[发明专利]基于场景Stokes矢量测量及其RGB图像优化的多物体区分方法

摘要

本发明公开了一种基于场景Stokes矢量测量及其RGB图像优化的多物体区分方法，基于场景的Stokes矢量，模拟得到在任意PSA状态下场景的灰度光强图像；取得三幅模拟灰度光强图像并将其赋值于彩色图像的RGB通道，该三幅图像需满足在RGB空间下多个偏振物体的RGB平均值三维空间坐标点所连结成的矢量图形面积最大；则此时得到的彩色图像中多个物体的颜色区分较为明显，即达到区分多个物体的最终目的。与现有技术相比，本发明将多维偏振信息与人眼色彩识别能力相结合，最大化的利用图像的色彩特征，对具有不同偏振信息的物体进行区分，在识别多个物体时效果更为明显，具有较大优势。

主权项

1.一种基于场景Stokes矢量测量及其RGB图像优化的多物体区分方法，其特征在于，该方法包括以下步骤：步骤(1)、在单一入射光入射的前提下，根据PSA的各个状态求出相应的测量矩阵W，利用CCD相机采集PSA对应状态下的光强信息，并基于光强信息求得场景内三个不同物体的Stokes矢量；步骤(2)、建立计算黑白CCD相机所接收的灰度图像与偏振态分析器状态的关联，即由偏振态分析器状态可以计算出黑白CCD相机所接收的灰度图像；步骤(3)、通过优化搜寻，获得最优化的三个PSA状态组合，模拟得到同一场景下三幅图像的灰度值大小，并把不同状态下的对应物体的灰度值分别赋值于RGB通道，从而形成对应物体的RGB空间坐标点；通过优化搜寻，获得最优化的三个偏振态分析器状态组合所对应的三幅场景灰度图像，该最优化的三个PSA状态使得彩色图像中物体RGB空间坐标点平均值的距离整体最大，其判据可为物体RGB空间坐标点平均值所连结成的三角形面积最大；步骤(4)、根据步骤(3)模拟得到最优化的三个偏振态分析器状态组合下的三幅场景灰度图像，并将其赋值于RGB通道的分量灰度图像中，在合成得到的彩色图像中，具有不同偏振特性的物体将具有明显的色彩区别，从而实现区分多个不同偏振物体的物体识别。