaging in cell biology［J］.Analytical Biotechnology，2009，20（1）：28-36.

［8］ JIA Y H.Digital image processing［M］.Wuhan：Wuhan University Press，2007：10-95（in Chinese）.

［9］ DOU A P.Imaging polarization detection of a number of key technical research［D］.Xi’an：Northwestern Polytechnical University，2006：33-44（in Chinese）.

［10］ YUW J，GU G H，YANGW.Fusion algorithm of infrared polarization images based on wavelet transform［J］.Laser Technology，2013，37（3）：289-292（in Chinese）.

［11］ ZHAO Y Q，PAN Q，CHEN Y M.Imaging polarization spectral remote sensing and application［M］.Beijing：National Defence Industry Press，2011：22-245（in Chinese）.

Simulation of infrared polarization images

YU Wenjun，GU Guohua，LIU Chenghao
（College of Electronic Engineering and Optoelectronic Technology，Nanjing University of Technology and Engineering，Nanjing 210094，China）

In order to obtain polarization images without true polarization images，firstly，the degree of polarization of various objects were found in experiments，and a database of degree of polarization was built.Then，objects in the infrared images were classified by means of K-means clustering algorithm.Finally，the polarization images were calculated from the clustering images.The results verify the simulation algorithm is feasible.The effect of the simulated images is good，it is easy to distinguish artificial object from natural objects.Image simulation is important for better and more convenient research of polarization properties of objects and the establishment of a database of polarization.

image processing；infrared polarization image；image simulation；polarization database

TP391

A

10.7510／jgjs.issn.1001-3806.2014.01.016

1001-3806（2014）01-0076-03

總裝預(yù)研基金資助項(xiàng)目（62301020303）；江蘇省青藍(lán)工程基金資助項(xiàng)目

虞文?。?988-），男，碩士研究生，主要研究方向?yàn)閳D像處理和圖像融合。

*通訊聯(lián)系人。E-mail：gghnjust＠jsmail.com.cn

2013-01-15；

2013-02-26