Underwater polarimetric imaging for visibility enhancement utilizing

active unpolarized illumination

Liming Yang, Jian Liang, Wenfei Zhang, Haijuan Ju, Liyong Ren,∗, Xiaopeng Shao

——||背景介绍||——

如今水下成像技术具有越来越重要的科学研究和应用价值，但是成像质量往往会受到两个原因的限制：光在经过浑浊水域时会被其中的微小颗粒散射和吸收；被散射回来的光还会遮挡物体。所以现在的水下成像技术大多数能见度差，对比度低，不利于海洋资源探索、水下作业、水下营救等领域的应用。对比以前的水下成像技术，其实偏振成像因为结构简单和便于移植更为实用，而在现有的偏振成像技术上需要提出一种更简单的成像方案和去散射算法才能更好的应用到水下成像的各个领域中。

——||创新点||——

本文基于有源非偏振成像技术实现了水下偏振成像技术，并提高了可见度。与传统的水下偏振成像方法相比有两个创新点：一个是使用非偏振光作为照明光源；第二个是在算法中使用偏振角（AoP）代替偏振度（DoP）作为初始参数，并优化了有关偏振度的算法。

——||基本原理||——

通过取四种偏振光的图片（0°、45°、90°、135°）来计算出原始图片的S0、S1、S2信息，然后通过使用线偏角AOP代替偏振度DOP进行还原得到图片。同时在光源的选取下使用非偏振光降低对结果的影响。

——||图文一览||——

图一：水下成像实验装置示意图

小结：照明光源使用的是中心波长为510nm的非偏振LED光。选择LED灯而非激光的原因是为了在更小的尺寸范围内输出更高的功率，便于移植到真正的水下成像系统中。在CCD前面放一个线偏振器，是为了得到不同偏振角的反射光。

图二：旋转线偏振器得到不同的偏振图像

(a) 线偏振器成0°；  (b) 线偏振器成45°；

(c) 线偏振器成90°； (d) 线偏振器成135°.

小结：这个实验的目的是为了证明直接传输光的DOP可以被忽略。实验选择了一个1美元的硬币卡在塑料盘中放在浑浊的水里，然后用非偏振光源直接照射。通过旋转线偏振器得到了4幅偏振图像，从图中可以看出能见度很差，而且细节看不清楚。

图三：对图2进行处理的DOP分布和AOP分布

(a) 图2的DOP分布；

(b) 图2的AOP分布；

小结：通过公式

           和     

可以分别计算得到图片的DOP和AOP. 从图中可以看出，一方面硬币的DOP比周围环境的要小；另一方面，整个图像的AOP分布基本一致，意味着硬币和周围环境的AOP没有区别。说明了直接传输的光其实时非偏振光

图四：在线偏振光照射下的DOP分布

小结：这个实验是为了和上面的进行对比，使用线偏振光作为光源入射。从图中可以发现直接传输光的DOP要比经过遮挡的光的DOP高很多。这意味着当入射光为偏振光时，直接传输的光的偏振特性不能够被忽略。所以可以得出以下结论：与偏振照明相比，在非偏振照明下，即使物体的去极化程度低，直接透射也确实是非偏振的。

图五：两种算法下对图2进行的还原

(a) 文章提到的算法还原出的图像；

(b) 传统方法还原得到的图像；

小结：图5与图2相比可见度显著提高了，图片质量也提升了，细节也丰富了些。同时图a的质量也要比图b的要高一些，而且计算的时间也要短一些。可以进行更方便可靠的实时水下除杂。

图六：换用5角硬币进行重复测试

(a) 原始图像；

(b) 算法还原得到的图像；

小结：为了证实提到的算法具有通用性，换用了不同材料的5角硬币进行了实验，结果证明了该算法对不同目标、不同材料、不同水质都是有效的。

图七：使用直方图来显示对比度的改善

小结：图a的灰度集中在一个比较小的区域，说明图像的细节被埋没了；图b与图a相比就要宽很多，更容易地看出更多细节。

图八：使用MgO代替牛奶与水混合得到浑浊溶液

(a) 一元硬币的原始图像； (b) 算法还原得到的一元硬币图像；

(c) 五角硬币的原始图像； (b) 算法还原得到的五角硬币图像；

小结：通过算法恢复的图像更清晰，对比度更高。同时蓝色框中的塑料板上的字母0都能通过算法还原出来。

图九：对比度改善度随着物体在浑浊的水中位置变化图

小结：物体比较靠近的时候，原图的识别度会比较高，所以两者的区别不太明显。当物体在溶液中远离时，原图不再能识别，此时使用算法还原出来的效果依旧会很好，因此对比度改善率会提高。

图十：不同位置处原始图片和处理得到的图片

小结：这个就是为了验证上一个图片的结论，距离越远，越难识别。

图十一：不同浓度的浑浊液体中的原始图片和处理得到的图

        (a) 中浑浊液体中的原始图像； (b) 算法还原得到的图像；

(c) 高浑浊液体中的原始图像； (b) 算法还原得到的图像；

小结：无论是去极化程度高（绿）还是去级化程度低（红），经过算法还原出来的对比度都挺高。

——||结论||——

作者提出了一种基于利用主动非偏振照明的极化成像的水下图像可见度增强方法。 其中使用非偏振照明确保信号光的偏振效果可以忽略，无论物体的消偏度高或低，都有利于扩大应用范围，提高遮蔽光的估计精度。 同时通过现实中的实验进行了验证，证实了这种水下偏振成像方法的可行性。

文献链接：Optical Communications, Volume 438, 1 May 2019, Pages 96-101

https://doi.org/10.1016/j.optcom.2018.12.022 https://www.sciencedirect.com/science/article/pii/S003040181831071X

报告人：汪肇坤