一种基于偏振成像的红外热辐射干扰抑制方法和系统

文档序号:37475115发布日期:2024-03-28 18:57阅读:46来源:国知局
一种基于偏振成像的红外热辐射干扰抑制方法和系统

本发明涉及偏振光成像及图像处理的混合领域,具体而言,涉及一种基于偏振成像的红外热辐射干扰抑制方法和系统。


背景技术:

1、偏振成像技术是一种新型的光电探测技术,通过在相机端集成偏振滤光芯片、光路中设置旋转偏振片等方式,可以对不同偏振态的场景反射或辐射光波进行成像,从而采集场景的偏振信息。

2、场景反射或辐射光波的偏振信息与场景物体偏振相关表面特征及固有属性密切相关,其中,物体偏振相关表面特征包含表面轮廓、纹理、粗糙度等,物体固有属性包含折射率、辐射率、消光系数等。由于人造物体和自然物体的偏振相关表面特征和固有属性具有较大的差异,因此根据采集偏振图像的处理分析与特征挖掘可以实现人造物体和自然背景的有效分割。

3、在红外波段,探测器采集的辐射信号同时包含场景自发热辐射和对环境的反射热辐射,根据菲涅尔反射定律和基尔霍夫热辐射定律推导可得,自发热辐射和反射热辐射具有不同的偏振特性,因此利用光波的偏振信息可以实现两种辐射分量的解耦分离。

4、综上所述,偏振成像技术可以克服红外热成像检测领域中的背景辐射和反射辐射干扰难题,从而使红外热成像检测技术适应于复杂光源环境下存在辐射干扰的场景,可以极大提升国网输电线路及电力设备的运维修检效率,为相关产业缺陷检测的高效化、数字化和智能化转型升级提供技术助力。

5、在现有技术公开了一种基于图论的偏振图像分割方法,该方法根据偏振特征参量图像的联合灰度距离衡量两点之间的相似性,并将其作为图顶点间的边权重,根据边权重之和最小的原理连接所有顶点生成最小生成树,对类间差异小于类内差异的区域进行合并得到最终图像分割结果。然而,基于图论的图像分割方法涉及到图中所有节点之间的距离计算,计算复杂度高,且最小生成树方法倾向于将图像切分成较小的区域,导致过度分割。

6、此外,现有技术还公开了一种红外偏振消反射方法,该方法使用正交偏振分量并结合偏振方位角一致性假设定位反射区域,使用背景参考图像去除反射。然而,该方法主要针对室内场景光滑地板的红外反射消除,目标自发热辐射和反射热辐射不存在耦合关系,因此不适用于红外热成像检测的复杂光源环境辐射干扰场景。


技术实现思路

1、本发明充分考虑具有不同表面特征和固有属性的物质其反射或辐射光波的偏振特性差异,以及目标自发热辐射和反射热辐射之间的正交偏振反射率差异,旨在提出一种基于偏振成像的红外热辐射干扰抑制方法和系统,克服背景技术中所指出的现有技术中存在的技术问题。

2、本发明提供的一种基于偏振成像的红外热辐射干扰抑制方法,其技术方案如下:

3、一种基于偏振成像的红外热辐射干扰抑制方法,包括如下步骤:

4、s1:使用偏振相机采集目标场景多通道偏振图像,并通过计算获得偏振特征参量图像,其中,所述偏振特征参量图像包括偏振度图像、偏振方位角图像、非偏振强度图像、最大偏振强度图像和最小偏振强度图像;

5、s2:通过算法程序对所述非偏振强度图像进行边缘保留式的噪声消除,而后对该图像进行背景区域和目标区域的自适应阈值分割处理,通过逻辑非运算的灰度变换方式,获得初背景区域图像,并将所述初背景区域图像中逻辑值为1的区域作为初背景区域;

6、s3:基于所述初背景区域,在所述偏振度图像中提取初背景区域像素偏振度数值序列,并得到该序列的序列统计特征参量,根据该序列的序列统计特征参量对所述偏振度图像进行二值化处理,而后通过与所述初背景图像做逻辑运算的方式得到终背景图像;

7、s4:建立目标物质的自发热辐射和反射热辐射耦合的偏振度按观测角的分布模型,并结合所述偏振度图像解算出目标区域观测角图像;

8、s5:基于所述目标区域观测角图像,分别得到目标自发热辐射偏振度图像和反射热辐射偏振度图像;

9、s6:建立目标物质的自发热辐射和反射热辐射解耦分离模型,并利用所述步骤s1得到的最大偏振强度图像和最小偏振强度图像的信息,以及所述步骤s5得到的目标自发热辐射偏振度图像和反射热辐射偏振度图像的信息,获得自发热辐射图像和反射热辐射图像,实现目标自发热辐射和反射热辐射的解耦分离;

10、s7:对所述目标物质的自发热辐射和反射热辐射解耦分离模型的自洽性进行评估。

11、采用上述技术方案,与现有技术相比,本发明所提供的技术方案至少可以带来的有益效果有:首先基于步骤s1获得偏振特征参量图像,偏振特征参量图像包括偏振度图像、偏振方位角图像、非偏振强度图像、最大偏振强度图像和最小偏振强度图像,通过对非偏振图像采用自适应阈值分割方法得到初背景区域,基于初背景区域得到终背景区域,从而克服复杂光源环境下的背景辐射干扰。与此同时,执行步骤s4-s7的过程实质为执行一种基于偏振信息的反射热辐射抑制方法的流程,通过建立目标物质的自发热辐射和反射热辐射耦合的偏振度按观测角的分布模型,建立自发热辐射和反射热辐射解耦分离模型,最终从耦合热辐射强度中提取得到自发热辐射分量,从而克服复杂光源环境下的反射热辐射干扰。而且,对目标物质的自发热辐射和反射热辐射解耦分离模型的自洽性进行评估,能够确定相关模型在他特定场景图像处理的适应程度。本方法基于偏振成像技术有效地实现了图像分割及反射热辐射抑制,从而克服红外热成像检测过程中存在的背景辐射和反射辐射干扰难题。

12、与此同时,本技术的基于偏振成像的红外热辐射干扰抑制方法,使用在电力设备的红外热成像检测领域,能够克服由于复杂光源环境下背景辐射和反射热辐射干扰导致的缺陷检测难题,提升红外热成像检测技术在电力设备应用的适用性,提高国网输电线路及电力设备的运维修检效率。

13、作为优选,所述步骤s1包括如下步骤:

14、s11:利用所述偏振相机采集3幅以上不同偏振角度的偏振强度图像,得的多通道偏振图像;

15、s12:根据所述步骤s11所得的多通道偏振图像,通过求解线性方程组获得斯托克斯参量图像,其中,所述线性方程组包括:

16、

17、代表偏振角度为θj的偏振图像在像素点(u,v)处的强度值,s0(u,v)、s1(u,v)和s2(u,v)为像素点(u,v)对应的斯托克斯参量,为此线性方程组的未知量;

18、s13:利用所述步骤s12所得的斯托克斯参量图像,求解得到所述偏振特征参量图像;

19、其中,

20、获取所述偏振度图像的计算公式包括:

21、

22、ρ(u,v)为像素点(u,v)对应的偏振度;

23、获取所述偏振方位角图像的计算公式包括:

24、

25、为像素点(u,v)对应的偏振方位角;

26、获取所述非偏振强度图像的计算公式包括:

27、

28、iun(u,v)为像素点(u,v)对应的非偏振强度;

29、获取所述最大偏振强度图像的计算公式包括:

30、

31、imax(u,v)为像素点(u,v)对应的最大偏振强度;

32、获取所述最小偏振强度图像的计算公式包括:

33、

34、imin(u,v)为像素点(u,v)对应的最小偏振强度;

35、进而获得偏振特征参量图像,为后续的图像处理提供依据。

36、作为优选,所述步骤s2包括如下步骤:

37、s21:采用双边滤波算法消除所述步骤s13所得的非偏振强度图像的噪声并保留图像边缘,得到双边滤波后的非偏振强度图像;

38、s22:使用ostu最大类间方差法对所述步骤s21所得的双边滤波后的非偏振强度图像实现背景区域和目标区域的自适应阈值分割,得到双边滤波后的非偏振强度图像的二值化图像;

39、s23:去除所述步骤s22所得的双边滤波后的非偏振强度图像的二值化图像中连通面积小于阈值tn的连通区域,得到去除小连通域后的非偏振强度图像的二值化图像;

40、s24:采用逻辑非运算的方式,对所述步骤s23所得的去除小连通域后的非偏振强度图像的二值化图像进行灰度变换,进而获得所述初背景区域图像,同时将所述初背景区域图像中逻辑值为1的区域作为初背景区域;

41、这样,通过双边滤波算法消除非偏振强度图像的噪声并保留图像边缘,使用ostu最大类间方差法实现背景区域和目标区域的自适应阈值分割,剔除面积小于tn的连通域后,将逻辑值为1的区域为初背景区域,顺理成章的得到了初背景区域图像,为执行步骤s3提供了依据。

42、作为优选,所述步骤s3包括如下步骤:

43、s31:获取所述步骤s24所得的初背景区域图像中逻辑值为1的所有像素点的位置索引,由该位置索引提取所述步骤s13所得的偏振度图像中对应的像素点的偏振度,将这些像素点的偏振度通过排列构成初背景区域像素偏振度数值序列;

44、s32:去除所述步骤s31所得的初背景区域像素偏振度数值序列中偏振度数值大小位于前k%的所有偏振度数值,以保证计算序列统计特征参量的稳定性,得到新的初背景区域像素偏振度数值序列;

45、s33:计算所述步骤s32所得的新的初背景区域像素偏振度数值序列的序列统计特征参量,其中,所述序列统计特征参量包括平均值和标准差σ;

46、s34:对所述步骤s13所得的偏振度图像进行二值化处理,提取偏振度数值不属于区间的像素点,得到偏振度图像的二值化图像;

47、s35:使用泛洪算法对所述步骤s34所得的偏振度图像的二值化图像进行孔洞填充,得到填充的偏振度图像的二值化图像;

48、s36:将所述步骤s23所得的去除小连通域后的非偏振强度图像的二值化图像与所述步骤s35所得的填充的偏振度图像的二值化图像的逻辑与运算结果作为终前景图像,将所述终前景图像的逻辑非运算结果作为终背景图像;

49、由于非偏振强度图像的目标和背景对比度较弱,因此非偏振强度图像的二值化图像划分的目标区域中仍包含着部分背景区域,填充的偏振度图像的二值化图像由于泛洪算法难以实现目标区域中的封闭小区域填充,其部分主体区域被归为背景区域,而基于非偏振强度图像的二值化图像和填充的偏振度图像的二值化图像逻辑运算得到的终前景图像继承了两者的优点,规避了它们的缺点,较好实现目标区域和背景区域的分割。

50、作为优选,所述步骤s4包括如下步骤:

51、s41:根据菲涅尔反射定律和基尔霍夫热辐射定律,建立目标物质的自发热辐射偏振度按观测角的分布模型和目标物质的反射热辐射偏振度按观测角的分布模型;

52、其中,所述目标物质的自发热辐射偏振度按观测角的分布模型表述如下:

53、对于复折射率为n=n0+ik0的目标物质,其偏振发射率为:

54、

55、

56、zp、zs为过程参量,而且

57、

58、

59、

60、a=re(n2)=n02+k02,

61、b=im(n2)=2n0k0,

62、目标物质的自发热辐射偏振度按观测角的分布表述为:

63、

64、所述目标物质的反射热辐射偏振度按观测角的分布模型表述如下:

65、对于复折射率为n=n0+ik0的目标物质,其偏振反射率为:

66、rp(θ,n)=1-εp(θ,n),

67、rs(θ,n)=1-εs(θ,n),

68、式中εp(θ,n)、εs(θ,n)为所述偏振发射率,目标物质的反射热辐射偏振度按观测角的分布为:

69、

70、s42:基于探测器中像元的信号接收特点,建立目标物质的自发热辐射强度和反射热辐射强度之比按观测角的分布模型;

71、其中,所述目标物质的自发热辐射强度和反射热辐射强度之比按观测角的分布模型表述如下:

72、所述目标物质的自发热辐射强度和反射热辐射强度之比按观测角的分布为:

73、

74、式中的ie(θ,n)为目标物质的自发热辐射强度,ir(θ,n)为目标物质的反射热辐射强度;ε为发射率,ρ为反射率,下标target代表目标,source代表环境热源;eb(t)为温度为t时的黑体辐射强度,其计算公式如下;

75、

76、式中的λ1为积分波段的下限,λ2为积分波段的上限,λ1~λ2为所用探测器响应波段的范围;c1为第一辐射常数,c2为第二辐射常数;

77、s43:将所述目标物质的自发热辐射偏振度按观测角的分布模型、所述目标物质的反射热辐射偏振度按观测角的分布模型,以及所述目标物质的自发热辐射强度和反射热辐射强度之比按观测角的分布模型进行联立,获得所述目标物质的自发热辐射和反射热辐射耦合的偏振度按观测角的分布模型:

78、其中,所述目标物质的自发热辐射和反射热辐射耦合的偏振度按观测角的分布模型表述如下:

79、

80、s44;根据所述目标物质的自发热辐射和反射热辐射耦合的偏振度按观测角的分布模型,结合所述步骤s13所得的偏振度图像,获得目标区域观测角图像;

81、从而,由步骤s1计算得到的偏振度图像,可以解算出每一个像素点的观测角,获得目标区域观测角图像。

82、作为优选,所述步骤s6包括如下步骤:

83、s61:建立所述目标物质的自发热辐射和反射热辐射解耦分离模型,其中,所述目标物质的自发热辐射和反射热辐射解耦分离模型表述如下:

84、

85、

86、式中,ie(u,v)代表像素点(u,v)所对应的自发热辐射,ir(u,v)代表像素点(u,v)所对应的反射热辐射,和分别代表像素点(u,v)所对应的自发热辐射的最大偏振强度和最小偏振强度,和分别代表像素点(u,v)所对应的反射热辐射的最大偏振强度和最小偏振强度;

87、s62:将所述步骤1.3所得的最大偏振强度图像中每一个像素点的最大偏振强度imax和最小偏振强度imin,以及所述步骤s5所得的目标自发热辐射偏振度图像中每一个像素点的自发热辐射偏振度ρe和反射热辐射偏振度图像中每一个像素点的反射热辐射偏振度ρr代入所述目标物质的自发热辐射和反射热辐射解耦分离模型,从而分别求解得到每一个像素点所对应的自发热辐射ie和反射热辐射ir,获得自发热辐射图像和反射热辐射图像,实现对反射热辐射的抑制。

88、作为优选,所述步骤s7包括如下步骤:

89、s71:基于所述步骤s44获得的目标区域观测角图像,通过计算该图像中每一个像素点所对应的自发热辐射偏振方位角获得自发热辐射偏振方位角图像,通过计算该图像中每一个像素点所对应的反射热辐射偏振方位角获得反射热辐射偏振方位角图像;

90、其中,计算自发热辐射偏振方位角所采用的公式包括:

91、

92、式中,代表自发热辐射偏振方位角;

93、计算反射热辐射偏振方位角所采用的公式包括:

94、

95、式中,代表反射热辐射偏振方位角;

96、s72:采用图像相似性指标评价所述自发热辐射偏振方位角图像和所述反射热辐射偏振方位角图像的相似性,以判断所述自发热辐射偏振方位角图像和所述反射热辐射偏振方位角图像的接近程度,进而获得所述目标物质的自发热辐射和反射热辐射解耦分离模型的自洽性评估结果;

97、这样实现了模型对于特定图像处理的拟合程度的评估。

98、本发明提供的一种基于偏振成像的红外热辐射干扰抑制系统,其技术方案如下:

99、一种基于偏振成像的红外热辐射干扰抑制系统,基于本发明技术方案所述的基于偏振成像的红外热辐射干扰抑制方法,包括建立通信关系的:

100、偏振相机,用于采集目标场景多通道偏振图像;

101、偏振特征参量图像提取模块,用于获取偏振特征参量图像;

102、图像分割模块,用于得到标记背景区域的终背景图像;

103、反射热辐射抑制模块,用于获得自发热辐射图像和反射热辐射图像,实现自发热辐射和反射热辐射的解耦分离;

104、模型评估模块,用于评估所述反射热辐射抑制模块对于图像处理的自洽性;

105、其中,

106、所述偏振特征参量图像包括偏振度图像、偏振方位角图像、非偏振强度图像、最大偏振强度图像和最小偏振强度图像。

107、采用上述技术方案,与现有技术相比,本发明所提供的技术方案至少可以带来的有益效果有:基于上述方法,通过图像分割模块实现剔除离群像素点得到终背景区域,从而克服复杂光源环境下的背景辐射干扰;通过反射热辐射抑制模块实现从耦合热辐射强度中提取得到自发热辐射分量,从而克服复杂光源环境下的反射热辐射干扰,此外还提供了模型评估模块,以评估所述反射热辐射抑制模块对于图像处理的自洽性。本系统基于偏振成像技术有效地实现了图像分割及反射热辐射抑制,从而克服红外热成像检测过程中存在的背景辐射和反射辐射干扰难题。

108、作为优选,所述图像分割模块包括:

109、初背景区域提取单元,用于提取初背景区域,获取初背景区域图像;

110、终背景图像形成单元,用于得到所述终背景图像;

111、其中,

112、所述偏振特征参量图像提取模块与所述初背景区域提取单元通信,所述初背景区域提取单元与所述终背景图像形成单元通信;

113、进而,通过初背景区域提取单元提取初背景区域,以此为依据,通过终背景图像形成单元最终得到所述终背景图像。

114、作为优选,所述反射热辐射抑制模块包括建立通信关系的:

115、观测角信息提取单元,用于获取目标区域观测角图像;

116、目标自发热辐射偏振度信息提取单元,用于获取目标自发热辐射偏振度图像;

117、反射热辐射偏振度信息提取单元,用于获取反射热辐射偏振度图像;

118、模型构建与存储单元,用于构建目标物质的自发热辐射和反射热辐射解耦分离模型,且对该模型进行存储;

119、计算单元,用于获取获得自发热辐射图像和反射热辐射图像;

120、其中,

121、所述终背景图像形成单元与所述观测角信息提取单元通信,所述计算单元与所述模型评估模块通信;

122、从而实现目标自发热辐射和反射热辐射的解耦分离,实现反射热辐射的抑制。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1