留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

图像融合在偏振关联成像中的应用

张家民 时东锋 黄见 王英俭

张家民, 时东锋, 黄见, 王英俭. 图像融合在偏振关联成像中的应用[J]. 红外与激光工程, 2018, 47(12): 1226002-1226002(7). doi: 10.3788/IRLA201847.1226002
引用本文: 张家民, 时东锋, 黄见, 王英俭. 图像融合在偏振关联成像中的应用[J]. 红外与激光工程, 2018, 47(12): 1226002-1226002(7). doi: 10.3788/IRLA201847.1226002
Zhang Jiamin, Shi Dongfeng, Huang Jian, Wang Yingjian. Application of image fusion in polarization correlated imaging[J]. Infrared and Laser Engineering, 2018, 47(12): 1226002-1226002(7). doi: 10.3788/IRLA201847.1226002
Citation: Zhang Jiamin, Shi Dongfeng, Huang Jian, Wang Yingjian. Application of image fusion in polarization correlated imaging[J]. Infrared and Laser Engineering, 2018, 47(12): 1226002-1226002(7). doi: 10.3788/IRLA201847.1226002

图像融合在偏振关联成像中的应用

doi: 10.3788/IRLA201847.1226002
基金项目: 

国家自然科学基金(11404344,41505019);中国科学院创新基金(CXJJ-17S029);中国科学院光束控制重点实验室基金(2017LBC007)

详细信息
    作者简介:

    张家民(1992-),男,硕士生,主要从事激光雷达成像方面的研究。Email:jiamim@mail.ustc.edu.cn

    通讯作者: 时东锋(1987-),男,副研究员,主要从事激光雷达成像、偏振探测技术等方面的研究。Email:dfshi@aiofm.ac.cn
  • 中图分类号: O431.2

Application of image fusion in polarization correlated imaging

  • 摘要: 近年来,偏振关联成像受到了研究学者的广泛关注,其在目标探测、特征提取等领域有着一定的应用价值。全Stokes偏振关联成像系统可以获得目标的多个偏振态图像,利用这些图像可分别从不同的角度分析目标的本征偏振信息,但是这些图像之间具有很强的互补性和冗余性。为此将HSL-RGB图像融合技术应用于偏振关联成像系统中,将系统获取的多个偏振图像进行有效地融合,来全面描述目标结构,提高目标探测识别效能。实验结果表明该融合技术在提高偏振关联成像系统识别和探测性能上效果显著。
  • [1] Radwell N, Mitchell K J, Gibson G M, et al. Single-pixel infrared and visible microscope[J]. Optica, 2014, 1(5):285-289.
    [2] Welsh S S, Edgar M P, Bowman R, et al. Fast full-color computational imaging with single-pixel detectors[J]. Optics Express, 2013, 21(20):23068-23074.
    [3] Soldevila F, Clemente P, Tajahuerce E, et al. Computational imaging with a balanced detector[J]. Scientific Reports, 2016, 6:29181.
    [4] Sun M J, Edgar M P, Gibson G M, et al. Single-pixel three-dimensional imaging with time-based depth resolution[J]. Nature Communications, 2016, 7:12010.
    [5] Khamoushi S M M, Nosrati Y, Tavassoli S H. Sinusoidal ghost imaging[J]. Optics Letters, 2015, 40(15):3452-3455.
    [6] Zhang Z, Ma X, Zhong J. Single-pixel imaging by means of Fourier spectrum acquisition.[J] Nature Communications, 2015, 6:6225.
    [7] Li Mingfei, Mo Xiaofan, Zhao Lianjie. Single-pixel remote imaging based on Walsh-Hadamard transform[J]. Acta Physica Sinica, 2016, 65(6):064201. (in Chinese)
    [8] Breugnot S, Clemenceau P. Modeling and performance of a polarization active imager at =806 nm[C]//AeroSense'99. International Society for Optics and Photonics, 1999:449-460.
    [9] Chun C S L, Sadjadi F A. Polarimetric laser radar target classification[J]. Optics Letters, 2005, 30(14):1806-1808.
    [10] Li Jie, Zhu Jingping, Qi Chun. Static Fourier-transform hyperspectral imaging full polarimetry[J]. Acta Physica Sinica, 2013, 62(4):177-182. (in Chinese)
    [11] Li Yubo, Zhang Peng, Zeng Yuxiao, et al. Remote sensing measurement by full-Stokes-vector based on opto-electronic modulator[J]. Infrared and Laser Engineering, 2010, 39(2):335-339. (in Chinese)
    [12] Guan Jinge, Zhu Jingping, Tian Heng. Real-time polarization difference underwater imaging based on Stokes vector[J]. Acta Physica Sinica, 2015, 64(22):224203. (in Chinese)
    [13] Liu Y, Shi J, Zeng G. Single-photon-counting polarization ghost imaging[J]. Applied Optics, 2016, 55(36):10347.
    [14] Welsh S S, Edgar M P, Bowman R, et al. Near video-rate linear Stokes imaging with single-pixel detectors[J]. Journal of Optics, 2015, 17(2):025705.
    [15] Shi D, Hu S, Wang Y. Polarimetric ghost imaging[J]. Optics Letters, 2014, 39(5):1231-1234.
    [16] Shi D F, Wang F, Jian H, et al. Compressed polarimetric ghost imaging of different material's reflective objects[J]. Optical Review, 2015, 22(6):882-887.
    [17] Wang Jinling, He Xiaojun, Song Kefei. Image fusion algorithm of multi-spectral and panchromatic images adopting region mutual information[J]. Infrared and Laser Engineering, 2014, 43(8):2757-2764. (in Chinese)
    [18] Yang Guan, Tong Tao, Lu Songyan, et al. Fusion of infrared and visible images based on multi-features[J]. Optics and Precision Engineering, 2014, 22(2):489-496. (in Chinese)
  • [1] 张驯, 赵金雄, 白万荣, 赵红.  基于边界约束图像融合的光学字符识别算法研究 . 红外与激光工程, 2022, 51(12): 20220102-1-20220102-6. doi: 10.3788/IRLA20220102
    [2] 王婷, 税渝阳, 梁浩文, 刘忆琨, 周建英.  强散射背景下的图像感知、融合与可视化技术 . 红外与激光工程, 2022, 51(8): 20220418-1-20220418-11. doi: 10.3788/IRLA20220418
    [3] 李霖, 王红梅, 李辰凯.  红外与可见光图像深度学习融合方法综述 . 红外与激光工程, 2022, 51(12): 20220125-1-20220125-20. doi: 10.3788/IRLA20220125
    [4] 闵莉, 曹思健, 赵怀慈, 刘鹏飞.  改进生成对抗网络实现红外与可见光图像融合 . 红外与激光工程, 2022, 51(4): 20210291-1-20210291-10. doi: 10.3788/IRLA20210291
    [5] 高红霞, 魏涛.  改进PCNN与平均能量对比度的图像融合算法 . 红外与激光工程, 2022, 51(4): 20210996-1-20210996-8. doi: 10.3788/IRLA20210996
    [6] 宦克为, 李向阳, 曹宇彤, 陈笑.  卷积神经网络结合NSST的红外与可见光图像融合 . 红外与激光工程, 2022, 51(3): 20210139-1-20210139-8. doi: 10.3788/IRLA20210139
    [7] 谭威, 宋闯, 赵佳佳, 梁欣凯.  基于多层级图像分解的图像融合算法 . 红外与激光工程, 2022, 51(8): 20210681-1-20210681-9. doi: 10.3788/IRLA20210681
    [8] 沈英, 黄春红, 黄峰, 李杰, 朱梦娇, 王舒.  红外与可见光图像融合技术的研究进展 . 红外与激光工程, 2021, 50(9): 20200467-1-20200467-18. doi: 10.3788/IRLA20200467
    [9] 曾瀚林, 孟祥勇, 钱惟贤.  高斯差分滤波图像融合方法 . 红外与激光工程, 2020, 49(S1): 20200091-20200091. doi: 10.3788/IRLA20200091
    [10] 戴进墩, 刘亚东, 毛先胤, 盛戈皞, 江秀臣.  基于FDST和双通道PCNN的红外与可见光图像融合 . 红外与激光工程, 2019, 48(2): 204001-0204001(8). doi: 10.3788/IRLA201948.0204001
    [11] 张家民, 时东锋, 黄见, 王英俭.  全Stokes偏振关联成像技术研究 . 红外与激光工程, 2018, 47(6): 624001-0624001(8). doi: 10.3788/IRLA201847.0624001
    [12] 郭全民, 董亮, 李代娣.  红外与可见光图像融合的汽车抗晕光系统 . 红外与激光工程, 2017, 46(8): 818005-0818005(6). doi: 10.3788/IRLA201746.0818005
    [13] 曾祥通, 张玉珍, 孙佳嵩, 喻士领.  颜色对比度增强的红外与可见光图像融合方法 . 红外与激光工程, 2015, 44(4): 1198-1202.
    [14] 杨桄, 童涛, 孟强强, 孙嘉成.  基于梯度加权的红外与可见光图像融合方法 . 红外与激光工程, 2014, 43(8): 2772-2779.
    [15] 王金玲, 贺小军, 宋克非.  采用区域互信息的多光谱与全色图像融合算法 . 红外与激光工程, 2014, 43(8): 2757-2764.
    [16] 张宝辉, 闵超波, 窦亮, 张俊举, 常本康.  目标增强的红外与微光图像融合算法 . 红外与激光工程, 2014, 43(7): 2349-2353.
    [17] 毛海岑, 刘爱东.  利用证据理论的图像融合方法 . 红外与激光工程, 2013, 42(6): 1642-1646.
    [18] 张勇, 金伟其.  夜视融合图像质量主观评价方法 . 红外与激光工程, 2013, 42(2): 528-532.
    [19] 张勇, 金伟其.  夜视融合图像质量客观评价方法 . 红外与激光工程, 2013, 42(5): 1360-1365.
    [20] 张俊举, 常本康, 张宝辉, 闵超波, 袁轶慧, 姜斌.  远距离红外与微光/可见光融合成像系统 . 红外与激光工程, 2012, 41(1): 20-24.
  • 加载中
计量
  • 文章访问数:  444
  • HTML全文浏览量:  70
  • PDF下载量:  64
  • 被引次数: 0
出版历程
  • 收稿日期:  2018-07-05
  • 修回日期:  2018-08-03
  • 刊出日期:  2018-12-25

图像融合在偏振关联成像中的应用

doi: 10.3788/IRLA201847.1226002
    作者简介:

    张家民(1992-),男,硕士生,主要从事激光雷达成像方面的研究。Email:jiamim@mail.ustc.edu.cn

    通讯作者: 时东锋(1987-),男,副研究员,主要从事激光雷达成像、偏振探测技术等方面的研究。Email:dfshi@aiofm.ac.cn
基金项目:

国家自然科学基金(11404344,41505019);中国科学院创新基金(CXJJ-17S029);中国科学院光束控制重点实验室基金(2017LBC007)

  • 中图分类号: O431.2

摘要: 近年来,偏振关联成像受到了研究学者的广泛关注,其在目标探测、特征提取等领域有着一定的应用价值。全Stokes偏振关联成像系统可以获得目标的多个偏振态图像,利用这些图像可分别从不同的角度分析目标的本征偏振信息,但是这些图像之间具有很强的互补性和冗余性。为此将HSL-RGB图像融合技术应用于偏振关联成像系统中,将系统获取的多个偏振图像进行有效地融合,来全面描述目标结构,提高目标探测识别效能。实验结果表明该融合技术在提高偏振关联成像系统识别和探测性能上效果显著。

English Abstract

参考文献 (18)

目录

    /

    返回文章
    返回