基于Wollaston棱镜阵列的目标识别系统*

2017-04-13王美娇李美萱

传感技术学报 2017年2期

关键词：偏振光棱镜偏振

王美娇，孙琪，李美萱

(长春理工大学光电信息学院，长春130000)

基于Wollaston棱镜阵列的目标识别系统*

王美娇*，孙琪，李美萱

(长春理工大学光电信息学院，长春130000)

针对传统目标识别方法识别率低、受背景环境影响大等问题，设计了一种基于Wollaston棱镜阵列的偏振光谱成像系统。为了有效地探测野外目标的微弱信号，采用了高光通量的光学天线、偏振模块及干涉模块的设计。为了保证实时采集及高稳定性的设计要求，采用了全静态光学器件完成偏振分光及空间光程调制。系统由偏振成像模块与光谱成像模块构成，可实现同一视场内4个偏振方向图像及光谱图像的同时采集，并经图像融合算法重建被测区域的偏振光谱图像。实验在不同测试距离上分别以钢板和某型火炮作为被测目标，分别采用本系统偏振模块与传统非偏振系统进行测试。实验结果显示，偏振目标识别信噪比高、受距离影响小。基于此实验，再将偏振识别图像与光谱识别图像相融合，从而构成偏振光谱图像。与传统目标识别图像相比较，本系统合成图像中目标清晰可见，受背景环境影响小、可探测距离远，具有很高的野外适应性及稳定性。

目标识别;偏振光谱图像;沃拉斯顿棱镜阵列;信噪比

目标识别技术被广泛应用于军事、民用等领域，在存在复杂背景的环境下可以快速准确地对目标成像是目标识别的主要目的［1］。传统的可见光图像识别技术受目标光学特性、背景环境干扰等影响明显，简单的伪装或者目标与背景颜色、反射系数相近时都难以识别［2］。而采用偏振成像技术具有较高的目标识别能力，但非合作目标常常具有明显的退偏振化效果，使得系统识别能力下降。在此基础上，结合光谱成像技术，将光谱目标识别图像与偏振图像融合，可获得更高信噪比的目标识别图像。

对于偏振光谱成像技术而言，主要分为光栅型、狭缝色散型、傅氏变换型、液晶可调谐滤光片型以及声光可调谐滤光片型［3－5］。光栅型采用偏振灵敏光栅实现，结构简单，偏振与光谱信息分辨率高，但其光栅对光通量影响明显，不适合户外被测目标产生的微弱信号［6］。狭缝色散型由线偏振分析器与多级相位延迟器构成，性能和主要缺点与光栅型类似［7］。傅氏变换型在原有傅里叶变换干涉具的基础上引入了可变相位延迟器，从而可获取不同偏振条件下的光谱图像，其缺点是每次采集仅能获取一种偏振态的图像，需要长时间累计采集才能完成数据融合［8］。液晶可调谐滤光片型采用晶体电调谐和步进电机驱动旋转滤光片实现，波长选通可实现自动控制，但其由于存在机械部件稳定性较差［9］。声光可调谐滤光片型利用声光衍射原理实现调制，系统体积小、稳定性好，但其光谱分辨力低［10－11］。

本文设计研究了一种基于沃拉斯顿棱镜组的偏振光谱成像系统，将被测区域不同偏振角度的偏振图像与光谱图融合，由于被测目标往往具有比较明显的偏振特性或光谱特性，故采用多幅偏振图像叠加与光谱图像融合的方法可以有效地提高被测区域中目标的信噪比，从而达到有效识别的目的。

1 系统设计

整体系统结构设计如图1所示，由前置光学系统将被测区域的光信号收集准直进入系统，通过消偏振分光棱镜(NPBS)将光分为两束，一束进入偏振成像系统，另一束进入光谱获取系统。偏振成像系统由起偏器、沃拉斯顿棱镜阵列、检偏器、面阵CCD构成，用于采集目标的二维偏振图像;光谱获取系统由静态傅里叶变换干涉具、成像透镜和面阵CCD组成，用于采集目标的光谱图像。最终，将偏振图像数据与光谱数据图像融合，得到被测目标的偏振光谱图像。系统采用分振幅的方式将被测区域光信号分为两束，并同时采集其偏振及光谱数据，由于整体结构中没有机械部件，故其抗干扰能力强，可适用于野外目标识别中。与此同时，采用前置光学系统与沃拉斯顿棱镜和静态傅里叶变换干涉具配合，无狭缝或光栅部件，保证了较高的光通量，有助于微弱光信号的检测与识别。

图1 偏振光谱成像整体结构设计图

1.1 偏振成像原理

采用斯托克斯参量法［12］完成偏振态的求解，可知当选择入射偏振夹角与相位延迟角组合多于4个时，斯托克斯矢量(S1，S2，S3，S4)可以计算获得。斯托克斯矢量S可表示为

式中:I为光强，Q和U为偏振分量，V为圆偏振分量。

当经过沃拉斯顿棱镜阵列后，对光偏振态的作用效果可用穆勒矩阵表示

式中:Sdetector为CCD1上接收的光的斯托克斯矢量，Starget为目标方向入射至偏振系统的光的斯托克斯矢量，M为光学系统的穆勒矩阵。

由于系统采用了沃拉斯顿棱镜阵列的结构，将不同偏振态分光结构以阵列的形式组合在一起，在一次采集过程中同时获取4个不同偏振状态的图像数据，为了最大限度的区分偏振图像的测试效果，4个偏振角度分别选取0°，45°，90°和135°，则4幅图像间的关系有:

式中:Ms为系统矩阵

由式(3)和式(4)可知，对被测区域的目标成像后，四组不同偏振度图像会同时被成像在CCD1上，而它们的关系满足式(3)。

1.2 光谱获取系统的光谱分辨率

光谱获取系统中干涉具采用静态等效斜契结构实现，M1和M2为反射面，其中由于M2与水平方向存在一个角度α，故使照射在M2面上的光与不同位置的光发生干涉，从而构成双光束干涉现象。

如图2所示，根据光线追迹法和光路的三角关系可知，光线1与界面交点分别是A、B、C，光线2与界面交点分别是D、E、F、C，两束光的几何光路中从左向右相交两点是I、H。则两光线光程表达式

即光程差函数可表示为

图2 静态傅里叶变换干涉具光程差示意图

由于CCD采集干涉条纹密度能力的限制，角度α的值很小。故cos(2α)≈1，则Δl≈2EJ，则干涉系统的光程差有

式中:n为晶体折射率，x'为任意位置。

故系统的光谱分辨率可表示为

式中:x'max表示干涉具晶体的有效成像尺寸。

由光谱获取系统得到光谱分辨率为Δλ的目标光谱图像，并成像在CCD2上，将1.1节中得到的偏振累加图像与其融合，再对重建图像进行平均滤波消除毛刺噪声，最终即可得到目标图像。

2 实验

2.1 测试条件

测试目标分别选用边长1.5 m×2.0 m涂覆军绿漆的钢板(①)和某型火炮(②)作为被测目标，测试距离范围为0.1 km×2.0 km。偏振角度设定为0°，45°，90°和135°，光谱测试波长范围为400.0 nm× 900.0 nm。采用偏振光谱成像系统完成对目标的检测与识别。

2.2 分析与讨论

表1 偏振目标信噪比与非偏振目标信噪比

由表1可以看出，对于相同的目标回波光而言，采用偏振光学系统得到的目标信噪比要优于无偏振光学系统的目标信噪比，并且受距离影响远小于非偏振目标识别方法，可以在较远的测试距离上依旧保持较高的信噪比。标准钢板的测试效果从信噪比的大小和受距离衰减量级均优于火炮，分析认为由于标准钢板具有更好的反射截面，相比火炮表面具有更好的连续性及保偏性。由表1可绘制对比数据如图3所示。

图3 偏振目标识别与非偏振目标识别信噪比与距离关系图

由图3可知，2种方式下2种目标的信噪比都会随着距离增大而降低，其中采用偏振测试方法的信噪比下降较平稳，2.0 km内基本在0.3以上，具有较好的可识别性。而仅依靠目标光强的非偏振目标识别法中，超过0.4 km后，信噪比大幅下降，难以被有效识别。

2.3 数字图像处理

两组图像获取后，首先需要对图像进行预处理，滤出明显的误差及噪声，然后将偏振图像与光谱图像相融合，从而构成偏振光谱图像。需要注意的是由于偏振成像系统中采用沃拉斯顿棱镜阵列将不同偏振态入射目标光信号同时完成偏振成像，实际上是以牺牲一定图像空间分辨率为代价的，故在与光谱图像数据融合时需要进行图像内插及校正，从而保证目标识别图像像元数量与位置的匹配。基于以上思路对钢板目标进行测试，测试距离1.0 km，测试环境背景为空旷的草场，则基于光强的目标识别图像与偏振光谱图像如图4所示。

图4 偏振光谱融合图像与普通光强图像对比

图4(a)表示传统可见光目标识别获取的光强灰度图像，图4(b)表示采用本系统对被测目标进行偏振成像及光谱成像并完成图像数据融合后的合成图像。可以看出，采用偏振光谱成像的目标识别能力很强，虽然合成图像相比普通成像在外型上略有一些变形(主要体现为棱角钝化，分析原因是由于测试距离较远，目标的边缘效应所致。)，但目标光与背景光的振幅比明显，具有很高的信噪比。由于篇幅限制，图4仅给出了两幅对比图样，实际测试过程可知，随着距离的进一步增加，仅采用光强识别是无法识别目标的(还不考虑存在伪装或背景反射能力与目标相近的情况)，而采用偏振光谱成像系统在2.0 km的成像效果基本满足图3中给出的信噪比关系。由此可见，系统可以实时地、有效地完成较远距离上的目标识别功能。在本系统中，偏振光谱图像的融合采用最简单的等像元、等权重的迭代法实现，但面对不同的测试目标而言，应该按照不同的保偏性能和光谱特性设定适合的权重比例实现目标合成图像的最优化，也是下一步研究的主要方向。

3 结论

设计了一种基于沃拉斯顿棱镜阵列与静态傅里叶变换干涉具相结合的偏振光谱成像系统。该系统可同时获取4个不同偏振态的偏振图像和一组光谱图像，并对该数据进行图像融合，从而实现高信噪比目标图像的提取。该系统无光栅、无狭缝，具有高光通量的特点，同时在偏振成像模块中采用沃拉斯顿棱镜阵列，在光谱成像模块中采用静态傅里叶变换干涉具，没有机械扫描器件，稳定性好抗干扰能力强。实验对不同距离下的目标进行检测，结果显示，偏振目标识别信噪比高、受距离影响小。系统的合成图像目标清晰可见，稳定性好。

［1］王高，周汉昌，姚宝岱.等.爆炸物太赫兹光谱探测技术研究进展［J］.激光与光电子学进展，2011，48(1):34－40.

［2］ Laman N，Sree Harsha S，Grischkowsky D，et al.7 GHz Resolution Waveguide THz Spectroscopy of Explosives Related Solids Showing New Features［J］.Optics Express，2008，16(6):4094－4015.

［3］王凌辉，王迎新，赵自然.太赫兹时域光谱分析中的回波滤除方法［J］.红外与毫米波学报，2013，32(3):265－276.

［4］卢树华.基于太赫兹光谱技术的爆炸物类危险品检测［J］.激光与光电子学进展，2012，49(4):46－52.

［5］ Huang Feng，Brian Schulkin，Hakan Altan，et al.Terahertz Study of 1，3，5-Trinitro-S-Triazine by Time-Domain and Fourier Transform Infrared Spectroscopy［J］.Applied Physics Letters，2004，85 (23):5535－5537.

［6］王高，徐德刚，姚建铨.THz光谱技术检测DNAN炸药含量的研究［J］.光谱学与光谱分析，2013，33(4):886－889.

［7］苏娟，杨罗，张阳阳.基于轮廓片段匹配和图搜索的红外目标识别方法［J］.兵工学报，36(5):854－857.

［8］ Han P Y，Tani M，Usami M，et al.A Direct Comparison between Terahertz Time-Domain Spectroscopy and Far-Infrared Fourier Transform Spectroscopy［J］.Journal of Applied Physics，2001，89 (4):2357－2360.

［9］ Zhong Hua，Zhang Cunlin，Zhang Liangliang，et al.A Phase Feature Extraction Technique for Terahertz Reflection Spectroscopy［J］.Appl Phy Lett，2008，92(22):221106.

［10］Hu Ying，Huang Ping，Guo Lantao，et al.Terahertz Spectroscopic Investigations of Explosives［J］.Physics Letters A，2006，35(9): 728－732.

［11］陈涛，李智，莫玮.基于模糊模式识别的爆炸物THz光谱识别［J］.仪器仪表学报，2012，33(11):2480－2486.

［12］Alexander Sinyukov，Ivan Zorych，Zoi-Heleni Michalopoulou，et al. Detection of Explosives by Terahertz Synthetic Aperture Imaging-Focusing and Spectral Classification［J］.C R Physique，2008，9(2):248－261.

王美娇(1982－)，女，吉林长春人，硕士，讲师，研究方向为光电检测、图形图像与计算机应用，wangmeijiaonuc@ sina.com;

张海成(1945－)，男，项目组负责人(导师)，吉林长春人，教授，研究方向为光学工程与光学设计，zhanghaicheng_cclgdx@ sina.com。

Based on Wollaston Prism Array Polarization Spectroscopy Target Identification System*

WANG Meijiao*，SUN Qi，LI Meixuan
(College of Optical and Electronical Information，Changchun University of Science and Technology，Changchun 130000，China)

The main disadvantages of traditional target recognition methods are:low recognition rate，easily interference by the environment，non-real time and so on.In order to improve the ability to identify the target，based on Wollaston prism array polarization spectrum imaging system was designed.In order to effectively detect a weak signal field goal，a high flux of optical antenna，polarization modules and interference module were used for the system.In order to meet requirements for real-time acquisition and high stability，the fully static optics devices were used for polarization module and interference modulation.The system consists of polarization imaging module and spectral imaging module.Polarization Images of 4 directions and spectrum image can be collected simultaneously，and polarized spectrum image was rebuilt by image fusion algorithm in measurement region.In the experiment，plates and a certain type of gun was used as the test target at different test distance，the polarization module of the system was compare with conventional non-polarized system.Experimental results show that the signal to noise ratio(SNR)of the polarization target identification system is high，and the affected by the distance is small.Based on this experiment，polarization identification image and spectrum identification image was fused，to constitute polarization spectrum image.Compared with conventional object recognition image，the composite image of target is clearly visible.It’s not easily affected by the environment，and its detection distance is very far away.It has high adaptability field and stability.

target recognition;polarized spectral image;Wollaston prism array;SNR

TH744

1004－1699(2017)02－0326－05

C:7230

10.3969/j.issn.1004－1699.2017.02.027

项目来源:总装国防科技基金项目(9140C120402120C12055);国家自然科学基金项目(61171179)

2016－06－14 修改日期:2016－11－01