[發(fā)明專利]一種基于多指標(biāo)優(yōu)化的水下偏振成像方法

有效

• 申請?zhí)枺?/td>: 202210756309.8
• 申請日: 2022-06-30
• 公開（公告）號: CN115170498B
• 公開（公告）日: 2023-05-23
• 發(fā)明（設(shè)計）人: 高晨棟;趙明琳;竇健泰;胡友友;徐晶
• 申請（專利權(quán)）人: 江蘇科技大學(xué)
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06F17/11;G01N21/17;G01N21/21
• 代理公司: 南京蘇高專利商標(biāo)事務(wù)所(普通合伙) 32204
• 代理人: 王美麗

1.一種基于多指標(biāo)優(yōu)化的水下偏振成像方法，其特征在于，包括以下步驟：

步驟一、獲取多張偏振方向不同的水下圖像，并由此建立目標(biāo)反射光強(qiáng)度模型與后向散射光強(qiáng)度模型；

步驟二、設(shè)置模型中目標(biāo)反射光偏振度與后向散射光偏振度為自變量，以目標(biāo)反射光強(qiáng)度模型成像與后向散射光強(qiáng)度模型成像之間的互信息和目標(biāo)反射光強(qiáng)度模型成像的對比度為目標(biāo)函數(shù)，獲取滿足互信息小與對比度大的多組最優(yōu)解，其中，目標(biāo)反射光強(qiáng)度模型成像的對比度為：

其中，N為圖像中的總像素數(shù)，T為圖像的灰度平均值，T(x,y)為像素點(diǎn)(x,y)對應(yīng)的灰度值；

步驟三、以信息熵為目標(biāo)函數(shù)，選取最優(yōu)解集合中代入目標(biāo)反射光強(qiáng)度模型成像信息熵最大的為最終成像結(jié)果。

2.根據(jù)權(quán)利要求1所述的一種基于多指標(biāo)優(yōu)化的水下偏振成像方法，其特征在于，所述目標(biāo)反射光偏振度與后向散射光偏振度的取值范圍在0到1之間。

3.根據(jù)權(quán)利要求1所述的一種基于多指標(biāo)優(yōu)化的水下偏振成像方法，其特征在于，所述步驟二中滿足互信息小與對比度大的多組最優(yōu)解的獲取方法為：以互信息及對比度為目標(biāo)函數(shù)，利用多目標(biāo)優(yōu)化算法獲取滿足互信息小和對比度大的最優(yōu)解集合，即：

其中，P_tar表示目標(biāo)反射光偏振度；P_sca表示后向散射光偏振度；{P_tar,P_sca}_optimal表示最優(yōu)解集合；MI(T,B)表示目標(biāo)反射光強(qiáng)度模型成像與后向散射光強(qiáng)度模型成像之間互信息；Cont(T)表示目標(biāo)反射光強(qiáng)度模型成像的對比度；T表示目標(biāo)反射光；B表示后向散射光。

4.根據(jù)權(quán)利要求1所述的一種基于多指標(biāo)優(yōu)化的水下偏振成像方法，其特征在于，所述步驟三中的信息熵按下式計算：

其中，p_k是大小為k的灰度級出現(xiàn)的概率。

5.根據(jù)權(quán)利要求1所述的一種基于多指標(biāo)優(yōu)化的水下偏振成像方法，其特征在于，所述步驟三中的最終成像結(jié)果獲取方法為：

3.1、在最優(yōu)解集合中選取能使目標(biāo)反射光強(qiáng)度模型成像信息熵計算結(jié)果最大的值，即：

其中，Entropy(T)表示目標(biāo)反射光強(qiáng)度模型成像的信息熵；表示最優(yōu)解集合中能使目標(biāo)反射光強(qiáng)度模型成像信息熵最大的滿意值；T表示目標(biāo)反射光；{P_tar,P_sca}_optimal表示最優(yōu)解集合；

3.2、代入目標(biāo)反射光強(qiáng)度模型獲得最終的成像結(jié)果，即：

其中，T^opt表示所需的最終成像結(jié)果；是包含最大可見后向散射光強(qiáng)的偏振圖像，記為最亮圖像；I^⊥是與之偏振方向相正交的包含最小可見后向散射光強(qiáng)的偏振圖像，記為最暗圖像。