留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

粗糙目标表面红外偏振特性研究

柳祎 史浩东 姜会林 李英超 王超 刘壮 李冠霖

柳祎, 史浩东, 姜会林, 李英超, 王超, 刘壮, 李冠霖. 粗糙目标表面红外偏振特性研究[J]. 中国光学. doi: 10.3788/CO.2019-0123
引用本文: 柳祎, 史浩东, 姜会林, 李英超, 王超, 刘壮, 李冠霖. 粗糙目标表面红外偏振特性研究[J]. 中国光学. doi: 10.3788/CO.2019-0123
Liu Yi, Shi Hao-dong, Jiang Hui-lin, Li Ying-chao, Wang Chao, Liu Zhang, Li Guan-lin. Research on Infrared polarization properties of targets with rough surface[J]. Chinese Optics. doi: 10.3788/CO.2019-0123
Citation: Liu Yi, Shi Hao-dong, Jiang Hui-lin, Li Ying-chao, Wang Chao, Liu Zhang, Li Guan-lin. Research on Infrared polarization properties of targets with rough surface[J]. Chinese Optics. doi: 10.3788/CO.2019-0123

粗糙目标表面红外偏振特性研究

doi: 10.3788/CO.2019-0123
基金项目: 国家重点研发计划(National Key Research and Development Program)2017YFC0803806;国家自然基金青年基金(National Natural Fund Youth Fund)61805027;国家自然基金青年基金(National Natural Fund Youth Fund)61805028
详细信息
    作者简介:

    柳祎(1995—),女,吉林长春人,硕士研究生,主要从事光学系统设计方面的研究。E-mail:452414737@qq.com

  • 中图分类号: O436.3

Research on Infrared polarization properties of targets with rough surface

  • 摘要: 红外偏振成像可突显目标、识别真伪,准确掌握目标红外辐射偏振特性可有效提高目标探测识别概率。针对现有目标红外辐射偏振特性模型未考虑粗糙表面导致的遮蔽效应的问题,本文基于微面元双向反射分布函数模型,利用穆勒矩阵构建出含有遮蔽函数的粗糙表面红外辐射偏振度的斯托克斯解析模型。并针对光线表面粗糙度和入射角对金属和非金属目标红外辐射偏振度的影响进行定量分析。分析结果表明:无论金属还是非金属,其红外自发辐射偏振度都随粗糙度增大而减小,非金属自发辐射偏振度下降幅度大于金属偏振度;当粗糙度及温度相同时,金属的红外辐射偏振度始终大于非金属;红外辐射偏振度先随入射角增加而增加,而后在特定入射角下达到峰值,超过一定入射角后偏振度大幅下降,金属和非金属的红外辐射偏振度之间的差异在一定入射角度范围内达到最大,有助于区分金属与非金属。最后,利用长波红外微偏振成像系统和近红外偏振成像系统进行不同场景目标的图像采集,获取目标的红外辐射偏振特性,实验结果与理论分析结果基本吻合,本文对研究目标偏振特性、优化设计红外偏振系统以及后续偏振图像处理均具有重要意义。
  • 图  1  微面元双向反射分布函数模型几何关系示意图

    Figure  1.  Schematic diagram of bidirectional reflection distribution function model of microelement

    图  2  同时发生掩饰-遮蔽效果示意图

    Figure  2.  Schematic diagram of simultaneous shadowing- masking effect

    图  3  随入射角与散射角变化的遮蔽函数曲线

    Figure  3.  Variation of shadowing function with incident angles

    图  4  金属铝与玻璃板的自发辐射偏振度随粗糙度变化曲线

    Figure  4.  Changes of spontaneous emission polarization degree of aluminum and glass plate as roughness

    图  5  金属铝有无遮蔽函数模型偏振度随入射角变化曲线

    Figure  5.  Changes of polarization degree of metal aluminum with different surface roughness as incident angle with and without shadowing function

    图  6  玻璃板有无遮蔽函数模型偏振度随入射角变化曲线

    Figure  6.  Changes of polarization degree curve of glass plate with different surface roughness as incident angle with and without shadowing function

    图  7  不同粗糙度两种材质偏振度变化曲线

    Figure  7.  Changes of polarization of two materials with different roughness as incident angle

    图  8  铝和玻璃的红外偏振度实际测量值与仿真对比图

    Figure  8.  Comparison diagram of infrared polarization degree of measurement and simulation for aluminum and glass (a)Aluminum (b)Glass

    图  9  不同粗糙度的铝片和玻璃的长波红外偏振度图像(a)铝片 (b)玻璃板

    Figure  9.  Long-wave infrared polarization image of aluminum sheets and glass plates with different roughness (a) Aluminum sheets (b) Glass plates

    图  10  室外景物图像(a) 长波红外强度图像 (b)长波红外偏振度图像

    Figure  10.  Outdoor scenes(a) Long wave infrared intensity image (b) Long wave infrared polarization image

    图  11  不同粗糙度的铝片灰度图像与近红外偏振度图像(a)灰度图像(b)偏振度图像

    Figure  11.  Gray image and Near infrared polarization image of Aluminum sheets with different roughness (a)Gray image (b)Polarization image

    图  12  不同粗糙度的玻璃板灰度图像与偏振度图像(a)灰度图像(b)偏振度图像

    Figure  12.  Gray image and Near infrared polarization image of glass plates with different roughness (a)Gray image (b)Polarization image

    图  13  室外景物拍摄的图像(a)红外强度图像(b)入射角为80°时红外偏振度图像 (c)入射角为70°时红外偏振度图像(d)入射角为20°时红外偏振度图像

    Figure  13.  Outdoor scenes (a) Infrared intensity image (b)Infrared polarized image at an incident angle of 80°(c) Infrared polarized image at an incident angle of 70°(d) Infrared polarized image at an incident angle of 20°

    图  14  屋顶偏振度(a)入射角为80°(b)入射角为70°(c)入射角为20°

    Figure  14.  Polarization degree of the roof (a) Incident angle is 80° (b) Incident angle is 70°(c) Incident angle is 20°

    表  1  成像系统主要技术参数

    Table  1.   Main technical parameters of the imaging system

    Long-wave infrared
    micro-polarization camera
    Near infrared detector
    Wavelength8~12 μm0.9~1.7 μm
    Focal length60 mm50 mm
    F11.4
    Pixel number640x512640x512
    Pixel size17 μm15 μm
    下载: 导出CSV
  • [1] DUAN J, FU Q, MO CH H, et al. Review of polarization imaging for international military application[J]. Proceedings of SPIE, 2013, 8908: 890813. doi:  10.1117/12.2033042
    [2] 汪震, 洪津, 叶松, 等. 金属表面粗糙度对热红外偏振特性影响研究[J]. 光子学报,2007,36(8):1500-1503.

    WANG ZH, HONG J, YE S, et al. Study on effect of metal surface roughness on polarized thermal emission[J]. Acta Photonica Sinica, 2007, 36(8): 1500-1503. (in Chinese)
    [3] 徐文斌, 陈伟力, 李军伟, 等. 采用长波红外高光谱偏振技术的目标探测实验[J]. 红外与激光工程,2017,46(5):0504005. doi:  10.3788/IRLA201746.0504005

    XU W B, CHEN W L, LI J W, et al. Experiment of target detection based on long-wave infrared hyperspectral polarization technology[J]. Infrared and Laser Engineering, 2017, 46(5): 0504005. (in Chinese) doi:  10.3788/IRLA201746.0504005
    [4] JORDAN D L, LEWIS G. Measurements of the effect of surface roughness on the polarization state of thermally emitted radiation[J]. Optics Letters, 1994, 19(10): 692-694. doi:  10.1364/OL.19.000692
    [5] WOLFF L B, LUNDBERG A, TANG R. Image understanding from thermal emission polarization[C]. Proceedings of 1998 IEEE Computer Society Conference on Computer Vision and Pattern Recognition, IEEE, 1998: 625-631.
    [6] GURTON K P, DAHMANI R, VIDEEN G. Measured degree of infrared polarization for a variety of thermal emitting surfaces[R]. Adelphi: Army Research Laborary, 2004: 1-19.
    [7] GURTON K P, DAHMANI R. Effect of surface roughness and complex indices of refraction on polarized thermal emission[J]. Applied Optics, 2005, 44(26): 5361-5367. doi:  10.1364/AO.44.005361
    [8] 汤倩. 红外辐射偏振建模与仿真研究[D]. 合肥: 合肥工业大学, 2015: 1-62.

    TANG Q. Research on modeling and simulation of infrared radiation polarization[D]. Hefei: Hefei University of Technology, 2015: 1-62. (in Chinese)
    [9] 陈伟力, 李军伟, 孙仲秋, 等. 典型卫星表面材料可见光偏振特性分析[J]. 光学学报,2018,38(10):1026001. doi:  10.3788/AOS201838.1026001

    CHEN W L, LI J W, SUN ZH Q, et al. Analysis of visible polarization characteristics of typical satellite surface materials[J]. Acta Optica Sinica, 2018, 38(10): 1026001. (in Chinese) doi:  10.3788/AOS201838.1026001
    [10] NICODEMUS F E, RICHMOND J C, HSIA J J, et al.. Geometrical Considerations and Nomenclature for Reflectance[M]. Washington: National Bureau of Standards, 1977: 629.
    [11] TORRANCE K E, SPARROW E M. Theory for off-specular reflection from roughened surfaces[J]. Journal of the Optical Society of America, 1967, 57(9): 1105-1114. doi:  10.1364/JOSA.57.001105
    [12] 汪杰君, 王鹏, 王方原, 等. 材料表面偏振双向反射分布函数模型修正[J]. 光子学报,2019,48(1):0126001. doi:  10.3788/gzxb20194801.0126001

    WANG J J, WANG P, WANG F Y, et al. Modified model of polarized bidirectional reflectance distribution function on material surface[J]. Acta Photonica Sinica, 2019, 48(1): 0126001. (in Chinese) doi:  10.3788/gzxb20194801.0126001
    [13] 王安祥, 吴振森. 光散射模型中遮蔽函数的参数反演[J]. 红外与激光工程,2014,43(1):332-337. doi:  10.3969/j.issn.1007-2276.2014.01.059

    WANG A X, WU ZH S. Parameter inversion of shadowing function in light scattering model[J]. Infrared and Laser Engineering, 2014, 43(1): 332-337. (in Chinese) doi:  10.3969/j.issn.1007-2276.2014.01.059
    [14] PRIEST R G, GERMER T A. Polarimetric BRDF in the microfacet model: theory and measurements[C]. Proceedings of the 2000 Meeting of the Military Sensing Symposia Specialty Group on Passive Sensors, Infrared Information Analysis Center, 2000: 169-181.
    [15] GARTLEY M G, BROWN S D, GOODENOUGH A D, et al. Polarimetric scene modeling in the thermal infrared[J]. Proceedings of SPIE, 2007, 6682: 66820C. doi:  10.1117/12.740528
    [16] 马帅, 白廷柱, 曹峰梅, 等. 基于双向反射分布函数模型的红外偏振仿真[J]. 光学学报,2009,29(12):3357-3361. doi:  10.3788/AOS20092912.3357

    MA SH, BAI T ZH, CAO F M, et al. Infrared polarimetric scene simulation based on bidirectional reflectance distribution function model[J]. Acta Optica Sinica, 2009, 29(12): 3357-3361. (in Chinese) doi:  10.3788/AOS20092912.3357
    [17] 张景华, 张焱, 石志广. 基于长波红外的海面场景偏振特性分析与建模[J]. 红外与毫米波学报,2018,37(5):586-594. doi:  10.11972/j.issn.1001-9014.2018.05.011

    ZHANG J H, ZHANG Y, SHI ZH G. Study and modeling of infrared polarization characteristics based on sea scene in long wave band[J]. Journal of Infrared and Millimeter Waves, 2018, 37(5): 586-594. (in Chinese) doi:  10.11972/j.issn.1001-9014.2018.05.011
    [18] RESNICK A, PERSONS C, LINDQUIST G. Polarized emissivity and Kirchhoff’s law[J]. Applied Optics, 1999, 38(8): 1384-1387. doi:  10.1364/AO.38.001384
    [19] 张海越. 基于穆勒矩阵的目标光学反射特性研究[D]. 南京: 南京理工大学, 2017: 1-61.

    ZHANG H Y. Study on optical reflection characteristics of target based on Muller matrix[D]. Nanjing: Nanjing University of Science and Technology, 2017: 1-61. (in Chinese)
    [20] 李刚. 空间目标天基红外探测光学系统研究[D]. 西安: 中国科学院西安光学精密机械研究所, 2013: 1-63.

    LI G. Research about space-based IR-optical system for space object detection[D]. Xi’an: Xi’an Institute of Optics & Precision Mechnics, Chinese Academy of Sciences, 2013: 1-63. (in Chinese)
    [21] 王晓娟. 基于长波的红外偏振成像技术研究[D]. 天津: 天津大学, 2016: 1-56.

    WANG X J. Research on infrared polarization image technology based on long wave infrared[D]. Tianjin: Tianjin University, 2016: 1-56. (in Chinese)
  • [1] 曹逸兴, 张国旗, 卢勇男.  基于偏振滤波的皮肤镜光学和机械设计 . 中国光学, doi: 10.3788/CO.20201302.0273
    [2] 王洪亮, 梁静秋, 梁中翥, 王维彪, 吕金光, 秦余欣.  傅立叶变换型线偏振干涉成像系统分析与设计 . 中国光学, doi: 10.3788/CO.20191203.0638
    [3] 朱绪丹, 张荣君, 郑玉祥, 王松有, 陈良尧.  椭圆偏振光谱测量技术及其在薄膜材料研究中的应用 . 中国光学, doi: 10.3788/CO.20191206.1195
    [4] 杨博文, 马王杰慧, 刘彦磊, 刘玉芳.  紫铜粗糙表面的光谱双向反射分布函数测量研究 . 中国光学, doi: 10.3788/CO.20191206.1385
    [5] 张卫国.  海面太阳耀光背景下的偏振探测技术 . 中国光学, doi: 10.3788/CO.20181102.0231
    [6] 乔铁英, 蔡立华, 李宁, 李周, 李成浩.  基于红外辐射特性系统实现对面目标测量 . 中国光学, doi: 10.3788/CO.20181105.0804
    [7] 王琪, 梁静秋, 梁中翥, 吕金光, 王维彪, 秦余欣, 王洪亮.  分孔径红外偏振成像仪光学系统设计 . 中国光学, doi: 10.3788/CO.20181101.0092
    [8] 陈运达, 汪之国, 江奇渊, 李莹颖, 黄云.  非理想1/4波片对泵浦光偏振态的影响 . 中国光学, doi: 10.3788/CO.20171002.0226
    [9] 鄂轶文, 黄媛媛, 徐新龙, 汪力.  太赫兹偏振测量系统及其应用 . 中国光学, doi: 10.3788/CO.20171001.0098
    [10] 王东, 颜昌翔, 张军强.  光谱偏振调制器的高精度装调方法 . 中国光学, doi: 10.3788/CO.20160901.0144
    [11] 苏志强, 颜昌翔, 张军强, 杨斌.  基于偏振特性对石英玻璃和绿漆涂层的反演 . 中国光学, doi: 10.3788/CO.20160905.0547
    [12] 马迎军, 王晶, 洪永丰, 张葆.  道威棱镜的偏振特性及偏振补偿研究 . 中国光学, doi: 10.3788/CO.20160901.0137
    [13] 刘明奇, 王思远, 何玉青, 金伟其, 王雪.  采用多种红外视距模型的子弹辐射探测系统作用距离分析 . 中国光学, doi: 10.3788/CO.20150804.0636
    [14] 张艳超, 赵建, 韩希珍, 刘博超.  SUSAN清晰度评价函数在自动对焦中的应用 . 中国光学, doi: 10.3788/CO.20140702.0240
    [15] 李淑军, 姜会林, 朱京平, 段锦, 付强, 付跃刚, 董科研.  偏振成像探测技术发展现状及关键技术 . 中国光学, doi: 10.3788/CO.20130606.803
    [16] 王红睿, 王玉鹏.  用于测量太阳总辐射的空间辐射计 . 中国光学, doi: 10.3788/CO.20120506.0555
    [17] 张晓龙, 刘英, 孙强.  高精度非致冷长波红外热像仪的辐射标定 . 中国光学, doi: 10.3788/CO.20120503.0235
    [18] 王博.  高密度相位光栅的偏振选择性 . 中国光学,
    [19] 赵楠, 薛育, 王晶.  利用蒙特卡洛法分析红外光学系统的杂散辐射 . 中国光学,
    [20] ZHOU Zhe-hai, TAN Qiao-feng, JIN Guo-fan.  利用高偏振级次轴对称偏振光束实现三维光学捕获 . 中国光学,
  • 加载中
计量
  • 文章访问数:  244
  • HTML全文浏览量:  124
  • 被引次数: 0
出版历程
  • 网络出版日期:  2020-04-03

粗糙目标表面红外偏振特性研究

doi: 10.3788/CO.2019-0123
    基金项目:  国家重点研发计划(National Key Research and Development Program)2017YFC0803806;国家自然基金青年基金(National Natural Fund Youth Fund)61805027;国家自然基金青年基金(National Natural Fund Youth Fund)61805028
    作者简介:

    柳祎(1995—),女,吉林长春人,硕士研究生,主要从事光学系统设计方面的研究。E-mail:452414737@qq.com

  • 中图分类号: O436.3

摘要: 红外偏振成像可突显目标、识别真伪,准确掌握目标红外辐射偏振特性可有效提高目标探测识别概率。针对现有目标红外辐射偏振特性模型未考虑粗糙表面导致的遮蔽效应的问题,本文基于微面元双向反射分布函数模型,利用穆勒矩阵构建出含有遮蔽函数的粗糙表面红外辐射偏振度的斯托克斯解析模型。并针对光线表面粗糙度和入射角对金属和非金属目标红外辐射偏振度的影响进行定量分析。分析结果表明:无论金属还是非金属,其红外自发辐射偏振度都随粗糙度增大而减小,非金属自发辐射偏振度下降幅度大于金属偏振度;当粗糙度及温度相同时,金属的红外辐射偏振度始终大于非金属;红外辐射偏振度先随入射角增加而增加,而后在特定入射角下达到峰值,超过一定入射角后偏振度大幅下降,金属和非金属的红外辐射偏振度之间的差异在一定入射角度范围内达到最大,有助于区分金属与非金属。最后,利用长波红外微偏振成像系统和近红外偏振成像系统进行不同场景目标的图像采集,获取目标的红外辐射偏振特性,实验结果与理论分析结果基本吻合,本文对研究目标偏振特性、优化设计红外偏振系统以及后续偏振图像处理均具有重要意义。

English Abstract

柳祎, 史浩东, 姜会林, 李英超, 王超, 刘壮, 李冠霖. 粗糙目标表面红外偏振特性研究[J]. 中国光学. doi: 10.3788/CO.2019-0123
引用本文: 柳祎, 史浩东, 姜会林, 李英超, 王超, 刘壮, 李冠霖. 粗糙目标表面红外偏振特性研究[J]. 中国光学. doi: 10.3788/CO.2019-0123
Liu Yi, Shi Hao-dong, Jiang Hui-lin, Li Ying-chao, Wang Chao, Liu Zhang, Li Guan-lin. Research on Infrared polarization properties of targets with rough surface[J]. Chinese Optics. doi: 10.3788/CO.2019-0123
Citation: Liu Yi, Shi Hao-dong, Jiang Hui-lin, Li Ying-chao, Wang Chao, Liu Zhang, Li Guan-lin. Research on Infrared polarization properties of targets with rough surface[J]. Chinese Optics. doi: 10.3788/CO.2019-0123
    • 红外偏振成像技术是将红外成像与偏振成像相结合的一种新型成像探测技术,利用红外偏振成像可明显提升对伪装、暗弱目标的探测识别能力,因此国内外针对红外偏振成像技术开展了大量研究。2011年,美军在白沙靶场利用红外偏振成像技术对低空小型飞行器进行了跟踪试验,将探测的最大虚警率由普通红外成像的0.52降为0.01,信噪比提高3.4~35.6倍[1]。2007年,汪震等人研究了铝质和钢质金属板热红外偏振度和其表面粗糙度的关系,得出表面越光滑其热红外偏振度越大的规律[2]。2016年,北京环境特性研究所在不同温度中分别对涂漆和镀铝目标开展了不同观测角度下的高光谱偏振成像实验,结果表明不同温度和观测角对目标红外光谱偏振特性具有影响[3]。虽然红外偏振成像技术可从红外辐射和偏振两个维度对目标进行探测,若要有效识别目标,必须准确掌握目标的红外辐射偏振特性。1993年D.L.Jordan等人介绍了金属和玻璃表面热辐射线偏振度的红外测量,并测量了不同粗糙度的铝和玻璃的线偏振度[4]。1998年,Lawrence B.Wolff等人提出了一种解释粗糙和光滑表面热辐射偏振的综合模型,对电介质和金属粗糙表面进行了研究,这种模型可以用来潜在地识别不同类型的材料[5]。2004年,Kristan P.Gurton等人对光滑物体表面的自发辐射偏振特性进行了建模仿真[6]。2005年,Kristan P.Gurton等人提出了一系列表征偏振热辐射对表面粗糙度依赖性的测量方法,特别测量了一系列粗糙硼硅酸盐玻璃基体的线性偏振光谱分辨率[7]。2015年,汤倩基于菲涅尔反射定律对目标自发辐射偏振进行建模仿真研究[8]。2018年,陈伟力等人对典型卫星表面材质进行了可见光反射特性分析[9]。但是,上述研究仅适用于理想光滑的物体表面,当物体表面粗糙度较大时,仿真结果与实测结果差异较大[10],难以准确全面地反映目标的红外偏振特性,导致目标识别反演精度较低。

      本文针对传统红外辐射偏振模型存在局限性的问题,基于微面元理论,将遮蔽函数引入到双向反射分布函数模型当中,并利用Muller矩阵将标量的双向反射分布函数偏振化,构建出适用于粗糙表面的红外辐射偏振度特性解析模型,更加全面地表征物体表面红外辐射偏振特性。通过对不同粗糙度的典型材质进行仿真分析,得到红外辐射偏振度与入射角、粗糙度等条件的关系。最后,搭建了红外辐射偏振度特性测试实验,对不同景物进行长波红外偏振以及近红外偏振的图像采集,验证理论分析结果的正确性。

    • 双向反射分布函数(BRDF)在光的辐射度学上的严格定义最早由Nicodemus在二十世纪七十年代提出:入射光入射到物体表面经过反射后的出射辐射亮度与入射光的辐射照度的比值,其表达式为[11]

      $${f_{BRDF}}({\theta _i},{\varphi _i},{\theta _r},{\varphi _r},\lambda ) = \frac{{d{L_r}({\theta _r},{\varphi _r},\lambda )}}{{d{E_i}({\theta _i},{\varphi _i},\lambda )}}(s{r^{ - 1}}),$$ (1)

      式中:${E_i}$为入射光辐照度,${L_r}$为反射光辐亮度,角度$\theta $$\varphi $分别是天顶角和方位角,并且i和r分别代表入射方向和反射方向,$\lambda $为波长。

      BRDF表示了不同光线入射角度下物体表面在任意观测角的反射特性,是描述物体表面光反射特性的确定性函数[10] [11]。本文的微面元模型采用高斯分布作为粗糙物体表面的微面元法线分布的概率分布函数,表达式为:[12]

      $$p(\alpha ) = \frac{1}{{2{\text π} {\sigma ^2}{{\cos }^3}(\alpha )}}\exp \left[ {\frac{{ - {{\tan }^2}(\alpha )}}{{2{\sigma ^2}}}} \right],$$ (2)

      式中:$\alpha $为物体表面法线与微面元法线间的夹角,$\tan (\alpha )$为局部表面斜率,$\sigma $为物体表面粗糙度常数。

    • 当目标物体表面不是理想光滑时,入射到微面元上的散射光会被截止,物体表面越粗糙发生遮蔽-掩饰效应的概率就越大,从而对粗糙物体表面的散射特性产生影响,所以在建立适用于粗糙物体表面的微面元双向反射分布函数模型时需要考虑遮蔽-掩饰效应的影响。

      带有遮蔽函数的微面元双向反射分布函数模型的数学定义式如下:

      $$\begin{split} & {f_{BRDF}}({\theta _i},{\varphi _i},{\theta _r},{\varphi _r},\lambda ) = \frac{1}{{2\pi }}\frac{1}{{4{\sigma ^2}}}\frac{1}{{{{\cos }^4}\alpha }} \\ & \frac{{\exp \left[ { - {{\tan }^2}\alpha /2{\sigma ^2}} \right]}}{{\cos {\theta _r}\cos {\theta _i}}}G({\theta _i},{\varphi _i},{\theta _r},{\varphi _r}) \end{split} ,$$ (3)

      式中:$G({\theta _i},{\varphi _i},{\theta _r},{\varphi _r})$表示物体表面遮蔽函数${\theta _i}$${\theta _r}$分别为入射光线方向,反射光线方向与宏观物体表面法线之间的夹角,${\varphi _i}$${\varphi _r}$分别为入射光线,反射光线的方位角。

      图1为微面元双向反射分布函数模型几何关系示意图,z轴为宏观物体表面法线方向,n轴为微面元法线方向,$\beta $为入射光线方向与微面元法线之间的夹角,根据球面三角学公式,${\theta _i},{\varphi _i},{\theta _r},{\varphi _r},\alpha ,\beta $各角度之间满足以下关系:

      图  1  微面元双向反射分布函数模型几何关系示意图

      Figure 1.  Schematic diagram of bidirectional reflection distribution function model of microelement

      $$\cos (\alpha ) = \frac{{\cos ({\theta _i}) + \cos ({\theta _r})}}{{2\cos (\beta )}},$$ (4)
      $$\begin{split} \cos (2\beta ) =& \cos ({\theta _i})\cos ({\theta _r}) \\ & + \sin ({\theta _i})\sin ({\theta _r})cos({\varphi _r} - {\varphi _i}), \end{split} $$ (5)

      在基于微面元的偏振双向反射函数的坐标系里有四个平面:入射方向与物体表面法线组成的平面$ioz$、入射方向与微面元法线组成的平面$ion$、观测方向与物体表面法线组成的平面$roz$、观测方向与微面元法线组成的平面$ron$,在这里用${\eta _i}$表示平面$ioz$$ion$之间的夹角,用${\eta _r}$表示平面$roz$$ron$之间的夹角。${\eta _i}$${\eta _r}$${\theta _i}$${\theta _r}$$\beta $满足下面关系式:

      $$\begin{split} \cos ({\eta _i}) =& [ (\cos {\theta _i} + \cos {\theta _r})/(2\cos \beta ) \\ &- \cos {\theta _i}\cos \beta ] /(\sin {\theta _i}\sin \beta ) , \end{split} $$ (6)
      $$\begin{split} cos({\eta _r}) =& [ (\cos {\theta _i} + \cos {\theta _r})/(2\cos \beta ) \\ & - \cos {\theta _r}\cos \beta ] /(\sin {\theta _r}\sin \beta ) , \end{split} $$ (7)
    • 入射到微面元上的光线被截止的现象称为遮蔽,在观测方向上反射光线被截住的现象称为掩饰。遮蔽函数反映了不存在遮蔽和掩饰这两种事件所共同发生的概率,它由相邻面元反射的遮蔽和掩饰概率决定[7]图2为同时发生掩饰-遮蔽效果示意图。

      图  2  同时发生掩饰-遮蔽效果示意图

      Figure 2.  Schematic diagram of simultaneous shadowing- masking effect

      假设材质表面各向同性,设${\varphi _i}$=0,则遮蔽函数可简化为关于$\theta {}_i,{\theta _r},{\varphi _r}$的函数$G({\theta _i},{\theta _r},{\varphi _r})$。角$\theta {}_{ip},{\theta _{rp}},{\beta _p}$分别表示角$\theta {}_i,{\theta _r},\beta $的球面投影,利用逼近公式,可将遮蔽函数改写为:[13]

      $$G(\theta {}_i,{\theta _r},{\varphi _r}) = \frac{{1 + \dfrac{{{\omega _p}\left| {\tan {\theta _{ip}}\tan {\theta _{rp}}} \right|}}{{1 + {\sigma _r}\tan {\beta _p}}}}}{{\left[ {(1 + {\omega _p}{{\tan }^2}{\theta _{ip}})(1 + {\omega _p}{{\tan }^2}{\theta _{rp}})} \right]}},$$ (8)

      式中:

      $$\left\{ \begin{aligned} & {\omega _p} = {\sigma _p}\left(1 + \frac{{{u_p}\sin \alpha }}{{\sin \alpha + {\upsilon _p}\cos \alpha }}\right) \\ & \tan {\theta _{ip}} = \tan {\theta _i}\frac{{\sin {\theta _i} + \sin {\theta _r}\cos {\varphi _r}}}{{2\sin \alpha \cos \beta }} \\ & \tan {\theta _{rp}} = \tan {\theta _r}\frac{{\sin {\theta _r} + \sin {\theta _i}\cos {\varphi _r}}}{{2\sin \alpha \cos \beta }} \\ & \tan {\beta _p} = \frac{{\left| {\cos {\theta _i} - \cos \beta } \right|}}{{2\sin \alpha \cos \beta }} \end{aligned} \right.,$$ (9)

      式中:${\sigma _p}$${\sigma _r}$${u_p}$${v_p}$为经验参数,与表面粗糙度参数密切相关。通常四个参数取以下经验值:${\sigma _p} = $$0.013\;6,{\sigma _r} = 0.013\;6,{u_p} = 9.0,{v_p} = 1.0$

      根据上述理论分析,不同入射角度对应的遮蔽函数变化趋势如图3所示。图中横坐标为光线散射角,纵坐标为归一化的遮蔽函数值,不同类型曲线代表不同入射角的遮蔽函数。从图中可以看出,随入射角增大遮蔽函数值明显降低,这是由于在大入射角度情况下粗糙表面的微面元分布存在强烈的遮蔽-掩饰效应,对入射光起到了衰减的作用。当入射角度为0°,散射角为0°,遮蔽函数值接近于1,此时遮蔽-掩饰效应较弱;随着散射角增大,在60°~90°范围内,遮蔽函数值迅速减小,说明在这个范围内遮蔽-掩饰效应变得更加明显;当散射角接近90°时,即接近水平观测时,遮蔽函数值接近0,说明此时遮蔽-掩饰效应最为明显。

      图  3  随入射角与散射角变化的遮蔽函数曲线

      Figure 3.  Variation of shadowing function with incident angles

    • 为研究粗糙物体表面的微观分布对物体红外偏振特性的影响,本文将标量的微面元双向反射分布函数矢量化。为保证信息不丢失,本文采用Muller矩阵来描述光波偏振态:

      $$\begin{split} & {{\bf{f}}_{j,l}}({\theta _i},{\varphi _i},{\theta _r},{\varphi _r},\lambda ) = \frac{1}{{2{\text π} }}\frac{1}{{4{\sigma ^2}}}\frac{1}{{{{\cos }^4}\alpha }}\frac{{\exp \left[ { - {{\tan }^2}\alpha /2{\sigma ^2}} \right]}}{{\cos {\theta _r}\cos {\theta _i}}}\\ & G({\theta _i},{\varphi _i},{\theta _r},{\varphi _r}){{\bf{M}}_{j,l}}({\theta _i},{\varphi _i},{\theta _r},{\varphi _r}),\;\;\;(j,l = 0,1,2,3), \end{split}$$ (10)

      式中:${{\bf{M}}_{j,l}}$为一个4x4的Muller矩阵。

      由电磁场理论可知,散射光与入射光之间可通过Jones矩阵建立联系,在实际应用中,Muller矩阵与Jones矩阵之间存在转换关系。偏振化的琼斯矩阵为:

      $$\begin{aligned} J =& \left[ {\begin{array}{*{20}{c}} {{J_{ss}}}&{{J_{ps}}}\\ {{J_{sp}}}&{{J_{pp}}} \end{array}} \right] \\ =& \left[\!\!\!\! {\begin{array}{*{20}{c}} {\cos({\eta _r})}&{\sin({\eta _r})}\\ { - \sin({\eta _r})}&{\cos({\eta _r})} \end{array}}\!\!\!\! \right]\left[ \!\!\!\!{\begin{array}{*{20}{c}} {{r_s}}&0\\ 0&{{r_p}} \end{array}}\!\!\!\! \right]\left[\!\!\!\! {\begin{array}{*{20}{c}} {\cos ({\eta _i})}&{ - \sin({\eta _i})}\\ {\sin({\eta _i})}&{\cos ({\eta _i})} \end{array}}\!\!\!\! \right], \end{aligned}$$ (11)

      Muller矩阵与Jones矩阵的转换关系如下14、15式所示[14],由于圆偏振分量很小且计算复杂,一般忽略不计,令${M_{30}} = 0$,则:

      $$\begin{split} & {M_{00}} = \frac{1}{2}({\left| {{J_{ss}}} \right|^2} + {\left| {{J_{sp}}} \right|^2} + {\left| {{J_{ps}}} \right|^2} + {\left| {{J_{pp}}} \right|^2}) \\ & {M_{10}} = \frac{1}{2}({\left| {{J_{ss}}} \right|^2} - {\left| {{J_{sp}}} \right|^2} + {\left| {{J_{ps}}} \right|^2} - {\left| {{J_{pp}}} \right|^2}) \\ & {M_{20}} = \frac{1}{2}({J_{ss}}J_{sp}^* + cc + {J_{ps}}J_{pp}^* + cc) , \end{split}$$ (12)
      $$\begin{split} \left[ {\begin{array}{*{20}{c}} {{M_{00}}} \\ {{M_{10}}} \\ {{M_{20}}} \\ {{M_{30}}} \end{array}} \right] =& \frac{1}{2}\left[ {\begin{array}{*{20}{c}} {r_s^2 + r_p^2} \\ {\cos (2{\eta _r})(r_s^2 - r_p^2)} \\ {\sin(2{\eta _r})(r_p^2 - r_s^2)} \\ 0 \end{array}} \right] \\ =& \frac{1}{2}\left[ {\begin{array}{*{20}{c}} {{R_s} + {R_p}} \\ {\cos (2{\eta _r})({R_s} - {R_p})} \\ {\sin(2{\eta _r})({R_p} - {R_s})} \\ 0 \end{array}} \right] , \end{split}$$ (13)

      式中:$R_s$$R_p$分别代表垂直分量和平行分量的菲涅尔反射率。

      本文引入定向半球反射率概念[15][16],即:目标表面上整个半球空间内的反射辐射通量与特定入射方向的入射辐射通量的比值,通过对BRDF在2$\pi $半球空间内做积分,可求得定向半球反射率:

      $$\begin{split} &{{\bf{\rho }}_{DHR}}({\theta _i},{\varphi _i},\lambda ) = \int\limits_{{\Omega _r}} {{{\bf{f}}_{j,l}}(} {\theta _i},{\varphi _i},{\theta _r},{\varphi _r},\lambda )\cos {\theta _r}d{\Omega _r} \\ & = \int\limits_0^{2{\text π}} {\int\limits_0^{{\text π} /2} {{{\bf{f}}_{j,l}}({\theta _i},{\varphi _i},{\theta _r},{\varphi _r},\lambda )\cos {\theta _r}\sin {\theta _r}d{\theta _r}d{\varphi _r}} }, \end{split} $$ (14)

      定向发射率用定向反射率表示为:

      $$\begin{split} & {{\bf{\varepsilon }}_{DE}}({\theta _i},{\varphi _i},\lambda ) = 1 - {{\bf{\rho }}_{DHR}}({\theta _i},{\varphi _i},\lambda ) = \\ & 1 - \int\limits_0^{2{\text π} } {\int\limits_0^{{\text π} /2} {{{\bf{f}}_{j.l}}({\theta _i},{\varphi _i},{\theta _r},{\varphi _r},\lambda )\cos {\theta _r}\sin {\theta _r}d{\theta _r}d{\varphi _r}} }, \end{split}$$ (15)

      黑体发射率矩阵为[17][18]${{\bf{\varepsilon }}_{BB}} = {\left[ {\begin{array}{*{20}{c}} 1&0&0&0 \end{array}} \right]^T}$,物体表面红外辐射定向发射率矩阵为:

      $$\begin{split} {{\bf{\varepsilon }}_{DE}}({\theta _i},{\varphi _i},\lambda ) =& \left[ {1 - {{\bf{\rho }}_{DHR}}({\theta _i},{\varphi _i},\lambda )} \right] \cdot {{\bf{\varepsilon }}_{BB}} \\ =& \left[ {\begin{aligned} & {1 - \iint\limits_{{\Omega _r}} {{f_{00}}\cos {\theta _r}d{\Omega _r}}} \\ & { - \iint\limits_{{\Omega _r}} {{f_{10}}\cos {\theta _r}d{\Omega _r}}} \\ & { - \iint\limits_{{\Omega _r}} {{f_{20}}\cos {\theta _r}d{\Omega _r}}} \\ & { - \iint\limits_{{\Omega _r}} {{f_{30}}\cos {\theta _r}d{\Omega _r}}} \end{aligned}} \right] , \end{split}$$ (16)

      通常描述光的偏振态有两种方式:Jones矢量表示法和Stokes矢量表示法。由于Stokes矢量可描述完全偏振光、部分偏振光和完全非偏振光,所以选择Stokes矢量表示法,通用表达式为:$S = {\left[ {\begin{array}{*{20}{c}} I&Q&U&V \end{array}} \right]^T}$[19]

      目标表面总的红外偏振辐射的Stokes矢量表示为:

      $$\begin{split} S =& \left[ {\begin{array}{*{20}{c}} I \\ Q \\ U \\ V \end{array}} \right] = {{\bf{\rho }}_{DHR}}({\theta _i},{\varphi _i},\lambda )\left[ {\begin{array}{*{20}{c}} {{I_n}} \\ 0 \\ 0 \\ 0 \end{array}} \right] + {{\bf{\varepsilon }}_{DE}} \cdot {I_{obj}} \\ =& \left[ {\begin{aligned} & {{I_{obj}} + \iint\limits_{{\Omega _r}} {{f_{00}}\cos {\theta _r}d{\Omega _r} \cdot ({I_n} - {I_{obj}})}} \\ & {\iint\limits_{{\Omega _r}} {{f_{10}}\cos {\theta _r}d{\Omega _r} \cdot ({I_n} - {I_{obj}})}} \\ & {\iint\limits_{{\Omega _r}} {{f_{20}}\cos {\theta _r}d{\Omega _r} \cdot ({I_n} - {I_{obj}})}} \\ & {\iint\limits_{{\Omega _r}} {{f_{30}}\cos {\theta _r}d{\Omega _r} \cdot ({I_n} - {I_{obj}})}} \end{aligned}} \right] , \end{split} $$ (17)

      入射光为自然光的矩阵表示为:${\left[\!\!\!\! {\begin{array}{*{20}{c}} {{I_n}}&0&0&0 \end{array}}\!\!\!\! \right]^T}$${I_{obj}}$为目标的辐射强度。将${M_{00}},{M_{10}},{M_{20}},{M_{30}}$代入上式[20],得:

      $$S = \left[ {\begin{array}{*{20}{c}} I \\ Q \\ U \\ V \end{array}} \right] = \left[ {\begin{aligned} & {{I_{obj}} + \frac{{({I_n} - {I_{obj}})}}{{16{\text π}{\sigma ^2}}}\int_0^{2{\text π}} {\int_0^{{\text π} /2} {\frac{{G({\theta _i},{\theta _r},{\varphi _r})}}{{{{\cos }^4}\alpha }}\frac{{\exp \left[ { - {{\tan }^2}\alpha /2{\sigma ^2}} \right]}}{{\cos {\theta _i}}}\sin{\theta _r}({R_s} + {R_p})d{\theta _r}d{\varphi _r}} } } \\ & {\frac{{({I_n} - {I_{obj}})}}{{16{\text π} {\sigma ^2}}}\int_0^{2{\text π}} {\int_0^{{\text π} /2} {\frac{{G({\theta _i},{\theta _r},{\varphi _r})}}{{{{\cos }^4}\alpha }}\frac{{\exp \left[ { - {{\tan }^2}\alpha /2{\sigma ^2}} \right]}}{{\cos {\theta _i}}}\cos(2{\eta _r})\sin{\theta _r}({R_s} - {R_p})d{\theta _r}d{\varphi _r}} } } \\ & {\frac{{({I_n} - {I_{obj}})}}{{16{\text π} {\sigma ^2}}}\int_0^{2{\text π} } {\int_0^{{\text π} /2} {\frac{{G({\theta _i},{\theta _r},{\varphi _r})}}{{{{\cos }^4}\alpha }}\frac{{\exp \left[ { - {{\tan }^2}\alpha /2{\sigma ^2}} \right]}}{{\cos {\theta _i}}}\sin(2{\eta _r})\sin{\theta _r}({R_p} - {R_s})d{\theta _r}d{\varphi _r}} } } \\ & 0 \end{aligned}} \right],$$ (18)

      根据偏振度求解公式,可求得粗糙表面红外辐射偏振度解析式:

      $$\begin{split} & P{\rm{ = }}\dfrac{{\sqrt {{Q^2} + {U^2}} }}{I} = \dfrac{{\dfrac{1}{{16{\text π} {\sigma ^2}}}\left| {{I_n} - {I_{obj}}} \right|}}{{{I_{obj}} + \dfrac{{({I_n} - {I_{obj}})}}{{16{\text π} {\sigma ^2}}}\displaystyle\int\limits_0^{2{\text π}} {\displaystyle\int\limits_0^{{\text π} /2} {\dfrac{{G({\theta _i},{\theta _r},{\varphi _r})}}{{{{\cos }^4}\alpha }} \cdot \dfrac{{\exp \left[ { - \tan{^2}\alpha /2{\sigma ^2}} \right]}}{{\cos {\theta _i}}}\sin {\theta _r}({R_s} + {R_p})d{\theta _r}d{\varphi _r}} } }} \cdot \\ & \sqrt {\begin{aligned} & {{\left[ {\int\limits_0^{2{\text π}} {\int\limits_0^{{\text π} /2} {\frac{{G({\theta _i},{\theta _r},{\varphi _r})}}{{{{\cos }^4}\alpha }} \cdot \frac{{\exp \left[ { - \tan{^2}\alpha /2{\sigma ^2}} \right]}}{{\cos {\theta _i}}}\cos (2{\eta _r})\sin{\theta _r}({R_s} - {R_p})d{\theta _r}d{\varphi _r}} } } \right]}^2} \\ & + {{\left[ {\int\limits_0^{2{\text π} } {\int\limits_0^{{\text π}/2} {\frac{{G({\theta _i},{\theta _r},{\varphi _r})}}{{{{\cos }^4}\alpha }} \cdot \frac{{\exp \left[ { - \tan{^2}\alpha /2{\sigma ^2}} \right]}}{{\cos {\theta _i}}}\sin(2{\eta _r})\sin{\theta _r}({R_p} - {R_s})d{\theta _r}d{\varphi _r}} } } \right]}^2} \end{aligned}} , \end{split} $$ (19)
    • 本文利用MATLAB软件建立微面元,假设微面元的为斜面倾角为45°的等腰三角形,本文采用的是由Torrance and Sparrow提出的表面粗糙度模型,一个各向同性粗糙度模型只依赖于表面法线的角度$\alpha $,当$\alpha > {45^o}$就会发生遮蔽-掩饰效应,粗糙表面斜率均方根$\sigma $(文中视为粗糙度常数)分别取$\sigma $=0.2和$\sigma $=0.8两个值进行对比。仿真过程考虑材质金属与非金属两类材质,本文选取两种典型材质:金属铝与玻璃,金属铝的折射率为4.88-i1.17,玻璃的折射率为1.7。

      通过查阅文献可知,自发辐射偏振度在发射角为70°~80°之间存在峰值[21]。根据上述理论分析仿真得到发射角为70°时金属铝与玻璃的自身辐射偏振度与粗糙度的关系曲线,如图4。由图可知,遮蔽函数对自发辐射偏振度有影响,并且粗糙度越大影响越大。无论金属铝还是玻璃的红外自身辐射偏振度都随粗糙度增大而减小;当粗糙度常数由0增大到1时,金属铝的自身辐射偏振度从0.92下降到0.6,玻璃的偏振度从0.61下降到0.13,说明粗糙度对非金属材质的红外自身辐射偏振度的影响大于金属材质。

      图  4  金属铝与玻璃板的自发辐射偏振度随粗糙度变化曲线

      Figure 4.  Changes of spontaneous emission polarization degree of aluminum and glass plate as roughness

      图5图6分别为不同粗糙度的金属铝和玻璃含有遮蔽函数和不含遮蔽函数两种模型仿真得到的偏振度随入射角变化曲线。由图可知,无论是金属铝还是玻璃,随着表面粗糙度逐渐增大,含有遮蔽函数的曲线与不含遮蔽函数的曲线间的差值越来越大,在偏振度的峰值处尤为明显;若粗糙度过大,两条曲线峰值对应的偏振度之间的差值达到0.1,导致两种函数模型产生的差异较大。这是由于在相同入射角度情况下,当考虑遮蔽-掩饰效应时,入射光线和散射光线一部分会被截止,使遮蔽函数减小,从而对偏振度起到衰减作用。当表面粗糙度越大时,发生遮蔽-掩饰效应越明显,所以差值越来越大。因此,当研究物体表面红外辐射偏振特性时,在对粗糙物体表面建立数学模型时加入遮蔽函数有一定的必要性。

      图  5  金属铝有无遮蔽函数模型偏振度随入射角变化曲线

      Figure 5.  Changes of polarization degree of metal aluminum with different surface roughness as incident angle with and without shadowing function

      图  6  玻璃板有无遮蔽函数模型偏振度随入射角变化曲线

      Figure 6.  Changes of polarization degree curve of glass plate with different surface roughness as incident angle with and without shadowing function

      为了更直观比较金属材质与非金属材质在不同表面粗糙度情况下偏振度随入射角的变化情况,图7为不同粗糙程度的金属铝和玻璃的偏振度随入射角变化的曲线。无论金属铝还是玻璃的红外辐射偏振度都随粗糙度增大而减小;在粗糙度、入射角度相同的情况下,金属铝的偏振度始终大于玻璃的偏振度,这是由于光的偏振特性与目标物体材质的折射率存在着直接关系,随着材质折射率逐渐增大折射光线在垂直分量和平行分量上的偏振特性的反差也逐渐增大,由于金属铝的折射率要大于玻璃的折射率,所以当粗糙度相同时金属铝的偏振度大于玻璃的偏振度;两种材质的红外辐射偏振度随着入射角增大呈现出先增大后减小的趋势,当入射角在70°~80°范围内,金属铝的偏振度与玻璃的偏振度之间的差值达到最大,说明在这个入射角范围内更容易区分金属材质与非金属材质。

      图  7  不同粗糙度两种材质偏振度变化曲线

      Figure 7.  Changes of polarization of two materials with different roughness as incident angle

    • 为了验证目标物体存在红外偏振特性以及证明理论分析结果的正确性,本文开展了长波红外偏振成像实验以及近红外偏振成像实验,分别验证物体的自发辐射特性和反射辐射特性。长波红外微偏振相机以及近红外偏振成像实验的探测器的主要技术参数如表1。长波红外偏振成像实验采用分焦平面方式获取偏振图像,近红外偏振成像实验采用旋转片型方法获取0°、45°、90°、135°四个偏振方向的图像。试验条件如下:2019年5月22日,天气晴朗,室外温度17 ℃~29 ℃,相对湿度23%,能见度16.1 km,室外测试距离为300 m;室内温度24 ℃,室内测试距离2 m。实验材料为不同粗糙度的铝片和玻璃板。

      表 1  成像系统主要技术参数

      Table 1.  Main technical parameters of the imaging system

      Long-wave infrared
      micro-polarization camera
      Near infrared detector
      Wavelength8~12 μm0.9~1.7 μm
      Focal length60 mm50 mm
      F11.4
      Pixel number640x512640x512
      Pixel size17 μm15 μm

      实验选取了粗糙度与仿真时选取的粗糙度相接近的铝片和玻璃板,铝片的粗糙度为0.177和0.798;玻璃板的粗糙度为0.18和0.876,采用型号为SJ-210的粗糙度测量仪对物体表面粗糙度进行测量。图8(a)(b)分别为铝和玻璃的红外偏振度实际测量值与仿真对比图,从曲线图中可以看出,当入射角度很小时,粗糙度对偏振度大小的影响并不明显,当入射角度大于40°时,粗糙度对偏振度的影响越来越大,直到入射角为80°左右达到峰值。实际粗糙度与仿真粗糙度大小存在一些偏差,但是实际测量值与仿真值相接近,无较大偏差,并且偏振度变化趋势与仿真曲线基本一致,可以验证理论仿真的正确性。

      图  8  铝和玻璃的红外偏振度实际测量值与仿真对比图

      Figure 8.  Comparison diagram of infrared polarization degree of measurement and simulation for aluminum and glass (a)Aluminum (b)Glass

      图9(a)(b)分别为不同粗糙的度的铝片和玻璃板的长波红外偏振度图像。(a)图中左侧使粗糙度为0.798的铝片,右侧是粗糙度为0.177的铝片,可以看出粗糙度小的铝片的边缘更加清晰明亮,(b)图中玻璃的轮廓并不明显,说明金属的长波红外偏振特性较非金属更加明显。

      图  9  不同粗糙度的铝片和玻璃的长波红外偏振度图像(a)铝片 (b)玻璃板

      Figure 9.  Long-wave infrared polarization image of aluminum sheets and glass plates with different roughness (a) Aluminum sheets (b) Glass plates

      图10是夜晚拍摄的远距离景物的长波红外强度图像和长波红外偏振度图像,从图10可以看到,红框中的金属屋顶和被树遮住的路灯在无偏强度图中并不明显,但是在偏振度图像中屋顶的的轮廓较强度图像更加分明。由于路灯的热辐射能量很高,所以与背景的对比度也很高,但是由于树木的遮挡,以及树木在强度图像中的灰度值很高,与路灯灰度值接近,所以在强度图像中路灯不易被探测识别。分析此次实验可以发现长波红外偏振成像可以凸显目标轮廓,还可以提高目标与背景的对比度,长波红外偏振成像技术对高温远距离目标的探测有较好的效果。

      图  10  室外景物图像(a) 长波红外强度图像 (b)长波红外偏振度图像

      Figure 10.  Outdoor scenes(a) Long wave infrared intensity image (b) Long wave infrared polarization image

      将红外偏振片依次旋转到0°、45°、90°和135°的位置后,近红外偏振成像系统就获得了物体的四幅含有偏振信息的图像。由于物体温度和环境温度基本一致,所以利用近红外偏振成像系统获得的图像仅是物体的红外反射辐射偏振信息。图11为表面粗糙度不同的铝片的红外强度图像与偏振度图像的对照实验。左侧是粗糙度为0.798的铝片,右侧是粗糙度为0.177的铝片,在灰度图中两块铝片灰度相近,但是在偏振度图像中可已看出,左侧的铝片较暗,右侧的铝片较亮,能够轻易区分两块铝片,经测量右侧铝片偏振度是左侧铝片偏振度的1.32倍,说明金属铝的表面越光滑偏振度越大。

      图  11  不同粗糙度的铝片灰度图像与近红外偏振度图像(a)灰度图像(b)偏振度图像

      Figure 11.  Gray image and Near infrared polarization image of Aluminum sheets with different roughness (a)Gray image (b)Polarization image

      图12为表面粗糙的玻璃板与表面光滑的玻璃板近红外强度图像与偏振度图像的对照实验。左侧玻璃板的粗糙度为0.876,右侧玻璃板的粗糙度为0.18,同样在灰度图像中两块玻璃板的灰度相近,但是在偏振度图像中右侧表面光滑的玻璃板相对较亮,也较容易区分两块玻璃板,经测量光滑玻璃板的偏振度是粗糙玻璃板的1.7倍,说明玻璃表面越光滑偏振度越大。对比图11图12两幅图可以得出结论:在物体温度和粗糙度相同的情况下,金属的偏振度要大于非金属的偏振度;无论金属还是非金属表面越光滑偏振度越大。

      图  12  不同粗糙度的玻璃板灰度图像与偏振度图像(a)灰度图像(b)偏振度图像

      Figure 12.  Gray image and Near infrared polarization image of glass plates with different roughness (a)Gray image (b)Polarization image

      同样利用旋转偏振片的方式获得室外景物的近红外偏振图像。图13中(a)图是室外景物的普通红外强度图,(b)(c)(d)三幅图片是在同一观测角一天内的不同时刻拍摄的近红外偏振度图像,(b)图入射角度为80°,(c)图入射角度约为70°,(d)图入射角约为20°。从三幅图的对比中可以看出,(c)图中屋顶的偏振度最大,更容易从杂乱的树丛中分辨出来,由于屋顶的材质是金属,所以可以说明在入射角为70°时更容易区分金属与非金属。为了更直观的看出入射角度不同时偏振度的变化,本文对三幅图中方框内的图像进行偏振度的提取,结果如图14所示,三幅三维图分别对应入射角度为80°、70°、20°。

      图  13  室外景物拍摄的图像(a)红外强度图像(b)入射角为80°时红外偏振度图像 (c)入射角为70°时红外偏振度图像(d)入射角为20°时红外偏振度图像

      Figure 13.  Outdoor scenes (a) Infrared intensity image (b)Infrared polarized image at an incident angle of 80°(c) Infrared polarized image at an incident angle of 70°(d) Infrared polarized image at an incident angle of 20°

      图  14  屋顶偏振度(a)入射角为80°(b)入射角为70°(c)入射角为20°

      Figure 14.  Polarization degree of the roof (a) Incident angle is 80° (b) Incident angle is 70°(c) Incident angle is 20°

      图14是部分远处建筑物的偏振度三维图,从图中可以看出,入射角为70°时偏振度要大于另外两个角度,入射角为20°时偏振度最小。从(b)图可以看出,入射角为70°时金属材质的屋顶偏振度最大,为0.78,入射角为20°时,偏振度仅为0.19。由此可以说明随着入射角增大物体偏振度逐渐增大,当入射角增大到一定值时偏振度会达到一个峰值,此后入射角再增大偏振度会继续减小,在特定入射角度可以获取对比度最大的红外偏振图像,这个角度更容易区分金属与非金属材质。

    • 通过对本文建立的含有遮蔽函数的物体表面红外辐射偏振度数学模型进行仿真,结果表明:物体表面粗糙度较大时,两种模型偏振度差值会大于0.1,所以在对物体表面进行红外辐射偏振度建立数学模型时加入遮蔽函数有一定的必要性。金属与非金属的红外自发辐射偏振度都随粗糙度增大而减小,粗糙度对非金属表面红外自发辐射偏振度的影响大于对金属的影响;区分金属与非金属材质有最佳的入射角范围,在60°~80°之间。实验利用长波红外偏振相机和近红外偏振成像系统对不同景物进行图像采集,实验结果验证了仿真结果的正确性。红外偏振图像在一定情况下能够提高图像对比度,突显目标。下一步工作还可针对不同材质表面反演出遮蔽函数的四个参数,使粗糙物体表面红外偏振数学模型更加精准。

WeChat 关注分享

返回顶部

目录

    /

    返回文章
    返回