CN102663768A - 偏振视觉系统中自适应确定偏振镜的最佳透振方向的方法 - Google Patents

Abstract

本发明公开了一种偏振视觉系统中自适应确定偏振镜的最佳透振方向的方法，通过任意三幅已知透振方向的偏振图像，合成任意透振方向的偏振图像，通过对这些偏振图像进行清晰度的评价，从而为偏振视觉系统确定最佳的透振方向。本发明提供了一种廉价、客观、方便的方法，解决了现有偏振视觉系统中偏振镜方向难以确定的问题；而且确定了最佳透振方向后，可以最大程度消除杂散光影响，大大地提高成像质量。

Description

偏振视觉系统中自适应确定偏振镜的最佳透振方向的方法

技术领域

本发明涉及偏振视觉系统领域，具体涉及一种偏振视觉系统中自适应确定偏振镜的最佳透振方向的方法。

背景技术

偏振视觉系统的应用越来越广泛，如偏振识别、偏振导航，这类偏振视觉系统通过多幅已知透振方向的偏振图像，求取偏振光的stokes矢量或E矢量，作为特征进行目标识别或导航。这类视觉系统对偏振镜的透振方向没有特别的要求。偏振视觉另外一个重要的用途是减弱或消除杂散光对成像的影响。

很多被检测物体的表面会发出杂乱的眩光或环境中存在强的逆光，如透过水面或玻璃拍摄物体、对金属表面进行视觉检测、车载视觉或交通监控系统对面的车打强光灯、雨天的视觉监控系统等等，这对视觉检测会产生非常严重的负面影响。为了减弱或者消除杂散光、眩光、逆光等干扰，目前很多应用场合采用在镜头前面搭配偏振镜来解决问题。

为了达到最好的使用效果，需要旋转偏振镜片，选择最好的偏振透振方向。而对于不同的场合透振方向角是不同的，即便对同一场合透振方向角也是随着目标或光源的不同而实时发生改变的。而对于动态场景，是不允许花过多的时间调整偏振镜片的透振方向。

为了削弱杂散光的影响，现有的偏振视觉系统是通过如下2种方式确定偏振镜片的透振方向：(1)旋转偏振镜片，观察成像效果，从而确定最好的透振方向。(2)根据先验知识，确定偏振镜的透振方向，如司机佩戴的偏振太阳镜。

发明内容

为了克服现有偏振视觉系统无法快速客观地确定偏振镜透振方向的缺陷，本发明提供了一种能够提高成像质量，使得目前的偏振系统使用更加方便，应用更加广泛的偏振视觉系统中自适应确定偏振镜的最佳透振方向的方法。

本发明解决其技术问题所采用的技术方案：

偏振视觉系统中自适应确定偏振镜的最佳透振方向的方法，其特征在于，包括以下步骤：

1）利用任意三幅偏振镜的已知透振方向的偏振图像，合成任意透振方向的偏振图像；

当偏振图像的透振方向与参考方向（选定的0°方向）夹角为θ时，任意透振方向的偏振图像可表示为：

$I\left(\mathrm{\θ}\right)=\frac{1}{2}I+\frac{1}{2}Q\cos 2\mathrm{\θ}+\frac{1}{2}U\sin 2\mathrm{\θ}---\left(1\right)$

I、Q、U为偏振图像的Stokes矢量，I(θ)代表偏振图像在θ透振方向时出射光的光强，I表示总光强，Q表示X轴方向与Y轴方向偏振图像分量之差，U表示±45⁰方向偏振图像分量之差；

(1)利用偏振装置采集某场景三幅不同透振方向的偏振图像，假设三幅已知透振方向的偏振图像的透振方向与参考方向的夹角分别为θ₁、θ₂、θ₃，相应的偏振图像分别为I(θ₁)、I(θ₂)、I(θ₃)；

（2）对偏振图像进行配准

由于，同一场景多幅偏振图像的采集不是同一时刻的，场景中有运动目标或采集设备的震动会使得视场会轻微变化，因此采集的三幅图像并不严格一致，如果三幅图像不对准，将会给后面的计算stokes矢量带来误差，因此，需要先对偏振图像进行配准(如果成像系统非常稳定，此步骤可以省略)；

假设I(θ₁)为参考图像，I(θ₂)和I(θ₃)为待配准图像，相对于I(θ₁)，假设I(θ₂)被平移(x₀,y₀)，被旋转θ₀角度；

①平移配准

参考图像I(θ₁)记为I₁(x,y)，待配准图像I(θ₂)记为I₂(x,y)即：

I₂(x,y)=I₁(x-x₀,y-y₀)           (2)

则2幅图像对应的傅里叶变换有如下关系：

${\mathrm{FI}}_2={\mathrm{FI}}_1\·e^{-j2\mathrm{\π}(w_x{x}_0+w_y{y}_0)}---\left(3\right)$

由傅里叶变换的平移性质知，信号在空间域的平移对应于其在频域的相位移，这两幅图像的相位差就等于它们互功率谱的相位，归一化互功率谱计算如下：

$\frac{{\mathrm{FI}}_1\·F{I}_2^{*}}{|{\mathrm{FI}}_1\·F{I}_2^{*}|}=e^{+j2\mathrm{\π}(w_x{x}_0+w_y{y}_0)}---\left(4\right)$

其中，FI₁是I₁的傅里叶变换，FI₂是I₂傅里叶变换的复共轭，通过对互功率谱进行傅里叶逆变换得到一个脉冲函数δ(x-x₀,y-y₀)，该函数的极值点位置就是对应的平移量(x₀,y₀)；

②旋转配准

I₁(x,y)存在旋转，则要先计算出旋转角度并且得到补偿之后才能进行平移计算；

假设I₂(x,y)是I₁(x,y)旋转θ₀后得到的图像，根据傅里叶变换的旋转性质，旋转一幅图像，在频域相当于对其傅里叶变换作相同角度的旋转，M₁、M₂为FI₁、FI₂功率谱，满足如下关系：

M₂(x,y)=M₁(xcosθ₀+ysinθ₀,-xsinθ₀+ycosθ₀)     (5)

为了突出图像中的高频信息，对傅里叶变换的功率谱M₁、M₂取对数运算，通过双线性插值将其转换到极坐标下：

M₂(ρ,θ)=M₁(ρ,θ-θ₀)              (6)

这样把直角坐标下求旋转量转换为极坐标下求平移量，采用平移配准介绍的方法即可求得θ₀；

（3）只要求解出偏振图像的Stokes矢量I、Q、U，将求解Stokes矢量带入式(1)，就可求得任意透振方向的偏振图像I(θ)；

对偏振图像的Stokes矢量I、Q、U的主要求解过程为：

采用分水岭算法对偏振图像进行过分割，假设在每个分割块内的所有点的Stokes矢量是相同的，利用最小二乘法，使误差平方和最小，从而求解Stokes矢量；

2）采用图像清晰度评价函数对合成的偏振图像进行评价；

用图像对比度来衡量图像是否清晰，统计各个透振方向的偏振图像的对比度，采用统计图像水平、垂直和对角方向梯度表示图像对比度，图像对比度公式如下：

$C_{I\left({\mathrm{\θ}}_i\right)}=\frac{\underset{y=1...N-1}{\underset{x=1...M-1}{\mathrm{\Σ}}}\left(\right|I_{x,y}-I_{x+1,y}|+|I_{x,y}-I_{x,y+1}|+|I_{x,y}-I_{x+1,y+1}|+|I_{x+1,u}-I_{x,y+1}\left|\right)}{4(M-1)\×(N-1)}---\left(7\right)$

3）确定合成的偏振图像的最佳透振方向；

根据图像清晰度评价函数，即公式(7)评价偏振图像的清晰度，选择杂散光滤除最多的，目标最清晰的偏振图像，被选中的最清晰的图像为：

该偏振图像对应的透振方向即为最佳透振方向。

本发明的有益效果在于：

本发明仅需要任意三幅已知透振方向的偏振图像，就可编码合成各个透振方向的偏振图像，对图像清晰度进行客观评价，从而确定偏振镜的最佳透振方向。本发明并不需要实际采集各个偏振方向的图像，大大减少了时间的消耗。因此，本发明提供了一种廉价、客观、方便的方法，解决了现有偏振视觉系统中偏振镜方向难以确定的问题；而且确定了最佳透振方向后，可以最大程度消除杂散光影响，大大地提高成像质量。

附图说明

图1为本发明的平移配准算法流程图。

图2为本发明的旋转配准算法流程图。

图3为本发明的搜索策略流程图。

图4为本发明的整体流程图。

具体实施方式

如图4所示，偏振视觉系统中自适应确定偏振镜的最佳透振方向的方法，包括以下步骤：

1）利用任意三幅偏振镜的已知透振方向的偏振图像，合成任意透振方向的偏振图像；

当偏振图像的透振方向与参考方向（选定的0°方向）夹角为θ时，任意透振方向的偏振图像可表示为：

$I\left(\mathrm{\θ}\right)=\frac{1}{2}I+\frac{1}{2}Q\cos 2\mathrm{\θ}+\frac{1}{2}U\sin 2\mathrm{\θ}---\left(1\right)$

I、Q、U为偏振图像的Stokes矢量，I(θ)代表偏振图像在θ透振方向时出射光的光强，I表示总光强，Q表示X轴方向与Y轴方向偏振图像分量之差，U表示±45⁰方向偏振图像分量之差；

(1)利用偏振装置采集某场景三幅不同透振方向的偏振图像，假设三幅已知透振方向的偏振图像的透振方向与参考方向的夹角分别为θ₁、θ₂、θ₃，相应的偏振图像分别为I(θ₁)、I(θ₂)、I(θ₃)；

（2）对偏振图像进行配准

由于，同一场景多幅偏振图像的采集不是同一时刻的，场景中有运动目标或采集设备的震动会使得视场会轻微变化，因此采集的三幅图像并不严格一致，如果三幅图像不对准，将会给后面的计算stokes矢量带来误差，因此，需要先对偏振图像进行配准(如果成像系统非常稳定，此步骤可以省略)；

假设I(θ₁)为参考图像，I(θ₂)和I(θ₃)为待配准图像，相对于I(θ₁)，假设I(θ₂)被平移(x₀,y₀)，被旋转θ₀角度；

①平移配准

平移算法流程图见图1所示，参考图像I(θ₁)记为I₁(x,y)，待配准图像I(θ₂)记为I₂(x,y)即：

I₂(x,y)=I₁(x-x₀,y-y₀)                   (2)

则2幅图像对应的傅里叶变换有如下关系：

${\mathrm{FI}}_2={\mathrm{FI}}_1\·e^{-j2\mathrm{\π}(w_x{x}_0+w_y{y}_0)}---\left(3\right)$

由傅里叶变换的平移性质知，信号在空间域的平移对应于其在频域的相位移，这两幅图像的相位差就等于它们互功率谱的相位，归一化互功率谱计算如下：

$\frac{{\mathrm{FI}}_1\·{\mathrm{FI}}_2^{*}}{|F{I}_1\·{\mathrm{FI}}_2^{*}|}=e^{+j2\mathrm{\π}(w_x{x}_0+w_y{y}_0)}---\left(4\right)$

其中，FI₁是I₁的傅里叶变换，FI₂是I₂傅里叶变换的复共轭，通过对互功率谱进行傅里叶逆变换得到一个脉冲函数δ(x-x₀,y-y₀)，该函数的极值点位置就是对应的平移量(x₀,y₀)；

②旋转配准

旋转算法流程图见图2所示，I₁(x,y)存在旋转，则要先计算出旋转角度并且得到补偿之后才能进行平移计算；

假设I₂(x,y)是I₁(x,y)旋转θ₀后得到的图像，根据傅里叶变换的旋转性质，旋转一幅图像，在频域相当于对其傅里叶变换作相同角度的旋转，M₁、M₂为FI₁、FI₂功率谱，满足如下关系：

M₂(x,y)=M₁(xcosθ₀+ysinθ₀,-xsinθ₀+ycosθ₀)    (5)

为了突出图像中的高频信息，对傅里叶变换的功率谱M₁、M₂取对数运算，通过双线性插值将其转换到极坐标下：

M₂(ρ,θ)=M₁(ρ,θ-θ₀)           (6)

这样把直角坐标下求旋转量转换为极坐标下求平移量，采用平移配准介绍的方法即可求得θ₀；

（3）只要求解出偏振图像的Stokes矢量I、Q、U，将求解Stokes矢量带入式(1)，就可求得任意透振方向的偏振图像I(θ)；

对偏振图像的Stokes矢量I、Q、U的主要求解过程为：

采用分水岭算法对偏振图像进行过分割，假设在每个分割块内的所有点的Stokes矢量是相同的，利用最小二乘法，使误差平方和最小，从而求解Stokes矢量；

2）采用图像清晰度评价函数对合成的偏振图像进行评价；

用图像对比度来衡量图像是否清晰，统计各个透振方向的偏振图像的对比度，采用统计图像水平、垂直和对角方向梯度表示图像对比度，图像对比度公式如下：

$C_{I\left({\mathrm{\θ}}_i\right)}=\frac{\underset{y=1...N-1}{\underset{x=1...M-1}{\mathrm{\Σ}}}\left(\right|I_{x,y}-I_{x+1,y}|+|I_{x,y}-I_{x,y+1}|+|I_{x,y}-I_{x+1,y+1}|+|I_{x+1,y}-I_{x,y+1}\left|\right)}{4(M-1)\×(N-1)}---\left(7\right)$

3）确定合成的偏振图像的最佳透振方向；

根据图像清晰度评价函数，即公式(7)评价偏振图像的清晰度，选择杂散光滤除最多的，目标最清晰的偏振图像，被选中的最清晰的图像为：

该偏振图像对应的透振方向即为最佳透振方向。

在寻找最佳透振方向时，并不需要遍历所有的透振方向的偏振图像；可采取如图3所示的策略进行快速搜索。

Claims (1)

1.一种偏振视觉系统中自适应确定偏振镜的最佳透振方向的方法，其特征在于，包括以下步骤：

1）利用任意三幅偏振镜的已知透振方向的偏振图像，合成任意透振方向的偏振图像；

当偏振图像的透振方向与参考方向（选定的0°方向）夹角为θ时，任意透振方向的偏振图像可表示为：

$I\left(\mathrm{\θ}\right)=\frac{1}{2}I+\frac{1}{2}Q\cos 2\mathrm{\θ}+\frac{1}{2}U\sin 2\mathrm{\θ}---\left(1\right)$

I、Q、U为偏振图像的Stokes矢量，I(θ)代表偏振图像在θ透振方向时出射光的光强，I表示总光强，Q表示X轴方向与Y轴方向偏振图像分量之差，U表示±45⁰方向偏振图像分量之差；

(1)利用偏振装置采集某场景三幅不同透振方向的偏振图像，假设三幅已知透振方向的偏振图像的透振方向与参考方向的夹角分别为θ₁、θ₂、θ₃，相应的偏振图像分别为I(θ₁)、I(θ₂)、I(θ₃)；

（2）对偏振图像进行配准

由于，同一场景多幅偏振图像的采集不是同一时刻的，场景中有运动目标或采集设备的震动会使得视场会轻微变化，因此采集的三幅图像并不严格一致，如果三幅图像不对准，将会给后面的计算stokes矢量带来误差，因此，需要先对偏振图像进行配准(如果成像系统非常稳定，此步骤可以省略)；

假设I(θ₁)为参考图像，I(θ₂)和I(θ₃)为待配准图像，相对于I(θ₁)，假设I(θ₂)被平移(x₀,y₀)，被旋转θ₀角度；

①平移配准

参考图像I(θ₁)记为I₁(x,y)，待配准图像I(θ₂)记为I₂(x,y)即：

I₂(x,y)=I₁(x-x₀,y-y₀)                   (2)

则2幅图像对应的傅里叶变换有如下关系：

${\mathrm{FI}}_2={\mathrm{FI}}_1\·e^{-j2\mathrm{\π}(w_x{x}_0+w_y{y}_0)}---\left(3\right)$

由傅里叶变换的平移性质知，信号在空间域的平移对应于其在频域的相位移，这两幅图像的相位差就等于它们互功率谱的相位，归一化互功率谱计算如下：

$\frac{{\mathrm{FI}}_1\·{\mathrm{FI}}_2^{*}}{|{\mathrm{FI}}_1\·{\mathrm{FI}}_2^{*}|}=e^{+j2\mathrm{\π}(w_x{x}_0+w_y{y}_0)}---\left(4\right)$

其中，FI₁是I₁的傅里叶变换，FI₂是I₂傅里叶变换的复共轭，通过对互功率谱进行傅里叶逆变换得到一个脉冲函数δ(x-x₀,y-y₀)，该函数的极值点位置就是对应的平移量(x₀,y₀)；

②旋转配准

I₁(x,y)存在旋转，则要先计算出旋转角度并且得到补偿之后才能进行平移计算；

假I₂(x,y)设是I₁(x,y)旋转θ₀后得到的图像，根据傅里叶变换的旋转性质，旋转一幅图像，在频域相当于对其傅里叶变换作相同角度的旋转，M₁、M₂为FI₁、FI₂功率谱，满足如下关系：

M₂(x,y)=M₁(xcosθ₀+ysinθ₀,-xsinθ₀+ycosθ₀)(5)

为了突出图像中的高频信息，对傅里叶变换的功率谱M₁、M₂取对数运算，通过双线性插值将其转换到极坐标下：

M₂(ρ,θ)=M₁(ρ,θ-θ₀)(6)

这样把直角坐标下求旋转量转换为极坐标下求平移量，采用平移配准介绍的方法即可求得θ₀；

（3）只要求解出偏振图像的Stokes矢量I、Q、U，将求解Stokes矢量带入式(1)，就可求得任意透振方向的偏振图像I(θ)；

对偏振图像的Stokes矢量I、Q、U的主要求解过程为：

采用分水岭算法对偏振图像进行过分割，假设在每个分割块内的所有点的Stokes矢量是相同的，利用最小二乘法，使误差平方和最小，从而求解Stokes矢量；

2）采用图像清晰度评价函数对合成的偏振图像进行评价；

用图像对比度来衡量图像是否清晰，统计各个透振方向的偏振图像的对比度，采用统计图像水平、垂直和对角方向梯度表示图像对比度，图像对比度公式如下：

$C_{I\left({\mathrm{\θ}}_i\right)}=\frac{\underset{y=1...N-1}{\underset{x=1...M-1}{\mathrm{\Σ}}}\left(\right|I_{x,y}-I_{x+1,y}|+|I_{x,y}-I_{x,y+1}|+|I_{x,y}-I_{x+1,y+1}|+|I_{x+1,y}-I_{x,y+1}\left|\right)}{4(M-1)\×(N-1)}---\left(7\right)$

3）确定合成的偏振图像的最佳透振方向；

根据图像清晰度评价函数，即公式(7)评价偏振图像的清晰度，选择杂散光滤除最多的，目标最清晰的偏振图像，被选中的最清晰的图像为：

该偏振图像对应的透振方向即为最佳透振方向。

Images