一种基于仿生视觉计算模型的海雾背景海上目标线偏振信息复原方法

本发明涉及海雾低能见度天气下舰船目标原始偏振信息获取和探测识别，具体而言，尤其涉及一种基于仿生视觉计算模型的海雾背景海上目标线偏振信息复原方法。

背景技术：

1、偏振是表征光的第四个物理特征，与波长、相位和强度一样，可以实现信息传递。光的偏振信息很容易被某些昆虫(如蚂蚁)等动物感知，而人类却无法感知。研究表明，偏振成像中的偏振信息衰减相对于强度成像中的光强衰减速度要弱，也就是说光在其传播路径上，走过相同的距离，光强的衰减幅度要比偏振信息的衰减幅度大，这突显了偏振成像在目标探测方面的优势。另外，理论及实验研究表明，人造目标与自然环境的偏振特性存在明显的差异，尤其反应在电介质材料上。物质的偏振特性差异使得偏振成像可以区分目标与背景，提高图像对比度，识别隐身和伪装目标，提高目标探测识别性能。

2、2013年,xue等人通过在室内模拟不同浓度的水雾环境，研究目标偏振成像与强度成像的成像效果差异。研究结果表明，海雾环境下偏振图像的对比度明显好于强度图像，但是随着海雾浓度的增加，偏振图像对比度逐渐下降。2014年,li等人利用线偏振成像系统和水雾发生器，研究不同海雾浓度下的目标成像清晰度。研究结果表明，随着海雾浓度的增加，目标清晰度逐渐下降，但是没有与强度成像进行对比分析。2018年,zhang和xue等人均通过实验验证了，海雾背景下偏振成像可显著增加舰船目标对比度。2021年，倪歆玥等人研究了海雾环境中舰船目标的偏振探测能力，分析了海雾场景的偏振特征，提出基于海面偏振特性的背景辐射抑制方法来增强目标对比度。综合分析国内外的研究现状，对海雾环境下舰船目标偏振遥感探测问题的研究还不够深入，研究成果只局限于舰船目标“退偏”现象的定性描述，即随着成像距离和海雾浓度的增加，舰船目标“退偏”现象越明显，原始偏振信息丢失越严重，而缺少“退偏”现象的定量分析结果。

3、目标偏振信息复原问题的本质是求解目标偏振辐射值，该问题与偏振图像去雾存在一定关联。但是偏振图像去雾理论无法解决偏振信息复原问题，因为偏振图像去雾利用偏振图像计算大气光的偏振度与偏振角信息，进而计算大气光与介质透过率，最后基于图像大气退化模型对光强图像进行去雾。

4、代表性方法包括基于偏振差分与斯托克斯参量的偏振图像去雾方法。虽然海雾环境下目标偏振信息复原与偏振图像去雾问题存在相关性，但是这两个问题之间存在本质上的差异。具体来讲，偏振图像去雾利用多幅偏振图像计算大气光与透过率，然后基于大气光与透过率对光强图像进行去雾。与之相比，偏振信息复原需要估计四幅偏振图像中目标辐射，再利用目标辐射计算目标原始偏振信息。基于偏振差分的图像去雾使用两张偏振图像，而基于斯托克斯参量的偏振图像去雾需要使用四张偏振图像。需要强调的是，在大气光偏振度与偏振角已知的情况下，可以消除偏振图像中的大气光成分，估计目标偏振辐射。但是，估计大气光偏振度与偏振角是一个非常具有挑战的问题，通常需要借助诸多苛刻的假设条件才能求得其近似解。综上所述，基于图像大气退化模型，通过求解大气光偏度与偏振角估计目标辐射，并不能复原目标原始偏振信息。因此，偏振去雾的目的不是估计偏振图像中目标辐射，而是光强图像中的目标辐射，达到提高图像质量的目的。综上所述，当前偏振图像去雾理论并不适用解决偏振信息复原问题。

5、海雾偏振图像大气退化模型指出，海雾偏振图像由大气光与目标透射光两部分组成。基于海雾偏振图像大气退化模型估计舰船目标偏振辐射，等价于求解偏振图像中大气光散射成分与海雾介质透过率两个核心问题。上述问题又可以转化为求解大气光偏振度与偏振角问题，是一个不适定问题，通常需要借助先验信息求解。为了简化问题，通常假设目标透射光是无偏光，大气光是部分偏振光，并且大气光的估计建立在大气光偏振度与偏振角全局一致的假设基础上。然而，现实情况下的大气光与目标透射光的偏振状态是无法准确估计，无法满足上述假设条件。因此，基于大气光偏振度与偏振角估计大气光成分与介质透过率，无法准确估计舰船目标辐射，从而无法复原舰船目标原始偏振信息。

6、综上所述，求解大气光偏振度与偏振角存在诸多挑战，目前对于以上问题的研究还不够深入，无法满足舰船目标偏振信息复原要求。总结当前研究现状，借助偏振光学成像、图像处理、生物视网膜机制计算模型，海雾背景舰船目标偏振信息复原问题有望得到解决。借助偏振光学和视网膜机制计算模型研究舰船目标偏振辐射估计问题，进而实现舰船目标偏振信息复原，以及舰船目标“退偏”现象定量描述与分析。该方法不需要借助偏振图像大气退化模型，同时也不需要求解大气光偏振度与偏振角。为解决海雾背景舰船目标偏振信息复原问题提供了全新的研究思路。

技术实现思路

1、根据上述提出的技术问题，而提供一种基于仿生视觉计算模型的海雾背景海上目标线偏振信息复原方法。本发明能够实现舰船目标“退偏”现象的定量分析、揭示“退偏”规律，提升海雾天气下舰船目标能见度，对推动港口舰船监管、海上航行安全、海上救援技术进步具有重要意义。

2、本发明采用的技术手段如下：

3、一种基于仿生视觉计算模型的海雾背景海上目标线偏振信息复原方法，包括：

4、s1、估计入射光亮度；

5、s2、基于视网膜中感光细胞、水平细胞、无长突细胞、双极细胞和神经节细胞的视觉信息处理机制，建立仿生视觉计算模型；

6、s3、基于仿生视觉计算模型，在不依赖偏振图像大气退化模型和大气光偏振信息的情况下，设计海雾背景舰船目标偏振辐射估计模型；

7、s4、基于海雾背景舰船目标偏振辐射估计模型，估计4类偏振态舰船目标辐射，计算斯托克斯参量，复原海雾背景舰船目标线偏振信息。

8、进一步地，步骤s1，具体包括：

9、s11、给定偏振图像i0，i45，i90，i135，其中，i0，i45，i90，i135分别表示偏振片方向角为0°、45°、90°、135°时拍摄的线偏振光图像，将亮度初始值iinit定义为：

10、

11、其中，(x，y)表示图像像素空间坐标，下角标α∈{0，45，90，135}表示偏振图像索引；

12、s12、通过求解如下最优化问题，对亮度初始值iinit进行精细化处理，得到入射光亮度il：

13、

14、其中，表示梯度算子，||·||f表示矩阵frobenius范数，||·||1表示矩阵l1范数；

15、s13、为了求解步骤s12中的最优化问题，定义增广拉格朗日函数，如下：

16、

17、其中，trace表示矩阵的迹,z表示拉格朗日乘子矩阵,g表示一个辅助变量；

18、s14、求解步骤s13中定义的增广拉格朗日函数，得到迭代公式，如下：

19、

20、其中，f表示傅里叶变换，f-1傅里叶逆变换，表示共轭傅里叶变换，⊙表示hadamard算子,dx表示包含水平与垂直方向梯度算子的toeplitz矩阵；

21、变量g的迭代公式为：

22、

23、其中，表示软阈值化算子；

24、拉格朗日乘子z的迭代公式为：

25、

26、μ的迭代公式为：

27、μ←ρμ

28、其中，ρ＞1表示学习率；

29、s15、对入射光亮度il进行后处理，如下：

30、

31、其中，0≤r≤1，后处理亮度值作为视杆细胞的输入信号。

32、进一步地，步骤s2，具体包括：

33、s21、感光细胞中的视锥细胞接收偏振入射光i0，i45，i90，i135，感光细胞中的视杆细胞接收入射光亮度il，水平细胞接收感光细胞以及相邻水平细胞的刺激，其输出表示如下：

34、

35、其中，α∈{0，45，90，135}，hcα表示水平细胞输出，表示卷积算子，g(σ)表示尺度为σ的高斯核函数；

36、s22、计算给光中心型双极细胞和撤光中心型双极细胞的感受野，计算公式如下：

37、

38、

39、其中，kc，ks，kd分别表示非经典感受野从内到外三个区域的灵敏度系数，

40、

41、s23、无长突细胞的输出如下：

42、

43、s24、将无长突细胞对双极细胞的侧向抑制作用进行表示，如下：

44、

45、

46、其中，ε表示一个常数，与分别表示经过无长突细胞抑制后的双极细胞输出信号；

47、s25、神经节细胞中心-周围拮抗感受野周围区域，感受到的刺激总是削弱感受野中心对刺激的反应，采用非经典感受野模型，定义神经节细胞的输出，如下：

48、

49、

50、s26、视网膜的输出信号由给光中心型与撤光中心型神经节细胞输出构成，如下：

51、

52、其中，w为权重系数，iα表示对应iα的偏振辐射。

53、进一步地，步骤s3中，设计的海雾背景舰船目标偏振辐射估计模型用于估计舰船目标偏振辐射，具体为：

54、海雾背景舰船目标偏振辐射估计模型接收4类偏振入射光i0，i45，i90，i135以及入射光亮度作为输入信号，4类偏振态入射光经过海雾背景舰船目标偏振辐射估计模型处理后，输出4类偏振入射光对应的偏振辐射j0，j45，j90，j135。

55、进一步地，步骤s4，具体包括：

56、s41、海雾天气下观测舰船目标4类偏振入射光i0，i45，i90，i135，基于海雾背景舰船目标偏振辐射估计模型获得舰船目标偏振辐射j0，j45，j90，j135，进而计算斯托克斯参量：

57、s0＝j0+j90

58、s1＝j0-j90

59、s2＝j45-j135

60、s42、基于步骤s41计算的斯托克斯参量，复原舰船目标线偏振信息，如下：

61、

62、

63、其中，dolp和aolp分别表示线偏振度和线偏振角。

64、较现有技术相比，本发明具有以下优点：

65、1、本发明针对海雾引起的舰船目标“退偏”问题，设计了一种基于仿生视觉计算模型的海雾背景舰船目标偏振信息复原方法，该方法基于视网膜视觉信息处理机制，不依赖偏振图像大气退化模型以及大气光偏振信息，就能实现舰船目标偏振辐射估计，进而基于斯托克斯参量复原舰船目标原始偏振信息，实现海雾引起的舰船目标“退偏”现象的定量分析。

66、2、本发明提供的基于仿生视觉计算模型的海雾背景海上目标线偏振信息复原方法，其海雾背景舰船目标偏振辐射估计结果能显著提升舰船目标能见度，实现海雾舰船目标偏振图像去雾。

67、基于上述理由本发明可在海雾低能见度天气下舰船目标原始偏振信息获取和探测识别等领域广泛推广。