基于偏振光成像技术的检测方法
基于偏振光成像技术的检测方法
【技术领域】
[0001] 本发明涉及一种图像处理技术领域，尤其涉及一种基于偏振光成像技术的检测方 法。
【背景技术】
[0002] 无损检测技术即非破坏性检测，利用待检测物的声、光、磁和电等特性，在不破坏 待检测物原来的状态、化学性质等前提下，为获取与待检测物品质有关的内容、性质或成分 等物理、化学情报所采用的检查方法，现有的应用于工业检测的无损检测方法主要有机械 式接触检测方法和光电式非接触检测方法。其中机械式接触检测方法通过仪器的触针于被 测表面的滑移进行测量，该种方法需要触针在待检测物的表面进行全面接触，因而检测速 度慢，且容易划伤待检测物表面，造成二次划痕，光电式非接触检测方法是目前广泛使用的 方法，可通过分析被测物体的二维图像特征，可实现快速、非接触检测。现有的非接触检测 方法主要采用光强度成像检测和偏振光成像检测，光强度成像检测是通过一光源照射待检 测物，获取待检测物表面的辐射强度信息，并根据该辐射强度信息结合图像处理算法检测 图像中待检测物的瑕疵。由于待检测物表面瑕疵特征（如划痕，表面不均匀，平滑度低等） 通常较隐蔽，不易在强度成像系统中呈现，这就为后期图像处理带来较大压力，不仅会增加 算法复杂程度，同样会降低系统的检测效率。偏振光成像检测是通过获取不同偏振方向的 目标反射光得到目标偏振信息，通过对目标偏振信息进行解析得到目标偏振参量信息，如 偏振度、偏振角等，根据目标偏振参量信息进行反演计算获取目标重构图形，目标重构图像 包括几何形状、表面粗糙度、纹理、导电率等理化特性的偏振信息，但是目标重构图像的表 面及背景在某些偏振参量与原始图像上存在一定差别，相比强度图像，偏振参量图像可读 性不佳，需要后期解译。
【发明内容】
[0003] 为了更好的利用偏振特征检测待检测物表面瑕疵，提高检测效率，本发明提供一 种基于偏振光成像技术的检测方法，通过强度成像技术结合偏振光成像技术，在强度图像 基础上利用偏振特征对待检测物表面瑕疵的进行增强，提高检测效率及检测准确性。
[0004] 一种基于偏振光成像技术的检测方法，应用于待检测物表面瑕疵检测，其中，包括 如下步骤，
[0005] 步骤S1、于三个预定角度通过一光强度成像装置获取所述待检测物表面的光强度 参量；
[0006] 步骤S2、于三个所述预定角度通过一偏振光成像检测系统获取所述待检测物表面 图像，形成三个光强度不同的所述表面图像输出；
[0007] 步骤S3、一计算单元根据三个光强度不同的所述表面图像结合所述光强度参量获 取Stokes参量和偏振度参量P;
[0008] 步骤S4、将所述表面图像分成若干个小图像，根据所述Stokes参量和偏振度参量 P计算每个所述小图像的平均能量值，
[0009] 步骤S5、选取平均能量值最高的所述小图像为待融合图像；
[0010] 步骤S6、对所述待融合图像的光强度参量I和偏振度参量P进行小波分解，分别获 取所述待融合图像的光强度参量I的低频系数、光强度参量I的高频系数、偏振度参量P的 低频系数、偏振度参量P的高频系数；
[0011] 步骤S7、根据所述光强度参量I的低频系数、光强度参量I的高频系数、偏振度参 量P的低频系数、偏振度参量P的高频系数获取待融合的低频系数、待融合的高频系数，
[0012] 步骤S8、根据所述待融合的高频系数和所述待融合的低频系数进行图像重构，获 取融合图像；
[0013] 步骤S9、对融合图像进行瑕疵检测。
[0014] 上述的基于偏振光成像技术的检测方法，其中，三个预定角度分别定义为a1、 a2、a3 ;三个光强度参量分别形成IQ(al)、IQ(a2)、IQ(a3)，IQ(a1)为a1偏振方向获 取的所述待检测物表面的光强度参量，I〇(a2)为a2偏振方向获取的所述待检测物表面的 光强度参量，I〇(a3)为a3偏振方向获取的所述待检测物表面的光强度参量。
[0015] 上述的基于偏振光成像技术的检测方法，其中，于所述步骤S3中，其中，所述 Stokes参量的计算公式为：
[0017] 其中，I为光强度参量，Q为第一偏振参量，U为第二偏振参量，V为圆偏振参量，由 于在自然光中V较小，取值为零；
[0018] 所述偏振度参量P的计算公式为：
[0020] 其中，P为偏振度参量。
[0021] 上述的基于偏振光成像技术的检测方法，其中，于所述步骤S4中，
[0022] 其中所述平均能量值的计算公式为：
[0024] 其中：E为平均能量值，M为每个所述小图像的长度，N为每个所述小图像的宽度，x 为每个所述小图像于横坐标方向的图像分解坐标点，y为每个所述小图像于纵坐标方向的 图像分解坐标点。
[0025] 上述的基于偏振光成像技术的检测方法，其中，于所述步骤S6中，还具体包括，
[0026] 步骤S61、对所述待融合图像的光强度参量I和偏振度参量P进行小波分解，分解 层数为1 ;
[0027] 步骤S62、获取所述待融合图像的光强度参量I的低频系数（IJ，光强度参量I的 高频系数（Im、Im、IHH)，
[0028] 步骤S63、获取所述待融合图像的所述偏振度参量P的低频系数（Pj，所述偏振度 参量P的高频系数（Pm、Pm、PHH)。
[0029] 上述的基于偏振光成像技术的检测方法，其中，于所述步骤S7中，具体包括如下 步骤，
[0030] 步骤S71、根据所述光强度参量I的低频系数（IJ与所述偏振度参量P的低频系 数（PJ获取待融合低频系数，所述待融合低频系数的融合公式为：
[0031] FLL=log(PLL) ?ILLn
[0032] 其中，n是込的指数，取值范围为0~1 ;
[0033] 步骤S72、根据所述光强度参量I的高频系数（1^Im、IHH)与所述偏振度参量P的 高频系数（Pm、Pm、PHH)获取待融合高频系数Fh，
[0034] 其中具体包括如下步骤，
[0035] 步骤S721、定义光强度参量I的高频系数（I^I^Ihh)为Im;S义偏振度参量P的 高频系数（PM、Pm、PHH)为Pm;
[0036] 步骤S722、建立光强度参量高频系数Im与所述偏振度参量Pm的相关度系数Mu，
[0037] MI;P的计算公式为：
[0039] 其中，EHP为偏振度参量P的高频系数能量值，Pm为偏振度参量P的高频系数；EHI 为强度参数I的高频系数能量值，Im为光强度参量I的高频系数；
[0040] 步骤S722、预设一相对度阈值S，
[0041] 步骤S723、根据所述相对度阈值S计算待融合高频系数Fh
[0043]当吣，!>< 8 时，FH=eHI ?IH+eHp ?PH，
[0046] 其中eHp为偏振度参量P的加权系数，eHI为光强度参量I的加权系数。
[0047] 上述的基于偏振光成像技术的检测方法，其中，于所述步骤8中，其待融合图像的 重构方法是：
[0049] 其中匕为待融合图像数据，H: H: G；Gi是氏、氏、4、6。的共轭转置矩阵， Fm为第1层垂直方向高频图像、Fm为第1层水平方向高频图像、Fhh为第1层对角方向高频 图像。
[0050] 上述的基于偏振光成像技术的检测方法，其中，所述预定角度分别定义为a1为 0°,a2 为 60°,a3 为 120°〇
[0051] 上述的基于偏振光成像技术的检测方法，其中，于所述步骤6中，所述小波分解为 Mailat小波变换算法。
[0052] 与现有技术相比，本发明的优点是：
[0053] 本发明将偏振光成像和强度成像原理相结合，将多源图像（偏振光成像获取的图 像与强度成像获取的图像）进行融合，利用偏振图像信息和强度图像信息中互补信息生成 一幅增强的融合图像，融合图像的细节要比偏振图像和强度图像中任何一幅都突出，形成 一幅增强的汲取了多源图像的新图像，融合图像中目标区别特征的对比度远高于强度图像 中目标区别特征的对比，从而获得单一图像无法获取的相关场景的描述，克服单一图像所 存在的局限性，提高待检测物的检测效率，增强了检测效率的准确性。
【附图说明】
[0054] 图1为一种基于偏振光成像技术的检测方法流程示意图。
【具体实施方式】
[0055] 下面结合附图和具体实施例对本发明作进一步 说明，但不作为本发明的限定。
[0056] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完 整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于 本发明中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其 他实施例，都属于本发明保护的范围。
[0057] 需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相 互组合。
[0058] 下面结合附图和具体实施例对本发明作进一步说明，但不作为本发明的限定。
[0059]如图1所示，一种基于偏振光成像技术的检测方法，应用于待检测物表面瑕疵检 测，其中，包括如下步骤，
[0060]步骤S1、于三个预定角度通过一光强度成像装置获取待检测物表面的光强度参 量，预定角度分别定义为a1、a2、a3 ;光强度参量包括IJa1)、IJa2)、IJa3)，其中， I〇(a1)为a1偏振方向获取的待检测物表面的光强度参量，IJa2)为a2偏振方向获取 的待检测物表面的光强度参量，IJa3)为a3偏振方向获取的待检测物表面的光强度参 量；
[0061]步骤S2、于三个预定角度通过一偏振光成像检测系统获取待检测物表面图像，形 成三个光强度不同的表面图像输出；
[0062] 步骤S3、一计算单元根据三个光强度不同的表面图像结合所述光强度参量获取 Stokes参量和偏振度参量P;
[0063] 步骤S4、将表面图像分成若干个小图像，根据Stokes参量和偏振度参量P计算每 个小图像的平均能量值，
[0064] 步骤S5、选取平均能量值最高的小图像为待融合图像；
[0065] 步骤S6、对待融合图像的光强度参量I和偏振度参量P进行小波分解，分别获取 待融合图像的光强度参量I的低频系数、光强度参量I的高频系数、偏振度参量P的低频系 数、偏振度参量P的高频系数；
[0066] 步骤S7、根据光强度参量I的低频系数、光强度参量I的高频系数、偏振度参量P 的低频系数、偏振度参量P的高频系数获取待融合的低频系数、待融合的高频系数，
[0067]步骤S8、根据待融合的高频系数和待融合的低频系数进行图像重构，获取融合图 像；
[0068]步骤S9、对融合图像进行瑕疵检测。
[0069] 本发明将偏振光成像和强度成像原理相结合，将多源图像（偏振光成像获取的图 像与强度成像获取的图像）进行融合，利用偏振图像信息和强度图像信息中互补信息生成 一幅增强的融合图像，融合图像的细节要比偏振图像和强度图像中任何一幅都突出，形成 一幅增强的汲取了多源图像的新图像，融合图像中目标区别特征的对比度远高于强度图像 中目标区别特征的对比，从而获得单一图像无法获取的相关场景的描述，克服单一图像所 存在的局限性，提高待检测物的检测效率，增强了检测效率的准确性。
[0070] 上述的基于偏振光成像技术的检测方法，其中，于步骤S3中，其中，Stokes参量的 计算公式为：
[0072]其中，I为光强度参量，Q为第一偏振参量，U为第二偏振参量，V为圆偏振参量，由 于在自然光中V较小，取值为零；
[0073] 偏振度参量P的计算公式为：
[0075]其中，P为偏振度参量。
[0076] 上述的基于偏振光成像技术的检测方法，其中，于步骤S4中，
[0077] 其中平均能量值的计算公式为：
[0079] 其中：E为平均能量值，M为每个小图像的长度，N为每个小图像的宽度，x为每个 小图像于横坐标方向的图像分解坐标点，y为每个小图像于纵坐标方向的图像分解坐标点。
[0080] 上述的基于偏振光成像技术的检测方法，其中，于步骤S6中，还具体包括，
[0081] 步骤S61、对待融合图像的光强度参量I和偏振度参量P进行小波分解，分解层数 为1 ;
[0082]步骤S62、获取待融合图像的光强度参量I的低频系数（Id，
[0083] 光强度参量I的高频系数（Im、Im、IHH)，
[0084]步骤S63、获取待融合图像的偏振度参量P的低频系数（PJ，偏振度参量P的高频 系数（Pm、fV、Phh)，
[0085] 上述的基于偏振光成像技术的检测方法，其中，于步骤S7中，具体包括如下步骤，
[0086] 步骤S71、根据光强度参量I的低频系数（IJ与偏振度参量P的低频系数（PJ获 取待融合低频系数，待融合低频系数Fa的融合公式为：
[0087] Fll= l〇g(PLL) * ILLn
[0088] 其中，n是込的指数，取值范围为0~1 ;
[0089] 待融合低频系数匕反映了原图像的近似和平均性，集中了原图像的大部分信息， 对低频系数采用调制融合方法获取。
[0090] 步骤S72、根据光强度参量I的高频系数（1^Im、IHH)与偏振度参量P的高频系数 (Pm、Pm、Phh)获取待融合高频系数Fh，
[0091] 其中具体包括
[0092] 步骤S721、定义光强度参量I的高频系数（I^I^Ihh)为Im;S义偏振度参量P的 咼频系数（Pm、PHIi、PHH)为Pm;
[0093] 步骤S722、待融合高频系数F反映了原图像的突变特性，对高频部分分别沿着水 平方向、垂直方向和对角方向采用系数加权平均融合规则进行融合。图像经过多尺度分解 后的高频系数包含了图像中诸如边缘、区域轮廓等的细节信息。在融合处理时，考虑相邻系 数间的相关性，建立光强度参量高频系数Im与所述偏振度参量Pm的相关度系数MtP，，
[0094]MU的计算公式为：
[0096] 其中，EHP为偏振度参量P的高频系数能量值，Pm为偏振度参量P的高频系数；
[0097]EHI为强度参数I的高频系数能量值，Im为光强度参量I的高频系数；
[0098]步骤S722、预设一相对度阈值S，相对度阈值S可根据实际选择，此处不做具体 限制。
[0099] 步骤S723、根据相对度阈值S计算待融合高频系数Fh
[0101]当 8 时，FH=eHI ?IH+eHp ?PH，
[0105] 其中eHp为偏振度参量P的加权系数，eHI为光强度参量I的加权系数。
[0106] 上述的基于偏振光成像技术的检测方法，其中，于步骤8中，其待融合图像的重构 方法是：
[0108]其中Fa为待融合图像数据，H)、H]、G)、G!是札、H。、4、G。的共轭转置矩阵， Fm为第1层垂直方向高频图像、Fm为第1层水平方向高频图像、Fhh为第1层对角方向高频 图像之间的关系式。
[0109]上述的基于偏振光成像技术的检测方法，其中，预定角度分别定义为a1为0°， a2 为 60。，a3 为 120。
[0110] 上述的基于偏振光成像技术的检测方法，其中，于步骤6中，小波分解为Mallat小 波变换算法。
[0111] 列举一具体实施例解释：
[0112]光盘作为待检测物，光盘表面有两处较小的划痕，深度约0. 5mm，长度约12mm。为 获取较强的偏振信息，选择在固定特光源入射角度条件下进行实验。通过偏振光成像检测 系统于三个角度（0°、60°、120° )分别采集光盘表面瑕疵的原始偏振信息图像，并将采 集后的图像进行如下处理：获得强度参量I和偏振度参量P，对待融合图像使用上述的基于 偏振光成像技术的检测方法获得融合图像F。
[0113] 为了验证融合增强效果，以强度参量I和偏振度参量P作为参考图像，对强光成 像的图像、偏振度成像图像、以及采用本申请获取的融合图像分别计算图像质量评价参数 (包括图像信息熵、图像平均梯度、清晰度、对比度和高斯三阶细节平均统计量）进行图像 质量评价。
[0114] 图像信息熵的计算公式为
[0116] 其中，pi为i的灰度级出现的概率，i为灰度级，H为图像信息熵。
[0117] 图像信息熵是衡量图像信息丰富程度的一个重要指标，融合图像的熵值的大小表 示图像所包含的平均信息量的多少。通过对图像信息熵的比较可以得出图像的细节表现能 力。熵的大小反映了图像携带的信息量的多少，熵值越大，说明携带的信息量越大。
[0118] 图像平均梯度的计算公式是
[0120] 其中，
是图像X方向导数，
?是图像Y方向导数。
[0121] 平均梯度是敏感反映图像对微小细节反差和纹理变化特征表达能力的指标一般 的，g 越大，图像层次越多，融合后图像越清晰，融合达到了提高分辨率的目的。
[0122] 清晰度计算公式是
[0124] 其中，这里一和Iy分别为图像I在x和y方向的差分，i是图像中X方向坐标值，j是图像中Y方向坐标值。图像的清晰度用平均梯度表示，清晰度越大表明图像纹理等细节 越明显，越易于观察。
[0125] 对比度（图像中目标与背景的灰度值对比度）的计算公式为：
[0127] 其中WT(X，y)、WB(x，y)分别为目标和背景图像灰度值，R为选择区域，E为数学期 望，C为图像中目标与背景的灰度值对比度，。
[0128] 高斯三阶细节平均统计量的具体公式为：
[0130] 其中，c3f为高斯三阶细节平均统计量，mlf(i，j)为在图像中（i，j)点的小领域中的 局部均值，m2f(i，j)为图像f(i，j)的二阶矩，m3f(i，j)为图像f(i，j)的三阶矩，K为坐标i 的偏差量，Q为图像模板尺寸，i是图像中X方向坐标值，j是图像中Y方向坐标值，1为坐 标j的偏差量。
[0131] 高斯三阶细节平均统计量方法不需原始图像作参考，对高斯白噪声不敏感，能较 好的反映图像的信噪比，其中定义数值越大图像质量越高。
[0132] 表1为强光成像的图像、偏振度成像图像、以及采用本申请获取的融合图像分别 计算图像质量评价参数的图像评价结果。
[0133] 表1图像评价结果
[0135] 从表1图像评价结果可以发现：
[0136] (1)比较强度参量图像、偏振度参量图像和融合图像的信息摘可以看出，融合图像 相比偏振度参量图像信息熵有较大提高。与偏振度参量图像相比，融合图像的信息量得到 了增强；
[0137] (2)经过融合算法得到的融合图像的平均梯度得到了较大的提高，及提高了整体 清晰度，反映了图像的细节部分得到了增强；
[0138] (3)从光盘表面瑕疵与完好光盘表面的对比度的结果可见，融合图像中目标对比 度远高于强度参量图像；
[0139] (4)从视觉效果上看，融合图像保留了强度参量图像中的场景信息，同时突出了偏 振度参量图像中光盘表面瑕疵的细节信息；
[0140] (5)按照高斯三阶细节平均统计量计算结果可见，融合后的图像质量均优于融合 前的强度参量图像和偏振度参量图像；
[0141] (6)融合增强结果更易于光盘表面瑕疵的检测与识别。
[0142] 以上仅为本发明较佳的实施例，并非因此限制本发明的实施方式及保护范围，对 于本领域技术人员而言，应当能够意识到凡运用本发明说明书及图示内容所作出的等同替 换和显而易见的变化所得到的方案，均应当包含在本发明的保护范围内。
【主权项】
1. 一种基于偏振光成像技术的检测方法，应用于待检测物表面瑕疵检测，其特征在于， 包括如下步骤， 步骤S1、于三个预定角度通过一光强度成像装置获取所述待检测物表面的光强度参 量； 步骤S2、于三个所述预定角度通过一偏振光成像检测系统获取所述待检测物表面图 像，形成三个光强度不同的所述表面图像输出； 步骤S3、一计算单元根据三个光强度不同的所述表面图像结合所述光强度参量获取 Stokes参量和偏振度参量P ; 步骤S4、将所述表面图像分成若干个小图像，根据所述Stokes参量和偏振度参量P计 算每个所述小图像的平均能量值， 步骤S5、选取平均能量值最高的所述小图像为待融合图像； 步骤S6、对所述待融合图像的光强度参量I和偏振度参量P进行小波分解，分别获取所 述待融合图像的光强度参量I的低频系数、光强度参量I的高频系数、偏振度参量P的低频 系数、偏振度参量P的高频系数； 步骤S7、根据所述光强度参量I的低频系数、光强度参量I的高频系数、偏振度参量P 的低频系数、偏振度参量P的高频系数获取待融合的低频系数、待融合的高频系数， 步骤S8、根据所述待融合的高频系数和所述待融合的低频系数进行图像重构，获取融 合图像； 步骤S9、对融合图像进行瑕疵检测。2. 根据权利要求1所述的基于偏振光成像技术的检测方法，其特征在于，三个预定角 度分别定义为α 1、α 2、α 3 ;三个光强度参量分别形成Itl (α 1)、Itl (α 2)、IJ α 3)，其中 Itl (α 1)为α 1偏振方向获取的所述待检测物表面的光强度参量，Itl (α 2)为α 2偏振方向 获取的所述待检测物表面的光强度参量，ItlU 3)为α 3偏振方向获取的所述待检测物表面 的光强度参量。3. 根据权利要求2所述的基于偏振光成像技术的检测方法，其特征在于，于所述步骤 S3中，其中，所述Stokes参量的计算公式为：其中，I为光强度参量，Q为第一偏振参量，U为第二偏振参量，V为圆偏振参量，由于在 自然光中V较小，取值为零； 所述偏振度参量P的计算公式为：其中，P为偏振度参量。4. 根据权利要求1所述的基于偏振光成像技术的检测方法，其特征在于，于所述步骤 S4中， 其中所述平均能量值的计算公式为：其中：E为平均能量值，M为每个所述小图像的长度，N为每个所述小图像的宽度，X为 每个所述小图像于横坐标方向的图像分解坐标点，y为每个所述小图像于纵坐标方向的图 像分解坐标点。5. 根据权利要求1所述的基于偏振光成像技术的检测方法，其特征在于，于所述步骤 S6中，还具体包括， 步骤S61、对所述待融合图像的光强度参量I和偏振度参量P进行小波分解，分解层数 为1 ; 步骤S62、获取所述待融合图像的光强度参量I的低频系数（IJ，光强度参量I的高频 系数（Im、Ιηιλ Ihh)， 步骤S63、获取所述待融合图像的偏振度参量P的低频系数（PJ，偏振度参量P的高频 系数（Pm、fV、Pm)。6. 根据权利要求5所述的基于偏振光成像技术的检测方法，其特征在于，于所述步骤 S7中，具体包括如下步骤， 步骤S71、根据所述光强度参量I的低频系数（IJ与所述偏振度参量P的低频系数 (Pd获取待融合低频系数，所述待融合低频系数Fa的融合公式为： Fll= log (Pll) · ILLn 其中，η是込的指数，取值范围为0~I ; 步骤S72、根据所述光强度参量I的高频系数（Im、Im、Ihh)与所述偏振度参量P的高频 系数（Ρω、Pm、Phh)获取待融合高频系数Fh， 其中具体包括 步骤S721、定义光强度参量I的高频系数（Iun Im、Ihh)为Im;S义偏振度参量P的高 频系数（PM、Pm、PHH)为 Pm; 步骤S722、建立光强度参量高频系数Im与所述偏振度参量P m的相关度系数M u， MI;P的计算公式为：其中，Ehp为偏振度参量P的高频系数能量值，P m为偏振度参量P的高频系数； Ehi为强度参数I的高频系数能量值，I m为光强度参量I的高频系数； 步骤S722、预设一相对度阈值δ， 步骤S723、根据所述相对度阈值δ计算待融合高频系数Fh其中εΗΡ为偏振度参量P的加权系数，ε ΗΙ为光强度参量I的加权系数。7. 根据权利要求6所述的基于偏振光成像技术的检测方法，其特征在于，于所述步骤8 中，其待融合图像的重构方法是：其中匕为待融合图像数据，Η)、H!、G'、G!是氏、H。、(^、G。的共轭转置矩阵，F u 为第1层垂直方向高频图像、Fm为第1层水平方向高频图像、Fhh为第1层对角方向高频图 像。8. 根据权利要求1所述的基于偏振光成像技术的检测方法，其特征在于，所述预定角 度分别定义为a 1为0°，α 2为60°，α 3为120°。9. 根据权利要求1所述的基于偏振光成像技术的检测方法，其特征在于，于所述步骤6 中，所述小波分解为Mallat小波变换算法。
【专利摘要】本发明涉及一种图像处理技术领域，尤其涉及一种基于偏振光成像技术的检测方法及检测装置。本发明将偏振光成像和强度成像原理相结合，将多源图像进行融合，利用偏振图像信息和强度图像信息中互补信息生成一幅增强的融合图像，融合图像的细节要比偏振图像和强度图像中任何一幅都突出，形成一幅增强的汲取了多源图像的新图像，融合图像中目标区别特征的对比度远高于强度图像中目标区别特征的对比，从而获得单一图像无法获取的相关场景的描述，克服单一图像所存在的局限性，提高待检测物的检测效率，增强了检测效率的准确性。
【IPC分类】G06T5/50, G06T7/00, G01N21/88
【公开号】CN104899890
【申请号】CN201510351426
【发明人】刘晓, 王赟, 王勇
【申请人】上海一雅实业有限公司
【公开日】2015年9月9日
【申请日】2015年6月23日
【技术领域】
[0001] 本发明涉及一种图像处理技术领域，尤其涉及一种基于偏振光成像技术的检测方 法。
【背景技术】
[0002] 无损检测技术即非破坏性检测，利用待检测物的声、光、磁和电等特性，在不破坏 待检测物原来的状态、化学性质等前提下，为获取与待检测物品质有关的内容、性质或成分 等物理、化学情报所采用的检查方法，现有的应用于工业检测的无损检测方法主要有机械 式接触检测方法和光电式非接触检测方法。其中机械式接触检测方法通过仪器的触针于被 测表面的滑移进行测量，该种方法需要触针在待检测物的表面进行全面接触，因而检测速 度慢，且容易划伤待检测物表面，造成二次划痕，光电式非接触检测方法是目前广泛使用的 方法，可通过分析被测物体的二维图像特征，可实现快速、非接触检测。现有的非接触检测 方法主要采用光强度成像检测和偏振光成像检测，光强度成像检测是通过一光源照射待检 测物，获取待检测物表面的辐射强度信息，并根据该辐射强度信息结合图像处理算法检测 图像中待检测物的瑕疵。由于待检测物表面瑕疵特征（如划痕，表面不均匀，平滑度低等） 通常较隐蔽，不易在强度成像系统中呈现，这就为后期图像处理带来较大压力，不仅会增加 算法复杂程度，同样会降低系统的检测效率。偏振光成像检测是通过获取不同偏振方向的 目标反射光得到目标偏振信息，通过对目标偏振信息进行解析得到目标偏振参量信息，如 偏振度、偏振角等，根据目标偏振参量信息进行反演计算获取目标重构图形，目标重构图像 包括几何形状、表面粗糙度、纹理、导电率等理化特性的偏振信息，但是目标重构图像的表 面及背景在某些偏振参量与原始图像上存在一定差别，相比强度图像，偏振参量图像可读 性不佳，需要后期解译。
【发明内容】
[0003] 为了更好的利用偏振特征检测待检测物表面瑕疵，提高检测效率，本发明提供一 种基于偏振光成像技术的检测方法，通过强度成像技术结合偏振光成像技术，在强度图像 基础上利用偏振特征对待检测物表面瑕疵的进行增强，提高检测效率及检测准确性。
[0004] 一种基于偏振光成像技术的检测方法，应用于待检测物表面瑕疵检测，其中，包括 如下步骤，
[0005] 步骤S1、于三个预定角度通过一光强度成像装置获取所述待检测物表面的光强度 参量；
[0006] 步骤S2、于三个所述预定角度通过一偏振光成像检测系统获取所述待检测物表面 图像，形成三个光强度不同的所述表面图像输出；
[0007] 步骤S3、一计算单元根据三个光强度不同的所述表面图像结合所述光强度参量获 取Stokes参量和偏振度参量P;
[0008] 步骤S4、将所述表面图像分成若干个小图像，根据所述Stokes参量和偏振度参量 P计算每个所述小图像的平均能量值，
[0009] 步骤S5、选取平均能量值最高的所述小图像为待融合图像；
[0010] 步骤S6、对所述待融合图像的光强度参量I和偏振度参量P进行小波分解，分别获 取所述待融合图像的光强度参量I的低频系数、光强度参量I的高频系数、偏振度参量P的 低频系数、偏振度参量P的高频系数；
[0011] 步骤S7、根据所述光强度参量I的低频系数、光强度参量I的高频系数、偏振度参 量P的低频系数、偏振度参量P的高频系数获取待融合的低频系数、待融合的高频系数，
[0012] 步骤S8、根据所述待融合的高频系数和所述待融合的低频系数进行图像重构，获 取融合图像；
[0013] 步骤S9、对融合图像进行瑕疵检测。
[0014] 上述的基于偏振光成像技术的检测方法，其中，三个预定角度分别定义为a1、 a2、a3 ;三个光强度参量分别形成IQ(al)、IQ(a2)、IQ(a3)，IQ(a1)为a1偏振方向获 取的所述待检测物表面的光强度参量，I〇(a2)为a2偏振方向获取的所述待检测物表面的 光强度参量，I〇(a3)为a3偏振方向获取的所述待检测物表面的光强度参量。
[0015] 上述的基于偏振光成像技术的检测方法，其中，于所述步骤S3中，其中，所述 Stokes参量的计算公式为：
[0017] 其中，I为光强度参量，Q为第一偏振参量，U为第二偏振参量，V为圆偏振参量，由 于在自然光中V较小，取值为零；
[0018] 所述偏振度参量P的计算公式为：
[0020] 其中，P为偏振度参量。
[0021] 上述的基于偏振光成像技术的检测方法，其中，于所述步骤S4中，
[0022] 其中所述平均能量值的计算公式为：
[0024] 其中：E为平均能量值，M为每个所述小图像的长度，N为每个所述小图像的宽度，x 为每个所述小图像于横坐标方向的图像分解坐标点，y为每个所述小图像于纵坐标方向的 图像分解坐标点。
[0025] 上述的基于偏振光成像技术的检测方法，其中，于所述步骤S6中，还具体包括，
[0026] 步骤S61、对所述待融合图像的光强度参量I和偏振度参量P进行小波分解，分解 层数为1 ;
[0027] 步骤S62、获取所述待融合图像的光强度参量I的低频系数（IJ，光强度参量I的 高频系数（Im、Im、IHH)，
[0028] 步骤S63、获取所述待融合图像的所述偏振度参量P的低频系数（Pj，所述偏振度 参量P的高频系数（Pm、Pm、PHH)。
[0029] 上述的基于偏振光成像技术的检测方法，其中，于所述步骤S7中，具体包括如下 步骤，
[0030] 步骤S71、根据所述光强度参量I的低频系数（IJ与所述偏振度参量P的低频系 数（PJ获取待融合低频系数，所述待融合低频系数的融合公式为：
[0031] FLL=log(PLL) ?ILLn
[0032] 其中，n是込的指数，取值范围为0~1 ;
[0033] 步骤S72、根据所述光强度参量I的高频系数（1^Im、IHH)与所述偏振度参量P的 高频系数（Pm、Pm、PHH)获取待融合高频系数Fh，
[0034] 其中具体包括如下步骤，
[0035] 步骤S721、定义光强度参量I的高频系数（I^I^Ihh)为Im;S义偏振度参量P的 高频系数（PM、Pm、PHH)为Pm;
[0036] 步骤S722、建立光强度参量高频系数Im与所述偏振度参量Pm的相关度系数Mu，
[0037] MI;P的计算公式为：
[0039] 其中，EHP为偏振度参量P的高频系数能量值，Pm为偏振度参量P的高频系数；EHI 为强度参数I的高频系数能量值，Im为光强度参量I的高频系数；
[0040] 步骤S722、预设一相对度阈值S，
[0041] 步骤S723、根据所述相对度阈值S计算待融合高频系数Fh
[0043]当吣，!>< 8 时，FH=eHI ?IH+eHp ?PH，
[0046] 其中eHp为偏振度参量P的加权系数，eHI为光强度参量I的加权系数。
[0047] 上述的基于偏振光成像技术的检测方法，其中，于所述步骤8中，其待融合图像的 重构方法是：
[0049] 其中匕为待融合图像数据，H: H: G；Gi是氏、氏、4、6。的共轭转置矩阵， Fm为第1层垂直方向高频图像、Fm为第1层水平方向高频图像、Fhh为第1层对角方向高频 图像。
[0050] 上述的基于偏振光成像技术的检测方法，其中，所述预定角度分别定义为a1为 0°,a2 为 60°,a3 为 120°〇
[0051] 上述的基于偏振光成像技术的检测方法，其中，于所述步骤6中，所述小波分解为 Mailat小波变换算法。
[0052] 与现有技术相比，本发明的优点是：
[0053] 本发明将偏振光成像和强度成像原理相结合，将多源图像（偏振光成像获取的图 像与强度成像获取的图像）进行融合，利用偏振图像信息和强度图像信息中互补信息生成 一幅增强的融合图像，融合图像的细节要比偏振图像和强度图像中任何一幅都突出，形成 一幅增强的汲取了多源图像的新图像，融合图像中目标区别特征的对比度远高于强度图像 中目标区别特征的对比，从而获得单一图像无法获取的相关场景的描述，克服单一图像所 存在的局限性，提高待检测物的检测效率，增强了检测效率的准确性。
【附图说明】
[0054] 图1为一种基于偏振光成像技术的检测方法流程示意图。
【具体实施方式】
[0055] 下面结合附图和具体实施例对本发明作进一步 说明，但不作为本发明的限定。
[0056] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完 整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于 本发明中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其 他实施例，都属于本发明保护的范围。
[0057] 需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相 互组合。
[0058] 下面结合附图和具体实施例对本发明作进一步说明，但不作为本发明的限定。
[0059]如图1所示，一种基于偏振光成像技术的检测方法，应用于待检测物表面瑕疵检 测，其中，包括如下步骤，
[0060]步骤S1、于三个预定角度通过一光强度成像装置获取待检测物表面的光强度参 量，预定角度分别定义为a1、a2、a3 ;光强度参量包括IJa1)、IJa2)、IJa3)，其中， I〇(a1)为a1偏振方向获取的待检测物表面的光强度参量，IJa2)为a2偏振方向获取 的待检测物表面的光强度参量，IJa3)为a3偏振方向获取的待检测物表面的光强度参 量；
[0061]步骤S2、于三个预定角度通过一偏振光成像检测系统获取待检测物表面图像，形 成三个光强度不同的表面图像输出；
[0062] 步骤S3、一计算单元根据三个光强度不同的表面图像结合所述光强度参量获取 Stokes参量和偏振度参量P;
[0063] 步骤S4、将表面图像分成若干个小图像，根据Stokes参量和偏振度参量P计算每 个小图像的平均能量值，
[0064] 步骤S5、选取平均能量值最高的小图像为待融合图像；
[0065] 步骤S6、对待融合图像的光强度参量I和偏振度参量P进行小波分解，分别获取 待融合图像的光强度参量I的低频系数、光强度参量I的高频系数、偏振度参量P的低频系 数、偏振度参量P的高频系数；
[0066] 步骤S7、根据光强度参量I的低频系数、光强度参量I的高频系数、偏振度参量P 的低频系数、偏振度参量P的高频系数获取待融合的低频系数、待融合的高频系数，
[0067]步骤S8、根据待融合的高频系数和待融合的低频系数进行图像重构，获取融合图 像；
[0068]步骤S9、对融合图像进行瑕疵检测。
[0069] 本发明将偏振光成像和强度成像原理相结合，将多源图像（偏振光成像获取的图 像与强度成像获取的图像）进行融合，利用偏振图像信息和强度图像信息中互补信息生成 一幅增强的融合图像，融合图像的细节要比偏振图像和强度图像中任何一幅都突出，形成 一幅增强的汲取了多源图像的新图像，融合图像中目标区别特征的对比度远高于强度图像 中目标区别特征的对比，从而获得单一图像无法获取的相关场景的描述，克服单一图像所 存在的局限性，提高待检测物的检测效率，增强了检测效率的准确性。
[0070] 上述的基于偏振光成像技术的检测方法，其中，于步骤S3中，其中，Stokes参量的 计算公式为：
[0072]其中，I为光强度参量，Q为第一偏振参量，U为第二偏振参量，V为圆偏振参量，由 于在自然光中V较小，取值为零；
[0073] 偏振度参量P的计算公式为：
[0075]其中，P为偏振度参量。
[0076] 上述的基于偏振光成像技术的检测方法，其中，于步骤S4中，
[0077] 其中平均能量值的计算公式为：
[0079] 其中：E为平均能量值，M为每个小图像的长度，N为每个小图像的宽度，x为每个 小图像于横坐标方向的图像分解坐标点，y为每个小图像于纵坐标方向的图像分解坐标点。
[0080] 上述的基于偏振光成像技术的检测方法，其中，于步骤S6中，还具体包括，
[0081] 步骤S61、对待融合图像的光强度参量I和偏振度参量P进行小波分解，分解层数 为1 ;
[0082]步骤S62、获取待融合图像的光强度参量I的低频系数（Id，
[0083] 光强度参量I的高频系数（Im、Im、IHH)，
[0084]步骤S63、获取待融合图像的偏振度参量P的低频系数（PJ，偏振度参量P的高频 系数（Pm、fV、Phh)，
[0085] 上述的基于偏振光成像技术的检测方法，其中，于步骤S7中，具体包括如下步骤，
[0086] 步骤S71、根据光强度参量I的低频系数（IJ与偏振度参量P的低频系数（PJ获 取待融合低频系数，待融合低频系数Fa的融合公式为：
[0087] Fll= l〇g(PLL) * ILLn
[0088] 其中，n是込的指数，取值范围为0~1 ;
[0089] 待融合低频系数匕反映了原图像的近似和平均性，集中了原图像的大部分信息， 对低频系数采用调制融合方法获取。
[0090] 步骤S72、根据光强度参量I的高频系数（1^Im、IHH)与偏振度参量P的高频系数 (Pm、Pm、Phh)获取待融合高频系数Fh，
[0091] 其中具体包括
[0092] 步骤S721、定义光强度参量I的高频系数（I^I^Ihh)为Im;S义偏振度参量P的 咼频系数（Pm、PHIi、PHH)为Pm;
[0093] 步骤S722、待融合高频系数F反映了原图像的突变特性，对高频部分分别沿着水 平方向、垂直方向和对角方向采用系数加权平均融合规则进行融合。图像经过多尺度分解 后的高频系数包含了图像中诸如边缘、区域轮廓等的细节信息。在融合处理时，考虑相邻系 数间的相关性，建立光强度参量高频系数Im与所述偏振度参量Pm的相关度系数MtP，，
[0094]MU的计算公式为：
[0096] 其中，EHP为偏振度参量P的高频系数能量值，Pm为偏振度参量P的高频系数；
[0097]EHI为强度参数I的高频系数能量值，Im为光强度参量I的高频系数；
[0098]步骤S722、预设一相对度阈值S，相对度阈值S可根据实际选择，此处不做具体 限制。
[0099] 步骤S723、根据相对度阈值S计算待融合高频系数Fh
[0101]当 8 时，FH=eHI ?IH+eHp ?PH，
[0105] 其中eHp为偏振度参量P的加权系数，eHI为光强度参量I的加权系数。
[0106] 上述的基于偏振光成像技术的检测方法，其中，于步骤8中，其待融合图像的重构 方法是：
[0108]其中Fa为待融合图像数据，H)、H]、G)、G!是札、H。、4、G。的共轭转置矩阵， Fm为第1层垂直方向高频图像、Fm为第1层水平方向高频图像、Fhh为第1层对角方向高频 图像之间的关系式。
[0109]上述的基于偏振光成像技术的检测方法，其中，预定角度分别定义为a1为0°， a2 为 60。，a3 为 120。
[0110] 上述的基于偏振光成像技术的检测方法，其中，于步骤6中，小波分解为Mallat小 波变换算法。
[0111] 列举一具体实施例解释：
[0112]光盘作为待检测物，光盘表面有两处较小的划痕，深度约0. 5mm，长度约12mm。为 获取较强的偏振信息，选择在固定特光源入射角度条件下进行实验。通过偏振光成像检测 系统于三个角度（0°、60°、120° )分别采集光盘表面瑕疵的原始偏振信息图像，并将采 集后的图像进行如下处理：获得强度参量I和偏振度参量P，对待融合图像使用上述的基于 偏振光成像技术的检测方法获得融合图像F。
[0113] 为了验证融合增强效果，以强度参量I和偏振度参量P作为参考图像，对强光成 像的图像、偏振度成像图像、以及采用本申请获取的融合图像分别计算图像质量评价参数 (包括图像信息熵、图像平均梯度、清晰度、对比度和高斯三阶细节平均统计量）进行图像 质量评价。
[0114] 图像信息熵的计算公式为
[0116] 其中，pi为i的灰度级出现的概率，i为灰度级，H为图像信息熵。
[0117] 图像信息熵是衡量图像信息丰富程度的一个重要指标，融合图像的熵值的大小表 示图像所包含的平均信息量的多少。通过对图像信息熵的比较可以得出图像的细节表现能 力。熵的大小反映了图像携带的信息量的多少，熵值越大，说明携带的信息量越大。
[0118] 图像平均梯度的计算公式是
[0120] 其中，
是图像X方向导数，
?是图像Y方向导数。
[0121] 平均梯度是敏感反映图像对微小细节反差和纹理变化特征表达能力的指标一般 的，g 越大，图像层次越多，融合后图像越清晰，融合达到了提高分辨率的目的。
[0122] 清晰度计算公式是
[0124] 其中，这里一和Iy分别为图像I在x和y方向的差分，i是图像中X方向坐标值，j是图像中Y方向坐标值。图像的清晰度用平均梯度表示，清晰度越大表明图像纹理等细节 越明显，越易于观察。
[0125] 对比度（图像中目标与背景的灰度值对比度）的计算公式为：
[0127] 其中WT(X，y)、WB(x，y)分别为目标和背景图像灰度值，R为选择区域，E为数学期 望，C为图像中目标与背景的灰度值对比度，。
[0128] 高斯三阶细节平均统计量的具体公式为：
[0130] 其中，c3f为高斯三阶细节平均统计量，mlf(i，j)为在图像中（i，j)点的小领域中的 局部均值，m2f(i，j)为图像f(i，j)的二阶矩，m3f(i，j)为图像f(i，j)的三阶矩，K为坐标i 的偏差量，Q为图像模板尺寸，i是图像中X方向坐标值，j是图像中Y方向坐标值，1为坐 标j的偏差量。
[0131] 高斯三阶细节平均统计量方法不需原始图像作参考，对高斯白噪声不敏感，能较 好的反映图像的信噪比，其中定义数值越大图像质量越高。
[0132] 表1为强光成像的图像、偏振度成像图像、以及采用本申请获取的融合图像分别 计算图像质量评价参数的图像评价结果。
[0133] 表1图像评价结果
[0135] 从表1图像评价结果可以发现：
[0136] (1)比较强度参量图像、偏振度参量图像和融合图像的信息摘可以看出，融合图像 相比偏振度参量图像信息熵有较大提高。与偏振度参量图像相比，融合图像的信息量得到 了增强；
[0137] (2)经过融合算法得到的融合图像的平均梯度得到了较大的提高，及提高了整体 清晰度，反映了图像的细节部分得到了增强；
[0138] (3)从光盘表面瑕疵与完好光盘表面的对比度的结果可见，融合图像中目标对比 度远高于强度参量图像；
[0139] (4)从视觉效果上看，融合图像保留了强度参量图像中的场景信息，同时突出了偏 振度参量图像中光盘表面瑕疵的细节信息；
[0140] (5)按照高斯三阶细节平均统计量计算结果可见，融合后的图像质量均优于融合 前的强度参量图像和偏振度参量图像；
[0141] (6)融合增强结果更易于光盘表面瑕疵的检测与识别。
[0142] 以上仅为本发明较佳的实施例，并非因此限制本发明的实施方式及保护范围，对 于本领域技术人员而言，应当能够意识到凡运用本发明说明书及图示内容所作出的等同替 换和显而易见的变化所得到的方案，均应当包含在本发明的保护范围内。
【主权项】
1. 一种基于偏振光成像技术的检测方法，应用于待检测物表面瑕疵检测，其特征在于， 包括如下步骤， 步骤S1、于三个预定角度通过一光强度成像装置获取所述待检测物表面的光强度参 量； 步骤S2、于三个所述预定角度通过一偏振光成像检测系统获取所述待检测物表面图 像，形成三个光强度不同的所述表面图像输出； 步骤S3、一计算单元根据三个光强度不同的所述表面图像结合所述光强度参量获取 Stokes参量和偏振度参量P ; 步骤S4、将所述表面图像分成若干个小图像，根据所述Stokes参量和偏振度参量P计 算每个所述小图像的平均能量值， 步骤S5、选取平均能量值最高的所述小图像为待融合图像； 步骤S6、对所述待融合图像的光强度参量I和偏振度参量P进行小波分解，分别获取所 述待融合图像的光强度参量I的低频系数、光强度参量I的高频系数、偏振度参量P的低频 系数、偏振度参量P的高频系数； 步骤S7、根据所述光强度参量I的低频系数、光强度参量I的高频系数、偏振度参量P 的低频系数、偏振度参量P的高频系数获取待融合的低频系数、待融合的高频系数， 步骤S8、根据所述待融合的高频系数和所述待融合的低频系数进行图像重构，获取融 合图像； 步骤S9、对融合图像进行瑕疵检测。2. 根据权利要求1所述的基于偏振光成像技术的检测方法，其特征在于，三个预定角 度分别定义为α 1、α 2、α 3 ;三个光强度参量分别形成Itl (α 1)、Itl (α 2)、IJ α 3)，其中 Itl (α 1)为α 1偏振方向获取的所述待检测物表面的光强度参量，Itl (α 2)为α 2偏振方向 获取的所述待检测物表面的光强度参量，ItlU 3)为α 3偏振方向获取的所述待检测物表面 的光强度参量。3. 根据权利要求2所述的基于偏振光成像技术的检测方法，其特征在于，于所述步骤 S3中，其中，所述Stokes参量的计算公式为：其中，I为光强度参量，Q为第一偏振参量，U为第二偏振参量，V为圆偏振参量，由于在 自然光中V较小，取值为零； 所述偏振度参量P的计算公式为：其中，P为偏振度参量。4. 根据权利要求1所述的基于偏振光成像技术的检测方法，其特征在于，于所述步骤 S4中， 其中所述平均能量值的计算公式为：其中：E为平均能量值，M为每个所述小图像的长度，N为每个所述小图像的宽度，X为 每个所述小图像于横坐标方向的图像分解坐标点，y为每个所述小图像于纵坐标方向的图 像分解坐标点。5. 根据权利要求1所述的基于偏振光成像技术的检测方法，其特征在于，于所述步骤 S6中，还具体包括， 步骤S61、对所述待融合图像的光强度参量I和偏振度参量P进行小波分解，分解层数 为1 ; 步骤S62、获取所述待融合图像的光强度参量I的低频系数（IJ，光强度参量I的高频 系数（Im、Ιηιλ Ihh)， 步骤S63、获取所述待融合图像的偏振度参量P的低频系数（PJ，偏振度参量P的高频 系数（Pm、fV、Pm)。6. 根据权利要求5所述的基于偏振光成像技术的检测方法，其特征在于，于所述步骤 S7中，具体包括如下步骤， 步骤S71、根据所述光强度参量I的低频系数（IJ与所述偏振度参量P的低频系数 (Pd获取待融合低频系数，所述待融合低频系数Fa的融合公式为： Fll= log (Pll) · ILLn 其中，η是込的指数，取值范围为0~I ; 步骤S72、根据所述光强度参量I的高频系数（Im、Im、Ihh)与所述偏振度参量P的高频 系数（Ρω、Pm、Phh)获取待融合高频系数Fh， 其中具体包括 步骤S721、定义光强度参量I的高频系数（Iun Im、Ihh)为Im;S义偏振度参量P的高 频系数（PM、Pm、PHH)为 Pm; 步骤S722、建立光强度参量高频系数Im与所述偏振度参量P m的相关度系数M u， MI;P的计算公式为：其中，Ehp为偏振度参量P的高频系数能量值，P m为偏振度参量P的高频系数； Ehi为强度参数I的高频系数能量值，I m为光强度参量I的高频系数； 步骤S722、预设一相对度阈值δ， 步骤S723、根据所述相对度阈值δ计算待融合高频系数Fh其中εΗΡ为偏振度参量P的加权系数，ε ΗΙ为光强度参量I的加权系数。7. 根据权利要求6所述的基于偏振光成像技术的检测方法，其特征在于，于所述步骤8 中，其待融合图像的重构方法是：其中匕为待融合图像数据，Η)、H!、G'、G!是氏、H。、(^、G。的共轭转置矩阵，F u 为第1层垂直方向高频图像、Fm为第1层水平方向高频图像、Fhh为第1层对角方向高频图 像。8. 根据权利要求1所述的基于偏振光成像技术的检测方法，其特征在于，所述预定角 度分别定义为a 1为0°，α 2为60°，α 3为120°。9. 根据权利要求1所述的基于偏振光成像技术的检测方法，其特征在于，于所述步骤6 中，所述小波分解为Mallat小波变换算法。
【专利摘要】本发明涉及一种图像处理技术领域，尤其涉及一种基于偏振光成像技术的检测方法及检测装置。本发明将偏振光成像和强度成像原理相结合，将多源图像进行融合，利用偏振图像信息和强度图像信息中互补信息生成一幅增强的融合图像，融合图像的细节要比偏振图像和强度图像中任何一幅都突出，形成一幅增强的汲取了多源图像的新图像，融合图像中目标区别特征的对比度远高于强度图像中目标区别特征的对比，从而获得单一图像无法获取的相关场景的描述，克服单一图像所存在的局限性，提高待检测物的检测效率，增强了检测效率的准确性。
【IPC分类】G06T5/50, G06T7/00, G01N21/88
【公开号】CN104899890
【申请号】CN201510351426
【发明人】刘晓, 王赟, 王勇
【申请人】上海一雅实业有限公司
【公开日】2015年9月9日
【申请日】2015年6月23日
最新回复(0)