仿生物視覺機(jī)理的水下偏振圖像處理方法研究

1、仿生物視覺機(jī)理的水下偏振圖像處理方法研究,報(bào)告人：吳玉榮,研究內(nèi)容與組織框架,1.仿螳螂蝦視覺機(jī)理設(shè)計(jì)水下偏振圖像分割框架2.仿偏振對立感知機(jī)制的偏振參數(shù)圖像計(jì)算3.基于非負(fù)矩陣分解的偏振參數(shù)圖像融合和去冗余4.仿螳螂蝦視神經(jīng)網(wǎng)絡(luò)的水下偏振圖像分割,研究內(nèi)容與組織結(jié)構(gòu),,僅利用光強(qiáng)和光譜信息很難將目標(biāo)與背景進(jìn)行分離，需要探尋新的在水下環(huán)境中穩(wěn)定的目標(biāo)信息進(jìn)行利用。本文將基于偏振成像技術(shù)進(jìn)行水下目標(biāo)的圖像采集。表征目標(biāo)偏振信息St

2、okes偏振參數(shù)存在誤差和噪聲，不利于圖像分割，結(jié)合光學(xué)理論和螳螂蝦視覺偏振對立感知機(jī)制，提出一種新的偏振參數(shù)及其計(jì)算方法。如何利用獲取的目標(biāo)信息實(shí)現(xiàn)水下圖像分割是關(guān)鍵。水下生物螳螂蝦視覺在低照度、強(qiáng)散射的水下環(huán)境中表現(xiàn)出的優(yōu)勢為研究提供了一個(gè)可借鑒的技術(shù)路線。,1、仿螳螂蝦視覺機(jī)理的水下偏振圖像分割框架設(shè)計(jì),1、仿螳螂蝦視覺機(jī)理的水下偏振圖像分割框架設(shè)計(jì),,水下偏振圖像分割存在的問題,在水下環(huán)境中，偏振成像技術(shù)可有效濾掉背景散射光的

3、干擾，提高圖像的對比度和成像距離；但在背景光被濾除的同時(shí)目標(biāo)的反射光也被很大程度地濾除掉了，影響了圖像的清晰度?；谄駡D像可以計(jì)算出多個(gè)偏振參數(shù)圖像，這些偏振參數(shù)圖像之間具有互補(bǔ)性，表征了目標(biāo)的不同特征，但數(shù)據(jù)量的增加會給后續(xù)圖像處理帶來計(jì)算量大、計(jì)算復(fù)雜度高等諸多問題和困難，由于這些偏振參數(shù)圖像之間也具有冗余性，可以對它們進(jìn)行融合和去冗余預(yù)處理，以壓縮數(shù)據(jù)量。現(xiàn)有的水下偏振圖像分割算法大都是利用光強(qiáng)信息、光譜信息和偏振信息中的一

4、種信息進(jìn)行的，是針對具體的圖像特點(diǎn)提出的，具有很大的局限性。如何綜合利用光強(qiáng)信息和偏振信息進(jìn)行水下偏振圖像分割的研究較少。,2、仿螳螂蝦視覺偏振對立感知機(jī)制的偏振參數(shù)計(jì)算,問題描述與分析：在水下環(huán)境中，由于各種內(nèi)部和外部原因，使得計(jì)算出的Stokes偏振參數(shù)存在誤差和噪聲，給后續(xù)圖像分割、檢測和目標(biāo)識別帶來更大困難和挑戰(zhàn)。,現(xiàn)有解決方法：多角度測量圖像濾波等預(yù)處理圖像融合,2、仿螳螂蝦視覺偏振對立感知機(jī)制的偏振參數(shù)計(jì)算,,,,,

5、2、仿螳螂蝦視覺偏振對立感知機(jī)制的偏振參數(shù)計(jì)算,,,2、仿螳螂蝦視覺偏振對立感知機(jī)制的偏振參數(shù)計(jì)算,,,,,,,,,,,,,,2、仿螳螂蝦視覺偏振對立感知機(jī)制的偏振參數(shù)計(jì)算,,,,,,,,,,,2、仿螳螂蝦視覺偏振對立感知機(jī)制的偏振參數(shù)計(jì)算,,,,,,,,,,2、仿螳螂蝦視覺偏振對立感知機(jī)制的偏振參數(shù)計(jì)算,,,,,2、仿螳螂蝦視覺偏振對立感知機(jī)制的偏振參數(shù)計(jì)算,（a）Q,（b）U,（c）DoP,（d）I,2、仿螳螂蝦視覺偏振對立感知機(jī)制

6、的偏振參數(shù)計(jì)算,本文提出的對立偏振參數(shù)圖像比Stokes偏振參數(shù)圖像含有更豐富的目標(biāo)信息，邊緣和輪廓更清晰完整，且受噪聲影響較小。同時(shí)基于對立偏振參數(shù)圖像計(jì)算出的偏振度圖像（圖3.8（h）和圖3.9（h））質(zhì)量也有較大改善，與基于Stokes偏振參數(shù)計(jì)算的偏振度圖像（圖3.10（c）和圖3.11（c））相比，本文計(jì)算出的偏振度圖像受噪聲影響較小，目標(biāo)與背景之間具有更明顯的區(qū)分度。,3、基于非負(fù)矩陣分解的偏振參數(shù)圖像融合和去冗余,問題描述

7、與分析：數(shù)據(jù)量的急劇增加不僅會造成數(shù)據(jù)災(zāi)難，而且還會給圖像的后續(xù)處理帶來諸多的問題和困難（如存儲空間大、計(jì)算復(fù)雜度高等）偏振參數(shù)圖像之間不僅具有互補(bǔ)性，而且具有很強(qiáng)的冗余性。生物學(xué)上，必須有高性能的運(yùn)算單元進(jìn)行支持來高效的完成復(fù)雜的數(shù)據(jù)流分析，顯然生物視覺系統(tǒng)無法達(dá)到此要求。,3、基于非負(fù)矩陣分解的偏振參數(shù)圖像融合和去冗余,,,（1）,,,,,3、基于非負(fù)矩陣分解的偏振參數(shù)圖像融合和去冗余,,,,,,,NMF—偏振特征圖像,PCA

8、—偏振特征圖像,3、基于非負(fù)矩陣分解的偏振參數(shù)圖像融合和去冗余,,,,NMF—偏振特征圖像,4、仿螳螂蝦視神經(jīng)網(wǎng)絡(luò)的水下偏振圖像分割,問題描述：如何利用光強(qiáng)信息和偏振信息是實(shí)現(xiàn)水下偏振圖像分析的關(guān)鍵。,4、仿螳螂蝦視神經(jīng)網(wǎng)絡(luò)的水下偏振圖像分割,,4、仿螳螂蝦視神經(jīng)網(wǎng)絡(luò)的水下偏振圖像分割,,4、仿螳螂蝦視神經(jīng)網(wǎng)絡(luò)的水下偏振圖像分割,,4、仿螳螂蝦視神經(jīng)網(wǎng)絡(luò)的水下偏振圖像分割,4、仿螳螂蝦視神經(jīng)網(wǎng)絡(luò)的水下偏振圖像分割,本文算法分割,增強(qiáng)圖像