英语原文共 4 页,剩余内容已隐藏,支付完成后下载完整资料
物理与光电工程学院
毕业翻译
偏振鬼成像
石东风,*胡顺兴和王迎建
中国科学院安徽光学精密机械研究所,大气成分和光辐射重点实验室,中国科学院,合肥230031
*通讯作者:dfshi@aiofm.ac.cn
摘要:传统鬼成像(GI)系统通过物体反射或透射特性获得物体的像。但当物体和背景具有相同的反射率和透射率时,传统系统无法从背景中区分物体。一个改进的方法是使用反射光或透射光的偏振分量来测量。我们采用偏振态发生器和偏振态分析仪来构建一个偏振测定GI系统。就我们所知,当待检测物体隐藏在相同的反射率和透射率的背景中时,偏振特征可以在第一时间内获得,这是一个对GI应用的突破。使用强度和偏振信息的组合,我们就能够更好的在背景和不同材料的物体之间进行区分。
关键词:偏振成像;散斑成像;检测
Polarimetric ghost imaging
Dongfeng Shi,* Shunxing Hu, and Yingjian Wang
Key Laboratory of Atmospheric Composition and Optical Radiation, Anhui Institute of Optics
and Fine Mechanics, Chinese Academy of Sciences, Hefei 230031, China
*Corresponding author: dfshi@aiofm.ac.cn
Abstract:For conventional ghost imaging (GI) systems, the object image is obtained based on the reflective or transmissive character of the object. When the object and its background have the same reflectivity or transmittance, conventional GI is helpless in detecting the object from the background. An improvement is to use the polarization components of the reflected or transmitted light. We propose a polarimetric GI system that employs a polarization state generator and a polarization state analyzer. This feature allows for the first time, to the best of our knowledge, imaging the object buried in the same reflectivity or transmittance background, which represents a breakthrough for GI applications. Using a combination of intensity and polarization information, we are better able to distinguish between the background and the different material objects.
Key words:Polarimetric imaging; Speckle imaging; Detection
鬼成像技术(GI)[1-9]是一个使用两个强度相关的光束,来获得物体的图像的成像技术。在传统的GI系统中,一束激光通过一个旋转的毛玻璃产生一个斑点光场和两个相关的光束从而获得一个光束分离器的效果。照射在物体上的一个光束,是由非空间分辨探测器收集,而另一光束被空间分辨探测器收集,例如,用电荷耦合器件(CCD)照相机来收集记录。最近,改进GI的方案有计算GI[2,3],它利用计算机控制的空间光调制器来简化分束器和空间分辨探测器;压缩感测GI[4,5]其算法有利于分析从被探测物中得到的零散数据;和双波长GI[6,7],其中两支光束都有不同的波长。三维GI[8,9]已被受到了广泛的关注,因为它相比二维成像能提供更多的信息。还有一些其他的技术,例如多波长GI[10]和差动GI[11]。然而,以前所有对GI的改进,都是使用来自物体的反射或透射的强度来恢复该物体的图像的技术。在理想的情况下,处理器能够从包含的背景像素中区分出目的图像像素。尽管如此,在某些情况下,可能会产生误报。例如,当被检测物体隐藏在背景中(相同的反射率和透射率),还有就是其中在定义上对物体的像素的不同。
偏振[12,13]是光的固有特性,提供的有价值的信息超过物体的光谱和强度分布提供的信息。偏振[14]是测量关于整个光场的矢量性质的信息。众所周知的一个有可能的改善方法是使用反射光或透射光的偏振分量。这个想法是基于自然背景的入射光消偏振比人造物体少这一事实。消偏振[14]被定义为偏振光改变成为非偏振光和减少偏振度的过程。因此,通过偏振度编码的图像可被用来将人造物体从相同反射或透射量的自然背景中区分出来。现在,偏振激光雷达[14-20]已经被广泛研究,并在许多领域中运用,如机器视觉,生物医学成像和遥感应用。
据我们所知,这个是第一个关于在纯偏振激光照射下的GI偏振系统的研究并且在水平和垂直参考轴向上对反射光或者透射光的偏振状态进行分析。在这篇文章中,我们只说明照射下的反射情况。当然,类似的分析也可以用于传输的情况。实验的示意图如图1。
图1. 这是一个偏振GI系统。激光束进入旋转毛玻璃(RGG)随后进入PSG系统,PSG系统由一个线性偏振器(LP)与四分之一波片(QWP)组成。然后该光束通过光束分离器(BS)被分成两束。然后将一个光束用来照亮物体并且反射光进入由一个QWP和偏振分束器(PBS)组成的PSA系统,该系统将光束分为两个正交分量。最后,光的两个部分分量是由两个非空间分辨收集探测器(NSD)。另一光束的横向强度分布由CCD照相机测量。对象的偏振重影是由检测器的输出之间的相关性产生。
除了增加的偏振状态发生器(PSG)和偏振态分析仪(PSA)外,这是一个典型的反射GI装置。在偏振GI系统中,一束具有已知偏振状态的激光束被射出。斯托克斯矢量S[14],它由四个参数来描述的偏振态。这里,I代表的光的总强度,Q是水平和垂直偏振之间的差异,U是偏振在线性 45°和-45°之间的差,V是右和左圆偏振之间的差异。偏振度是用来描述其偏振的电磁波的部分的量。在数学上,在Stokes矢量参数方面的表达式为:
(1)
DOP=1对应于纯偏振光,DOP=0对应于非偏振光,并且0lt;DOPlt;1对应于部分偏振光。
场景中的反射光的偏振状态由相对应的入射光来改变。入射光和反射光之间的关系由以下等式给出:
(2)
其中,M是该对象的表面的穆勒矩阵。对于被非双折射材料反射掉的光 [15,19],穆勒矩阵可以近似为:
(3)
其中M归一化量,使得总的反射光等于1,和分别是线性消偏振量和圆消偏振量。实验[17]表明,和这两个量在人造物体表面上比较大,在天然物体表面上比较小。在图1,激光束经旋转毛玻璃变成线性偏振光,随后通过一四分之一波板。
我们假定。基于方程(2)和(3), 我们可以得到的偏振状态可以由入射光来控制。当参数和是大(小)时,反射光具有高(低)的DOP这意味着这是像素在人造表面(天然表面)上。如果V是等于零,要么Q或U是非零,则不包含圆偏振信息并且仅包含线性偏振信息(反之亦然)。为了测量线性和圆偏振的信息,有必要使用纯偏振光。这里,我们使三个变量Q,U和V不为零。通过设定一束平行于y轴并且与四分之一波片成17.632°的偏振光,可以得到纯偏振光其偏振状态的斯托克斯矢量由下式给出:
(4)
其中,上标T表示转置。来自物体的反射光进入PSA系统,PSA系统由四分之一波片和偏振分束器组成。PSA的在0°和90°的穆勒矩阵相对于y轴由和分别描述:
, (5)
. (6)
这里,PSA的四分之一波板固定在相对于x轴成(17.632 90)°的地方。根据方程(2)-(6),由探测器NSD1()和NSD2()检测出的强度由下式给出:
(7)
(8)
基于GI理论[1-9]中,对象图像可以通过在空间上分辨探测器和非空间分辨探测器获得相关的强度分布来重建
(9)
其中N表示测量的总数,n是第n个测量,是由空间分辨检测器在位置x的第n个测量收集到的强度,是由非空间分辨检测器在位置x的第n个测量收集到的强度。在一个偏振GI系统,第n个由非空间分辨探测器的由得到强度为:
(10)
用公式(9)和,一个偏振GI对象图像可以实现。该系统还提供了非空间分辨探测器的常规GI测量:
(11)
用公式(9)和,可以得到现有的GI物体图像。在接下来的模拟,我们会给由两个不同的GI系统获得的成果。
表1 穆勒矩阵元素
|
||
Steel |
0.975 |
0.99 |
Stone |
0.385 |
0.35 |
Wood |
0.215 |
0.16 |
根据计算机模拟实验比较偏振的GI和传统GI之间有着明显的差异。在表1中给出测定和的值[17] 并且在在本文中运用于描述偏振GI。在理想的情况下,我们假设没有传感器噪声,无散斑,无动荡。我们实验的场景由(由木头构成的)自然背景和实验对象两个字母“A”。左边的字母“A”由钢构成,右边的“A”由石头构成。在第一模拟中,假设两个对象具有相同的反射率,其反射率比背景反射率小,但是这个不同是小。场景示意图图 2(A)。结果示于图3,其中(A)和(B)和(C)和(D)是分别由传统GI和偏振GI所获得的图像。因为在场景中的物体与背景之间的反射率非常接近,传统GI成像有点模糊。但是在偏振GI成像图中由钢做的的字母可以清晰地分辨出来。木材和石头的消偏振是非常接近这使得在偏振GI成像中难以从木材背景中区分由石头做成的字母。当我们要检测隐藏在背景(反射率相同,但不同的偏振特性)的人造目标时,传统GI无法检测出人造目标,不过,偏振GI有着巨大潜力。
在第二模拟中,反射率的不同在对象和背景之间是很明显的。场景示意图如图2(B)。在常规的GI图像[图4A和4B],我们不能从石头中区分出钢。然而,偏振GI图像能成功检测出钢对象,但石淹没在背景中因为石头和木质之间的消偏振的差别是很小的。这十分有趣,在一张图像中结合了不同的信息(强度和偏振)。融合图像的特征是由红色通道(相当于偏振GI图像),绿色通道(相当于常规GI图像),和蓝色通道(相当于偏振GI的总和与常规的GI图像)组合而成。图4(E)和4(F)现实其中两个类型的信息(强度和极化)可以很容易在该融合彩色RGB图像中解析出来。我们可以通过融合物体图像将背景和不同的材料明确区分出来。
图2 模拟实验中使用的原始场景。
图3 实验结果模拟图。上排:常规GI重建(A)分辨率为50,000和(B)分辨率为100000。底
剩余内容已隐藏,支付完成后下载完整资料
资料编号:[28776],资料为PDF文档或Word文档,PDF文档可免费转换为Word
课题毕业论文、外文翻译、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。