CN115541536A - 一种利用散斑场偏振特性的动态散射成像装置及方法 - Google Patents

Abstract

本发明公开了一种利用散斑场偏振特性的动态散射成像装置及方法，该装置包括：光源及调节模块，包括白光宽谱光源和调节模块，调节模块，用于将白光宽谱光源发出的光进行调整，并将调整后的光线调制为线偏振光；成像模块，包括位于调节模块的远离白光宽谱光源一侧的成像目标、位于成像目标的远离调节模块一侧的动态散射介质；动态散射介质用于通过使线偏振光发生多次散射，形成动态散斑光场；图像探测与处理模块，包括位于动态散射介质的远离成像目标一侧的偏振相机、位于偏振相机远离动态散射介质一侧的处理器；偏振相机用于通过单次曝光采集具有不同偏振方位角的多张散斑图像，处理器用于对多张散斑图像进行处理，得到成像图像。

Description

一种利用散斑场偏振特性的动态散射成像装置及方法

技术领域

本发明属于散射成像及计算成像技术领域，具体涉及一种利用散斑场偏振特性的动态散射成像装置及方法。

背景技术

动态散射介质是指散射介质内部颗粒随时间变化而进行无序运动。根据动态散射介质发生的散射次数，可将其分为动态面散射介质和动态体散射介质。面散射是由具有随机高度的粗糙表面所形成的单次散射，其特点是散射主要来自其与空气接触的表面，例如旋转毛玻璃、粗糙的金属表面上发生的散射就主要是面散射。而体散射则主要是由介质内部随时间变化的散射子颗粒所引起的多次散射，其特点是光穿过介质表面后散射主要在发生在介质的内部，例如烟尘、雾霾、混浊液体等。实际情况中，动态面散射和体散射往往同时存在，比如人的皮肤与生物组织所发生的散射，既包括面散射也包括体散射。在成像过程中，动态面散射成像模型可以等效为简单的线性随机过程，而动态体散射过程中伴随着介质内部粒子的多次相互作用，随机性很容易因平均化而湮灭不见，导致成像结果丢失的信息更多，解译重建时更加困难。对于静态单次散射介质而言，形成的散斑图案随着时间延迟并不会发生改变，体现于不同时刻之间的散斑相关性极高，即散斑之间不存在退相关效应；透过动态多次散射介质后形成的散斑，随着介质微观或者宏观的动态变化，图样会有明显差异性，不同时刻散斑之间的相关性逐渐降低，即动态散斑存在退相关效应，其退相关时间极短。因此，透过静态散射介质的成像方法无法解决动态多次散射成像问题。然而在已有的动态散射成像方法中，依然存在很多问题使其无法满足在生物医学成像、军事安全以及生命科学等领域的应用需求。

相关技术中，已存在透过动态散射介质成像的装置与方法，但是这些装置与方法要么没有实现真正的谱宽在百级别纳米的白光非相干光下成像，要么需要大量的先验信息或采集大量的数据。

发明内容

为了解决相关技术中存在的上述问题，本发明提供了一种利用散斑场偏振特性的动态散射成像装置及方法。本发明要解决的技术问题通过以下技术方案实现：

本发明提供一种利用散斑场偏振特性的动态散射成像装置，包括：光源及调节模块、成像模块和图像探测与处理模块；

所述光源及调节模块，包括白光宽谱光源和位于所述白光宽谱光源一侧的调节模块，所述调节模块，用于将白光宽谱光源发出的光进行调整，并将调整后的光线调制为线偏振光，所述线偏振光的光斑覆盖所述成像模块中的成像目标；

所述成像模块，包括位于所述调节模块的远离所述白光宽谱光源一侧的所述成像目标、位于所述成像目标的远离所述调节模块一侧的动态散射介质；所述动态散射介质用于通过使所述线偏振光发生多次散射，形成动态散斑光场；

所述图像探测与处理模块，包括位于所述动态散射介质的远离所述成像目标一侧的偏振相机、位于所述偏振相机远离所述动态散射介质一侧的处理器；所述偏振相机用于通过单次曝光采集具有不同偏振方位角的多张散斑图像，所述处理器用于对所述多张散斑图像进行处理，得到所述成像目标的成像图像。

本发明还提供一种利用散斑场偏振特性的动态散射成像方法，应用于如上述的处理器中，所述多张散斑图像中相邻两张散斑图像之间的偏振方位角的差值为预设角度；所述方法包括：

根据所述多张散斑图像，分别计算出第一散斑图像和第二散斑图像；

根据所述第一散斑图像和第二散斑图像，得到散斑偏振差分图像；

采用所述第二散斑图像和所述散斑偏振差分图像，通过独立成分分析算法，得到包含所述成像目标的信息的偏振散斑图像；

对所述包含所述成像目标的信息的偏振散斑图像进行自相关处理，得到所述成像目标的信息的自相关信息；

根据所述自相关信息，采用维纳辛钦定理，得到所述成像目标的傅里叶幅值；

根据所述傅里叶幅值，通过相位恢复重建，得到所述成像目标的成像图像。

本发明具有如下有益技术效果：

动态散射成像装置包括：光源及调节模块、成像模块和图像探测与处理模块；光源及调节模块，包括白光宽谱光源和位于白光宽谱光源一侧的调节模块，调节模块，用于将白光宽谱光源发出的光进行调整，并将调整后的光线调制为线偏振光，线偏振光的光斑覆盖成像模块中的成像目标；成像模块，包括位于调节模块的远离白光宽谱光源一侧的成像目标、位于成像目标的远离调节模块一侧的动态散射介质；动态散射介质用于通过使线偏振光发生多次散射，形成动态散斑光场；图像探测与处理模块，包括位于动态散射介质的远离成像目标一侧的偏振相机、位于偏振相机远离动态散射介质一侧的处理器；偏振相机用于通过单次曝光采集具有不同偏振方位角的多张散斑图像，处理器用于对多张散斑图像进行处理，得到成像目标的成像图像。这样，一方面可以基于白光宽谱光源和动态散斑光场的偏振特性，实现白光光源照明下透过动态散射介质成像，成像方法无需参考点源、任何先验信息和窄带滤光片，因而，适用范围广；另一方面，偏振相机只需要通过单次曝光同时采集多个不同偏振方位角的散斑图像，后续便可利用单次曝光同时采集的多张散斑图像重建出成像目标的图像，数据采集与处理时间快，极大地提高了成像的时间分辨率。

以下将结合附图及实施例对本发明做进一步详细说明。

附图说明

图1为本发明实施例提供的示例性的利用散斑场偏振特性的动态散射成像装置的一个结构示意图；

图2为本发明实施例提供的示例性的利用散斑场偏振特性的动态散射成像装置的另一个结构示意图；

图3为本发明实施例提供的利用散斑场偏振特性的动态散射成像方法的一个可选的流程图。

具体实施方式

下面结合具体实施例对本发明做进一步详细的描述，但本发明的实施方式不限于此。

在本发明的描述中，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。此外，本领域的技术人员可以将本说明书中描述的不同实施例或示例进行接合和组合。

尽管在此结合各实施例对本发明进行了描述，然而，在实施所要求保护的本发明过程中，本领域技术人员通过查看所述附图、公开内容、以及所附权利要求书，可理解并实现所述公开实施例的其他变化。在权利要求中，“包括”(comprising)一词不排除其他组成部分或步骤，“一”或“一个”不排除多个的情况。单个处理器或其他单元可以实现权利要求中列举的若干项功能。相互不同的从属权利要求中记载了某些措施，但这并不表示这些措施不能组合起来产生良好的效果。

现有的关于透过动态散射介质成像的方法主要有以下三类：

(1)基于提取弹道光成像的思想。2016年，韩国科学家Myungjin Cho的团队将光子计数技术应用于透过浑浊水体及浓雾成像，通过概率估计理论将混杂在散射场中的提取弹道光子，实现透过动态浑浊介质的三维成像，只有短曝光条件下，采集数据量大、处理时间长。2018年，麻省理工学院媒体实验室Ramesh Raskar等人提出了利用单光子雪崩二极管相机结合统计估计理论遴选出信号弹道光子，实现了透过厚度为35cm的浓雾成像。同年，中国宁波大学Peilong Hong利用非相干和相干双光子分别实现了振幅与相位目标成像，此方法由薄的动态散射层辅助，通过调制光的相长双光子干涉达到Heisenberg极限。2019年，波兰科学家Sudyka Julia基于压缩感知利用单像素相机实现了透过浑浊水体成像，但是，采集数据量极大。而且，弹道光子数随着成像距离的增加呈指数衰减，故基于弹道光成像的方法无法实现透过动态散射介质的远距离成像，这就限制了其在实际生活中的应用。

(2)利用散射光成像的思想。由于散射光的干涉效应，导致人们把探测器接收到的散斑图案视为噪声阻碍成像，然而从散斑图像中恢复出目标信息是利用散射光成像的精髓，也是近年来学者们研究的热点问题。2016年，美国马里兰大学的E.Edrei等人利用浴帘效应，通过多帧散斑照明目标图像叠加与维纳辛钦定理，估计出目标的自相关信息，结合相位恢复算法，实现了透过高速动态面散射介质成像。但是，此方法只针对动态面散射介质，对动态体散射介质即动态多次散射介质未研究，且采集数据量较大、耗时长，即无法对目标实时成像与跟踪，限制了其应用。2017年，南开大学的Lipei Song课题组提出了基于浴帘效应的透过动态面散射介质的单帧散射成像方法，该方法结合了散斑场的全息干涉，与前者相比仅需要采集单帧散斑数据，但此方法需要参考点源的先验信息，也未拓展至动态多次散射介质，即该方法无法应用于实际生活场景中。以上方法均只适用于激光相干光源照明条件下，未考虑非相干光源照明。2021年新加坡南洋理工Dong Wang等人利用随机光学散射定位技术实现了透过新鲜鸡蛋壳膜的动态多次散射介质成像，成像分辨率可达100nm，然而该方法依然存在所需的散斑图像数据量大，成像时间分辨率低的缺点。虽然该方法利用了红光LED照明光源，但是在探测器前加入了10nm的窄带滤光片，即并没有实现真正的谱宽在百级别nm的白光非相干光下成像，利用窄带滤光片的方法并未从成像物理模型上解决谱宽带来的散斑对比度低的问题，且滤光片的实用适配性还有待考究。

(3)图像处理算法。近年来最火热的深度学习算法也可以对动态体散射介质内部及外部的目标实现清晰成像。2019年，上海交通大学Guihua Zeng课题组使用卷积神经网络，对放置在不同密度的牛奶与水混合液体内的目标进行了重建。同年，香港理工大学的Wen Chen课题组基于余弦相似度和卷积神经网络，对显示在数字微镜设备上并隐藏在脂肪乳剂溶液后的目标实现了重建。2021年，中科院Guohai Situ课题组利用end-to-end深度神经网络实现了绿光LED照明下的透过脂肪乳剂溶液成像。这些方法的缺点在于需要采集万帧图像建立大量的数据库作为先验信息，这极大地限制了其在实际生活中的应用。

另外，目前还存在利用散斑场偏振共模抑制性的宽谱散射成像方法，通过采集72张透过静态毛玻璃介质形成的散斑图像，根据自相关函数的峰值相关能量评价指标(peak-to-correlation energy,PCE)，找到PCE最大和最小值对应的散斑图像，即为目标信息与背景噪声差异性最大和最小的图像，根据这两幅图像，得到散斑偏振差分图像，再利用散斑自相关和相位恢复算法重建出目标。但是，该技术的缺点是：a.只适用于静态单次散射介质，未研究动态多次散射介质情况；b.需要多次曝光采集72张散斑图像，成像时间分辨率低；c.采用谱宽为16nm的红光LED照明，不适用于白光LED照明情况。

基于此，本案的发明人发现，如果能够利用白光LED或者自然光等造价低且易获得的宽谱照明光源，无需任何先验和参考信息，通过单次曝光采集散斑图像后实现透过动态多次散射介质快速成像，将极大促进散射成像领域的发展，提高散射成像技术的普适性。

图1是本发明实施例提供的利用散斑场偏振特性的动态散射成像装置的一个可选的结构示意图，如图1所示，该装置包括：光源及调节模块A、成像模块B和图像探测与处理模块C。如图1所示，光源及调节模块A，包括白光宽谱光源1和位于白光宽谱光源一侧的调节模块2，调节模块2，用于将白光宽谱光源1发出的光进行调整，并将调整后的光线调制为线偏振光，线偏振光的光斑覆盖成像模块B中的成像目标3。成像模块B，包括位于调节模块2的远离白光宽谱光源1一侧的成像目标3、位于成像目标3的远离调节模块2一侧的动态散射介质4；动态散射介质4用于通过使线偏振光发生多次散射，形成动态散斑光场。图像探测与处理模块C，包括位于动态散射介质4的远离成像目标3一侧的偏振相机5、位于偏振相机5远离动态散射介质4一侧的处理器6；偏振相机5用于通过单次曝光采集具有不同偏振方位角的多张散斑图像，处理器6用于对多张散斑图像进行处理，得到成像目标的成像图像。

本发明实施例中，偏振相机5在单次曝光采集多张散斑图像时，经过动态多次散射介质后的光斑位于偏振相机靶面中心位置。

示例性，偏振相机通过单次曝光，可以同时接收到0°、45°、90°与135°偏振方位角的散斑光场图像，这四张图像是含有成像目标的信息且相位分别被这四个偏振方位角调制的随机编码散斑图像。

在一些实施例中，如图2所示，调节模块2包括光阑21、透镜22和偏振片23；其中，光阑21位于白光宽谱光源1的一侧，透镜22位于光阑21的远离白光宽谱光源1的一侧，偏振片23位于透镜22的远离光阑2的一侧。透镜22可以为准直透镜，光阑21与透镜22，这两个器件共同作为光路准直器，可以更好的让光斑与成像目标的大小匹配，并且，光阑21与透镜22中心对齐，以使光斑可以完整覆盖成像目标。偏振片23为线性偏振调制器件，用于将光源所发出的完全非偏振光调制为线偏振光。

在一些实施例中，白光宽谱光源的谱宽为200纳米～400纳米。

在一些实施例中，动态散射介质至少为以下任意一种：洋葱表皮、鸡胸肉组织、鸡蛋壳膜、混浊液体、云雾和烟尘粒子。

这里，洋葱表皮、鸡胸肉组织和鸡蛋壳膜均为新鲜的洋葱表皮、鸡胸肉组织和鸡蛋壳膜。

在一些实施例中，成像目标的大小与动态多次散射介质之间的距离，以及动态多次散射介质与偏振相机之间的距离成正比。示例性的，当成像目标3的大小为1.5mm(毫米)时，动态多次散射介质可以位于成像目标的60cm(厘米)处，以及，偏振相机可以位于所述动态多次散射介质的12cm后。

在一些实施例中，本发明所采用的动态多次散射介质为厚度0.85mm的新鲜洋葱表皮和厚度1.2mm的新鲜鸡胸肉组织，由于时变特性，在不同时刻采集到的散斑图样肉眼可见发生变化，即散斑图样的动态变化，具体体现在不同时刻的散斑图像之间的相关性极低，并且存在新鲜的介质会逐渐变干的情况，因此该散射介质为动态介质，又因为光学厚度分别为5.7和5.4，两个参数都大于1，表明该动态介质为多次散射介质。

在一些实施例中，偏振相机的曝光时间可以根据光源强度和介质厚度调节，例如，可以为0.3秒。

本发明实施例，一方面可以基于白光宽谱光源和动态散斑光场的偏振特性，实现白光光源照明下透过动态散射介质成像，成像方法无需参考点源、任何先验信息和窄带滤光片，因而，适用范围广；另一方面，偏振相机只需要通过单次曝光同时采集多个不同偏振方位角的散斑图像，后续便可利用单次曝光同时采集的多张散斑图像重建出成像目标的图像，数据采集与处理时间快，极大地提高了成像的时间分辨率。

本发明实施例还提供一种利用散斑场偏振特性的动态散射成像方法，该方法可以应用于上述装置中的处理器6中；如图3所示，该方法包括：

S101、根据多张散斑图像，分别计算出第一散斑图像和第二散斑图像；多张散斑图像中相邻两张散斑图像之间的偏振方位角的差值为预设角度。

示例性的，预设角度可以为45°。

示例性的，多张散斑图像的数量可以根据实际需要设定，例如，可以为4，等等，本发明实施例对此不作限定。

本发明实施例中，可以根据这多张散斑图像生成多个斯托克斯参量，对这多个斯托克斯(Stokes)参量进行第一运算处理，得到第一散斑图像，以及，通过对这多个斯托克斯参量进行第二运算处理，得到第二散斑图像。

这里，第一散斑图像I_max、第二散斑图像I_min可以分别采用公式(1)和(2)表示：

上述公式(1)和(2)中，成像目标的信息和背景噪声分别用O和B表示，偏振光波和非偏振光波项分别用p和Unp表示。根据公式(1)和(2)分别可知，第一散斑图像I_max包括成像目标的信息的偏振光波

背景噪声的偏振光波

成像目标的信息的非偏振光波

和背景噪声的非偏振光波

第二散斑图像包括成像目标的信息的偏振光波

背景噪声的偏振光波

成像目标的信息的非偏振光波

和背景噪声的非偏振光波

S102、根据第一散斑图像和第二散斑图像，得到散斑偏振差分图像。

本发明实施例中，可以通过计算第一散斑图像与第二散斑图像之间的对应像素点的像素差值，得到散斑偏振差分图像。

S103、采用第二散斑图像和散斑偏振差分图像，通过独立成分分析算法，得到包含成像目标的信息的偏振散斑图像。

这里，由于第二散斑图像和散斑偏振差分图像之间的相关性，小于第一散斑图像和散斑偏振差分图像之间的相关性，所以，第二散斑图像和散斑偏振差分图像之间的信息差异性最大，满足独立成分分析算法输入参数的先决条件(两幅图像的相关性最小)，因而，可以采用第二散斑图像和散斑偏振差分图像，通过独立成分分析算法，得到包含成像目标的信息的偏振散斑图像。

这里，通过独立成分分析算法，可以分离出成像目标的信息与背景噪声，并计算得到仅包含成像目标的信息的偏振散斑图像。

这里，得到的包含成像目标的信息的偏振散斑图像是仅包含成像目标的信息的偏振散斑图像。该偏振散斑图像具有高对比度，表明只含有成像目标的信息，而背景噪声被抑制。

S104、对包含成像目标的信息的偏振散斑图像进行自相关处理，得到成像目标的信息的自相关信息。

本发明实施例中，在得到仅包含成像目标的信息的偏振散斑图像之后，可以采用自相关函数，对该偏振散斑图像进行自相关处理，从而得到成像目标的信息的自相关信息。

S105、根据自相关信息，采用维纳辛钦定理，得到成像目标的傅里叶幅值。

本发明实施例中，根据自相关信息，采用维纳辛钦定理得到成像目标的傅里叶幅值的过程如公式(3)：

F^-1{|F{O(x,y)}|²}＝O(x,y)☆O(x,y)≈I_O(x,y)☆I_O(x,y) (3)

其中，|F{O(x,y)}|表示成像目标的傅里叶幅值、O(x,y)表示成像目标的信息，I_O(x,y)表示得到的包含成像目标的信息的偏振散斑图像，☆表示自相关。

S106、根据傅里叶幅值，通过相位恢复重建，得到成像目标的成像图像。

本发明实施例中，在得到成像目标的傅里叶幅值之后，可以通过相位恢复算法得到目标的傅里叶相位e^i2πO(ξ,η)，之后，通过傅里叶逆变换重建出成像目标的成像图像。

本发明实施例，一方面可以基于白光宽谱光源和动态散斑光场的偏振特性，实现白光光源照明下透过动态散射介质成像，成像方法无需参考点源、任何先验信息和窄带滤光片，因而，适用范围广；另一方面，偏振相机只需要通过单次曝光同时采集多个不同偏振方位角的散斑图像，后续便可利用单次曝光同时采集的多张散斑图像重建出成像目标的图像，数据采集与处理时间快，极大地提高了成像的时间分辨率；并且，通过不同偏振方位角的多张散斑图像，结合独立成分分析算法，可以实现宽谱白光光源照明下的透过动态随机散射介质成像，有效去除了光源谱宽和动态介质多次散射共同带来的背景噪声影响，能够分离出包含成像目标的信息的偏振散斑图像，以及可以利用该偏振散斑图像中的成像目标的自相关信息和相位恢复算法，恢复出清晰的目标。

在一些实施例中，多张散斑图像包括：第一偏振方位角的散斑图像、第二偏振方位角的散斑图像、第三偏振方位角的散斑图像和第四偏振方位角的散斑图像；基于此，上述S101可以通过S1011～S1013实现：

S1011、根据第一偏振方位角的散斑图像和第三方位角的散斑图像，分别计算出第一斯托克斯参量和第二斯托克斯参量。

本发明实施例中，可以计算第一偏振方位角的散斑图像与第三方位角的散斑图像的对应像素位置之间的像素之和，从而得到第一斯托克斯参量；

以及，可以计算第一偏振方位角的散斑图像与第三方位角的散斑图像的对应像素位置之间的像素差，从而得到第二斯托克斯参量。

S1012、根据第二偏振方位角的散斑图像和第四偏振方位角的散斑图像，计算出第三斯托克斯参量。

本发明实施例中，可以计算第二偏振方位角的散斑图像与第四方位角的散斑图像的对应像素位置之间的像素差，从而得到第三斯托克斯参量。

S1013、根据第一斯托克斯参量、第二斯托克斯参量和第三斯托克斯参量，分别计算出第一散斑图像和第二散斑图像。

本发明实施例中，可以根据第二斯托克斯参量和第三斯托克斯参量，计算得到第一计算值，将第一斯托克斯参量与第一计算值之和的二分之一，作为第一散斑图像；以及，将第一斯托克斯参量与第一计算值之差的二分之一，作为第二散斑图像。

需要说明的是，第一斯托克斯参量、第二斯托克斯参量和第三斯托克斯参量均是得到的处理图像；此处的计算均是针对图像中每个对应的像素位置之间的像素值的计算。

示例性的，多张散斑图像包括：偏振方位角为0°的散斑图像、偏振方位角为45°的散斑图像、偏振方位角为90°的散斑图像和偏振方位角为135°的散斑图像；基于此，所述第一散斑图像和所述第二散斑图像的表达式如公式(4)～(8)：

I＝I₀+I₉₀ (6)；

Q＝I₀-I₉₀ (7)；

U₁＝I₄₅-I₁₃₅ (8)；

其中，I_max表示第一散斑图像、I_min表示第二散斑图像、I表示第一斯托克斯参量、Q表示第二斯托克斯参量、U₁表示第三斯托克斯参量、I₀表示偏振方位角为0°的散斑图像、I₄₅表示偏振方位角为45°的散斑图像、I₉₀表示偏振方位角为90°的散斑图像、I₁₃₅表示偏振方位角为135°的散斑图像。

本发明实施例中，利用偏振相机只需要单次曝光同时采集0°，45°，90°和135°偏振方位角散斑，即可利用四张退相关的动态散斑重建出目标，对比现有的透过动态散射成像方法需要百千帧及以上的散斑数据量，极大地提升了成像时间分辨率，使得快速解译出隐藏在烟尘雾霾等介质后的目标成为可能。

在一些实施例中，当多张散斑图像包括：偏振方位角为0°的散斑图像、偏振方位角为45°的散斑图像、偏振方位角为90°的散斑图像和偏振方位角为135°的散斑图像时，散斑偏振差分图像PDI可以采用下述公式(9)表示：

在一些实施例中，当第一散斑图像采用上述公式(1)表示，且第二散斑图像采用上述公式(2)表示时，根据第一散斑图像和第二散斑图像的物理含义和数学表达式可知，非偏振散射光波占比较小，因此成像目标的信息和背景信息对应的最大与最小项的近似相等，因此通过计算PDI图像可消除第一散斑图像和第二散斑图像中的非偏振散射光部分；从而散斑偏振差分图像PDI的数学物理表达式可以为下述公式(10)，公式(10)说明了该图中含有成像目标的信息的最大偏振项与背景信息的最大偏振项，公式(10)如下：

其中，

表示成像目标的信息的最大偏振项，

表示背景信息的最大偏振项。

在一些实施例中，上述S103可以通过S1031～S1041实现：

S1031、将由第二散斑图像和散斑偏振差分图像组成的矩阵，作为输入矩阵。

示例性的，输入矩阵可以表示为

X表示输入矩阵；由于独立成分分析算法中，输入矩阵还可以表示为X＝A×S，其中，A表示混叠系数矩阵、S表示信号源矩阵，所以，输入矩阵进而可以表示为

这里，A和S为两个未知矩阵。

S1032、将输入矩阵分解为第一矩阵、第二矩阵和噪声系数矩阵。

本发明实施例中，第一矩阵由0、1和-1组成；第二矩阵由第一背景散斑噪声系数和第二背景散斑噪声系数组成；第三矩阵由包含成像目标的信息的偏振散斑图像，以及包含背景信息的偏振散斑图像组成。

示例性的，第一矩阵为

第二矩阵为

噪声矩阵为

其中，I_O表示包含成像目标的信息的偏振散斑图像、I_B表示包含背景信息的偏振散斑图像；

表示第一背景散斑噪声系数、

表示第二背景散斑噪声系数。

这里，I_O、I_B、

均为未知元素；

和

均是I_B的系数。

这里，将将输入矩阵分解为第一矩阵、第二矩阵和噪声系数矩阵的过程如下：

由于

根据上述公式(9)，可以得到

由于

存在上述公式(1)、(2)和(10)，并且，I_max和I_min是

的不同成分含量，因而，可以得到

S1033、将输入矩阵进行奇异值分解，得到第一分解矩阵、第二分解矩阵和第三分解矩阵。

示例性的，输入矩阵与第一分解矩阵、第二分解矩阵和第三分解矩阵之间的关系，可以通过下述公式(11)表示：

X＝U×D×V^T＝U×W×W^-1×D×V^T (11)；

其中，U表示第一分解矩阵、D表示第二分解矩阵、V^T表示第三分解矩阵、W表示预设矩阵、W^-1表示预设矩阵的逆矩阵。

这里，第一分解矩阵、第二分解矩阵和第三分解矩阵均为元素已知的矩阵。

这里，预设矩阵中的每个元素为未知元素，且预设矩阵由第一参数、第二参数、第三参数和第四参数确定，预设矩阵可以表示为

a表示第一参数、α表示第二参数、b表示第三参数、β表示第四参数。

S1034、根据第一矩阵和噪声系数矩阵，得到混叠系数矩阵，以及根据第二矩阵，得到信号源矩阵。

示例性的，混叠系数矩阵A和信号源矩阵S分别通过下述公式(12)和(13)表示：

S1035、根据第一分解矩阵和预设矩阵，得到混叠系数矩阵`4及根据预设矩阵的逆矩阵、第二分解矩阵和第三分解矩阵，得到信号源矩阵；其中，预设矩阵由第一参数、第二参数、第三参数和第四参数确定。

示例性的，混叠系数矩阵A和信号源矩阵S分别通过下述公式(14)和(15)表示：

A＝U×W (14)；

S＝W^-1×D×V^T (15)；

S1036、根据第一分解矩阵、预设矩阵、第一矩阵和噪声系数矩阵，确定出第一参数和第二参数。

这里，根据上述公式(12)和(14)可知，

从而，可知，

由于

得到的矩阵的第一列是已知的，并且，

因而可知，

由于第一分解矩阵U是已知的，所以据此可计算出第一参数a和第二参数α。

S1037、根据预设矩阵和第四参数的预设取值集合，确定出与预设取值集合对应的第三参数的取值集合。

本发明实施例中，第四参数的预设取值集合可以为[0,π]。

这里，每次可以从[0,π]中取一个值，作为第四参数β，并另预设矩阵W的行列式为1，可以计算得到一个与第四参数β对应的第三参数b，之后，继续从[0,π]中重新取一个值，作为第四参数β，继续另预设矩阵W的行列式为1，可以继续计算得到一个与第四参数β对应的第三参数b，直至取完[0,π]中的所有值时，对应得到第三参数b的取值集合。

S1038、根据第一参数、第二参数、预设取值集合和取值集合，计算出预设矩阵的矩阵集合。

本发明实施例中，可以将第一参数a、第二参数α、第四参数β的预设取值集合中的每个取值，以及第三参数b的取值集合中的每个取值，代入W中进行计算，从而可以得到与第三参数b的取值集合或第四参数β的预设取值集合中的取值数量相同的W矩阵，从而得到W的矩阵集合。

S1039、根据矩阵集合、第二分解矩阵和第三分解矩阵，确定出多组信号，每组信号包括：一个包含成像目标的信息的偏振散斑图像，以及一个包含背景信息的偏振散斑图像。

本发明实施例中，在得到W的矩阵集合时，可以对应得到W^-1的矩阵集合，可以将W^-1的矩阵集合中的每个W^-1代入S＝W^-1×D×V^T中计算S，由于

所以，可以得到与W^-1的数量相同的

每个

为一组信号。

S1040、从多组信号中，确定出包含成像目标的信息的偏振散斑图像与包含背景信息的偏振散斑图像之间的相关性最小的一组信号，作为待选信号。

本发明实施例中，对于得到的多组信号中的每一组信号，可以计算I_B与I_O之间的相关性，并根据计算结果，从多组信号中选择一组信号作为待选信号，该待选信号中的I_B与I_O之间的相关性最小。

S1041、将待选信号中的包含成像目标的信息的偏振散斑图像，作为得到的包含成像目标的信息的偏振散斑图像。

本发明实施例中，可以将待选信号中的I_O作为最终得到的包含成像目标的信息的偏振散斑图像。

总的来说，本发明提供的装置及方法具有以下有益技术效果：

1、本发明的装置简单，稳定性高，成本低廉。

2、本发明通过利用动态散斑场的偏振特性，通过不同偏振方位角调控的散斑图样，结合斯托克斯参量和独立成分分析算法，实现宽谱白光光源照明下的透过动态随机散射介质成像，有效去除光源谱宽和动态介质多次散射共同带来的背景噪声影响，分离出目标偏振散斑，利用其自相关信息和相位恢复算法进而恢复出清晰的目标。

3、该方法利用偏振相机只需要单次曝光同时采集0°，45°，90°和135°偏振方位角散斑，即利用四张退相关的动态散斑重建出目标，对比现有的透过动态散射成像方法需要百千帧及以上的散斑数据量，极大地提升了成像时间分辨率，使得快速解译出隐藏在烟尘雾霾等介质后的目标成为可能。

4、由于本装置和方法采用宽谱白光光源照明，为实现自然光下穿透云雾成像奠定了深厚基础。

本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，所述计算机程序用于执行上述的利用散斑场偏振特性的动态散射成像方法中的部分或全部步骤。所述计算机可读存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims (10)

1.一种利用散斑场偏振特性的动态散射成像装置，其特征在于，包括：光源及调节模块、成像模块和图像探测与处理模块；

所述光源及调节模块，包括白光宽谱光源和位于所述白光宽谱光源一侧的调节模块，所述调节模块，用于将所述白光宽谱光源发出的光进行调整，并将调整后的光线调制为线偏振光，所述线偏振光的光斑覆盖所述成像模块中的成像目标；

所述成像模块，包括位于所述调节模块的远离所述白光宽谱光源一侧的所述成像目标、位于所述成像目标的远离所述调节模块一侧的动态散射介质；所述动态散射介质用于通过使所述线偏振光发生多次散射，形成动态散斑光场；

所述图像探测与处理模块，包括位于所述动态散射介质的远离所述成像目标一侧的偏振相机、位于所述偏振相机远离所述动态散射介质一侧的处理器；所述偏振相机用于通过单次曝光采集具有不同偏振方位角的多张散斑图像，所述处理器用于对所述多张散斑图像进行处理，得到所述成像目标的成像图像。

2.根据权利要求1所述的利用散斑场偏振特性的动态散射成像装置，其特征在于，所述白光宽谱光源的谱宽为200纳米～400纳米。

3.根据权利要求1或2所述的利用散斑场偏振特性的动态散射成像装置，其特征在于，所述动态散射介质至少为以下任意一种：

洋葱表皮、鸡胸肉组织、鸡蛋壳膜、混浊液体、云雾和烟尘粒子。

4.一种利用散斑场偏振特性的动态散射成像方法，其特征在于，应用于如权利要求1所述的处理器中，所述多张散斑图像中相邻两张散斑图像之间的偏振方位角的差值为预设角度；所述方法包括：

根据所述多张散斑图像，分别计算出第一散斑图像和第二散斑图像；

根据所述第一散斑图像和第二散斑图像，得到散斑偏振差分图像；

采用所述第二散斑图像和所述散斑偏振差分图像，通过独立成分分析算法，得到包含所述成像目标的信息的偏振散斑图像；

对所述包含所述成像目标的信息的偏振散斑图像进行自相关处理，得到所述成像目标的信息的自相关信息；

根据所述自相关信息，采用维纳辛钦定理，得到所述成像目标的傅里叶幅值；

根据所述傅里叶幅值，通过相位恢复重建，得到所述成像目标的成像图像。

5.根据权利要求4所述的利用散斑场偏振特性的动态散射成像方法，其特征在于，所述多张散斑图像包括：第一偏振方位角的散斑图像、第二偏振方位角的散斑图像、第三偏振方位角的散斑图像和第四偏振方位角的散斑图像；所述根据所述多张散斑图像，分别计算出第一散斑图像和第二散斑图像，包括；

根据所述第一偏振方位角的散斑图像和所述第三方位角的散斑图像，分别计算出第一斯托克斯参量和第二斯托克斯参量；

根据所述第二偏振方位角的散斑图像和所述第四偏振方位角的散斑图像，计算出第三斯托克斯参量；

根据所述第一斯托克斯参量、所述第二斯托克斯参量和所述第三斯托克斯参量，分别计算出所述第一散斑图像和所述第二散斑图像。

6.根据权利要求5所述的利用散斑场偏振特性的动态散射成像方法，其特征在于，所述多张散斑图像包括：偏振方位角为0°的散斑图像、偏振方位角为45°的散斑图像、偏振方位角为90°的散斑图像和偏振方位角为135°的散斑图像；所述第一散斑图像和所述第二散斑图像的表达式分别如下：

I＝I₀+I₉₀；

Q＝I₀-I₉₀；

U₁＝I₄₅-I₁₃₅；

其中，I_max表示所述第一散斑图像、I_min表示所述第二散斑图像、I表示所述第一斯托克斯参量、Q表示所述第二斯托克斯参量、U₁表示所述第三斯托克斯参量、I₀表示所述偏振方位角为0°的散斑图像、I₄₅表示所述偏振方位角为45°的散斑图像、I₉₀表示所述偏振方位角为90°的散斑图像、I₁₃₅表示所述偏振方位角为135°的散斑图像。

7.根据权利要求4所述的利用散斑场偏振特性的动态散射成像方法，其特征在于，所述根据所述第一散斑图像和第二散斑图像，得到散斑偏振差分图像，包括：

计算所述第一散斑图像与所述第二散斑图像之间的对应像素点的像素差值，得到所述散斑偏振差分图像。

8.根据权利要求4所述的利用散斑场偏振特性的动态散射成像方法，其特征在于，所述采用所述第二散斑图像和所述散斑偏振差分图像，通过独立成分分析算法，得到包含所述成像目标的信息的偏振散斑图像，包括：

将由所述第二散斑图像和所述散斑偏振差分图像组成的矩阵，作为输入矩阵；

将所述输入矩阵分解为第一矩阵、第二矩阵和噪声系数矩阵；

将所述输入矩阵进行奇异值分解，得到第一分解矩阵、第二分解矩阵和第三分解矩阵；

根据所述第一矩阵和所述噪声系数矩阵，得到混叠系数矩阵，以及根据所述第二矩阵，得到信号源矩阵；

根据所述第一分解矩阵和所述预设矩阵，得到所述混叠系数矩阵，以及根据所述预设矩阵的逆矩阵、所述第二分解矩阵和所述第三分解矩阵，得到所述信号源矩阵；其中，所述预设矩阵由第一参数、第二参数、第三参数和第四参数确定；

根据所述第一分解矩阵、所述预设矩阵、所述第一矩阵和所述噪声系数矩阵，确定出所述第一参数和所述第二参数；

根据所述预设矩阵和所述第四参数的预设取值集合，确定出与所述预设取值集合对应的所述第三参数的取值集合；

根据所述第一参数、所述第二参数、所述预设取值集合和所述取值集合，计算出所述预设矩阵的矩阵集合；

根据所述矩阵集合、所述第二分解矩阵和所述第三分解矩阵，确定出多组信号，每组信号包括：一个包含所述成像目标的信息的偏振散斑图像，以及一个包含背景信息的偏振散斑图像；

从所述多组信号中，确定出包含所述成像目标的信息的偏振散斑图像与包含背景信息的偏振散斑图像之间的相关性最小的一组信号，作为待选信号；

将所述待选信号中的包含所述成像目标的信息的偏振散斑图像，作为得到的所述包含所述成像目标的信息的偏振散斑图像。

9.根据权利要求7所述的利用散斑场偏振特性的动态散射成像方法，其特征在于，所述输入矩阵、所述第一矩阵、所述第二矩阵、所述噪声系数矩阵、所述混叠系数矩阵、所述信号源矩阵、所述预设矩阵、所述第一分解矩阵、所述第二分解矩阵和所述第三分解矩阵之间的关系如下式：

X＝U×D×V^T＝U×W×W^-1×D×V^T＝A×S；

A＝U×W；

S＝W^-1×D×V^T；

其中，PDI表示所述散斑偏振差分图像、I_min表示所述第二散斑图像、X和

均表示所述输入矩阵、

表示所述第一矩阵、

表示所述噪声系数矩阵、

表示第一背景散斑噪声系数、

表示第二背景散斑噪声系数、

表示所述第二矩阵，其中，I_O表示所述包含所述成像目标的信息的偏振散斑图像、I_B表示所述包含背景信息的偏振散斑图像、A表示所述混叠系数矩阵、S表示所述信号源矩阵、U表示所述第一分解矩阵、D表示所述第二分解矩阵、V^T表示所述第三分解矩阵、W表示所述预设矩阵、W^-1表示所述预设矩阵的逆矩阵。

10.根据权利要求4所述的利用散斑场偏振特性的动态散射成像方法，其特征在于，所述根据所述自相关信息，采用维纳辛钦定理，得到所述成像目标的傅里叶幅值的过程如下：

F^-1{|F{O(x,y)}|²}＝O(x,y)☆O(x,y)≈I_O(x,y)☆I_O(x,y)；

其中，|F{O(x,y)}|表示所述成像目标的傅里叶幅值、O(x,y)表示所述成像目标的信息、I_O(x,y)表示得到的所述包含成像目标的信息的偏振散斑图像、☆表示自相关。

Images