马悦:基于强度图像的偏振成像仿真研究论文

马悦:基于强度图像的偏振成像仿真研究论文

本文主要研究内容

作者马悦(2019)在《基于强度图像的偏振成像仿真研究》一文中研究指出:光的偏振特性是光的基本属性之一,与强度信息的融合能够有效地剔除成像过程中的干扰因素,提高目标识别能力。现阶段,偏振成像技术已经在航空、航天遥感、军事目标识别等重大领域崭露头角,取得了良好的效果。然而,偏振相机高昂的成本、复杂的架构以及较长的拍摄周期限制了其在工业和民用领域的发展和应用。针对上述问题,本文提出了一种基于强度图像和仿真技术合成偏振度图像的研究方法,其核心是建立偏振成像过程仿真模型,获取目标到达相机入瞳处的偏振度特性,结合目标偏振度与强度图像生成目标特性更加明显的偏振度图像,本文对偏振成像过程建模和地物反射特性建模展开深入研究。首先,对偏振成像过程进行详细介绍,结合辐射传输方程对成像过程进行了物理抽象,对成像过程中大气和地物反射特性的影响机理进行了深入分析。其次,建立了强度图像和仿真模型融合实现偏振度图像获取的详细流程,基于6SV框架构建了从入射太阳光到相机入瞳处全过程的“偏振/强度传输模型”,确立了实验构建目标地物偏振反射率全经验模型的地物反射特性建模方案。再次,形成了完整的目标地物偏振反射率全经验模型构建体系,构建了目标地物反射率室内仿真测试系统,对系统组成和设计方案进行了详细介绍。最后,结合大量实验对目标地物偏振反射率特性进行了详细分析,最后将同一条件下对结合强度图像获取的仿真偏振度图像和偏振相机直接获取的偏振度图像进行了对比,结果表明,仿真偏振度图像与真实偏振度图像其目标与背景的对比度信息趋势一致,且目标特性信息较强度图像得到明显提升。综上,本文研究表明,强度图像结合仿真技术获取偏振度图像的技术路线可行,且能够以较低的硬件成本获得高质量的偏振图像,这一成果为未来偏振成像技术在工业和民用领域的应用提供了新的方向。

Abstract

guang de pian zhen te xing shi guang de ji ben shu xing zhi yi ,yu jiang du xin xi de rong ge neng gou you xiao de ti chu cheng xiang guo cheng zhong de gan rao yin su ,di gao mu biao shi bie neng li 。xian jie duan ,pian zhen cheng xiang ji shu yi jing zai hang kong 、hang tian yao gan 、jun shi mu biao shi bie deng chong da ling yu chan lou tou jiao ,qu de le liang hao de xiao guo 。ran er ,pian zhen xiang ji gao ang de cheng ben 、fu za de jia gou yi ji jiao chang de pai she zhou ji xian zhi le ji zai gong ye he min yong ling yu de fa zhan he ying yong 。zhen dui shang shu wen ti ,ben wen di chu le yi chong ji yu jiang du tu xiang he fang zhen ji shu ge cheng pian zhen du tu xiang de yan jiu fang fa ,ji he xin shi jian li pian zhen cheng xiang guo cheng fang zhen mo xing ,huo qu mu biao dao da xiang ji ru tong chu de pian zhen du te xing ,jie ge mu biao pian zhen du yu jiang du tu xiang sheng cheng mu biao te xing geng jia ming xian de pian zhen du tu xiang ,ben wen dui pian zhen cheng xiang guo cheng jian mo he de wu fan she te xing jian mo zhan kai shen ru yan jiu 。shou xian ,dui pian zhen cheng xiang guo cheng jin hang xiang xi jie shao ,jie ge fu she chuan shu fang cheng dui cheng xiang guo cheng jin hang le wu li chou xiang ,dui cheng xiang guo cheng zhong da qi he de wu fan she te xing de ying xiang ji li jin hang le shen ru fen xi 。ji ci ,jian li le jiang du tu xiang he fang zhen mo xing rong ge shi xian pian zhen du tu xiang huo qu de xiang xi liu cheng ,ji yu 6SVkuang jia gou jian le cong ru she tai yang guang dao xiang ji ru tong chu quan guo cheng de “pian zhen /jiang du chuan shu mo xing ”,que li le shi yan gou jian mu biao de wu pian zhen fan she lv quan jing yan mo xing de de wu fan she te xing jian mo fang an 。zai ci ,xing cheng le wan zheng de mu biao de wu pian zhen fan she lv quan jing yan mo xing gou jian ti ji ,gou jian le mu biao de wu fan she lv shi nei fang zhen ce shi ji tong ,dui ji tong zu cheng he she ji fang an jin hang le xiang xi jie shao 。zui hou ,jie ge da liang shi yan dui mu biao de wu pian zhen fan she lv te xing jin hang le xiang xi fen xi ,zui hou jiang tong yi tiao jian xia dui jie ge jiang du tu xiang huo qu de fang zhen pian zhen du tu xiang he pian zhen xiang ji zhi jie huo qu de pian zhen du tu xiang jin hang le dui bi ,jie guo biao ming ,fang zhen pian zhen du tu xiang yu zhen shi pian zhen du tu xiang ji mu biao yu bei jing de dui bi du xin xi qu shi yi zhi ,ju mu biao te xing xin xi jiao jiang du tu xiang de dao ming xian di sheng 。zeng shang ,ben wen yan jiu biao ming ,jiang du tu xiang jie ge fang zhen ji shu huo qu pian zhen du tu xiang de ji shu lu xian ke hang ,ju neng gou yi jiao di de ying jian cheng ben huo de gao zhi liang de pian zhen tu xiang ,zhe yi cheng guo wei wei lai pian zhen cheng xiang ji shu zai gong ye he min yong ling yu de ying yong di gong le xin de fang xiang 。

论文参考文献

  • [1].基于改进PatchMatch的图像迁移算法研究与应用[D]. 王铖.云南大学2018
  • [2].基于GANs的脑部MRI图像生成方法研究[D]. 李迎杰.吉林大学2019
  • [3].基于Attention自动编码机制的图像自动评论方法研究[D]. 施佳航.江西师范大学2019
  • [4].基于特征解耦的深度学习图像再渲染方法[D]. 甘志雄.北京交通大学2019
  • [5].基于GAN的图像去歧视合成方法的研究[D]. 李玉琳.北京交通大学2019
  • [6].基于多粒度和深度神经网络的图像补全研究[D]. 杜秋平.重庆邮电大学2018
  • [7].基于对抗网络的眼镜摘除人脸复原方法研究[D]. 张俊强.厦门大学2018
  • [8].JPEG图像取证研究[D]. 杨杰.深圳大学2018
  • [9].失衡数据情况下成团细胞图像合成与分类[D]. 余莲.哈尔滨理工大学2019
  • [10].基于深度学习的语义控制图像合成技术研究[D]. 高鹏.北京邮电大学2019
  • 读者推荐
  • [1].空间目标偏振成像技术研究[D]. 牟畅.长春理工大学2019
  • [2].空间目标偏振探测与识别技术研究[D]. 王稼禹.长春理工大学2019
  • [3].基于光谱分析与偏振成像的目标识别技术研究[D]. 马莉莉.长春理工大学2019
  • [4].基于激光的水下目标偏振成像探测技术[D]. 王利杰.长春理工大学2019
  • [5].水下偏振成像及图像处理方法研究[D]. 鲍富成.长春理工大学2019
  • [6].长波红外偏振成像及实验研究[D]. 张哲.中国科学院大学(中国科学院长春光学精密机械与物理研究所)2019
  • [7].红外分孔径偏振成像技术研究[D]. 万钇良.中国科学院大学(中国科学院长春光学精密机械与物理研究所)2019
  • [8].基于反射偏振的光滑物体形状检测[D]. 于昕平.长春理工大学2010
  • [9].基于偏振分析的透明物体的三维重建[D]. 顾国璋.长春理工大学2008
  • [10].基于彩色编码方法实现物体的三维轮廓测量[D]. 曲睿.大连理工大学2008
  • 论文详细介绍

    论文作者分别是来自长春理工大学的马悦,发表于刊物长春理工大学2019-10-23论文,是一篇关于偏振度论文,仿真论文,地物偏振反射率论文,长春理工大学2019-10-23论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自长春理工大学2019-10-23论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。

    标签:;  ;  ;  ;  

    马悦:基于强度图像的偏振成像仿真研究论文
    下载Doc文档

    猜你喜欢