0 引言

    傳統目標識別中采用的圖像識別^[1]受環境光、目標光等影響較為明顯，對于偽裝目標或者顏色相似的目標難以區分^[2]。而偏振成像技術是通過偏振光區分目標與背景，由于非合作目標的退偏振能力通常較強，故識別目標的效果就會很好。在此基礎上，將不同偏振角得到的圖像融合到一起，就能獲得信噪比很高的目標圖像。

    偏振光譜目標識別技術主要有光柵型、傅里葉變換型、液晶調制型和聲光調制型^[3-5]。其中，光柵型的核心元件是偏振光柵，其結構簡單、光譜分辨率高，但光柵對光存在一定的限制，光通量小，戶外測試效果不佳^[6，7]。傅里葉變換型的核心部件是傅里葉變換干涉儀，通過加入可變相位延遲器實現對不同偏振角的二維圖像的采集，由于每次只能獲取一個偏振角的二維圖像，所以掃描時間長，如果光譜掃描也采用時間掃描則速度更慢^[8]。液晶調制型的核心器件是晶體、電調制器以及步進電機，通過選擇不同的窄帶濾光片實現不同波長的調制，其缺點也是速度慢且機械部件的穩定性差^[9]。聲光調制型的核心部件是聲光晶體，其工作原理與電調制相近，優點是體積小、無機械部件，但光譜分辨率較差^[10]。

1 目標識別系統

    目標識別系統如圖1所示，系統組成包括前置光學系統、分光棱鏡、起偏器、沃拉斯頓棱鏡組、檢偏器、成像CCD1、靜態干涉具、聚焦透鏡及成像CCD2。光入射系統后，由分光棱鏡分為兩部分，一部分進入偏振系統，另一部分進入光譜系統。偏振系統獲取的圖像具有偏振信息，同樣，光譜系統獲取的圖像具有光譜信息。再將偏振數據與光譜數據進行圖像融合處理，最終得到目標的偏振光譜合成圖像。

1.1 偏振數據獲取

    由斯托克斯參量法^[11]完成目標區域偏振角的計算，斯托克斯矢量可表示為S₁、S₂、S₃、S₄。則其矢量有：

式中，S_d表示CCD1對應的斯托克斯矢量，S_t表示目標方向斯托克斯矢量，M表示系統的光學穆勒矩陣。

1.2 光譜數據獲取

    光譜數據獲取利用傅里葉變換干涉具實現，M1、M2都是反射面，而M2具有一個角度α，則其干涉具有空間分布性。

    如圖2的三角函數關系可知，光線1入射A點，經反射至B點，透射至C點，最終與光線2相干形成干涉條紋，光程為：

    通過以上計算得到光譜分辨率為Δλ的光譜圖像，并成像在CCD2上。此圖像與偏振系統獲得的偏振圖像進行圖像融合獲得清晰的目標圖像。

2 實驗

2.1 探測條件

    實驗選擇2.0 m×2.0 m鋼板（涂軍綠漆）和某型火炮作為目標，測試距離從0.1 km～2.0 km，而測試標定波長為0.40 μm～0.90 μm。

2.2 測試結果分析

    對目標偏振光的信號平均值與非偏振光信號平均值進行了比較。在偏振系統中，目標信號強度可表示為I_鋼板|_偏振，而背景噪聲強度可表示為I_噪聲|_偏振，其信噪比可表示為SNR|_偏振；在無偏振條件下，目標信號強度可表示為I_鋼板|_非偏振，背景噪聲強度可表示為I_噪聲|_非偏振，其信噪比可表示為SNR|_非偏振。則不同距離下偏振與非偏振信噪比對比結果如表1所示。

    采用偏振系統的信噪比明顯優于非偏振系統，同時偏振系統受距離的干擾也小很多。所以，偏振系統可以在較大范圍內保持較高的信噪比。與此同時，標準鋼板的信噪比要比火炮高很多，因為標準鋼板實際上是一個很好的偏振光反射面，火炮的表面相對要差一些，將整個范圍內的數據進行數據擬合可以得到其整體分布，如圖3所示。2個目標的信噪比都會由于距離的增大而減小，但2.0 km內偏振系統的信噪比均值在0.35左右，具有較高檢出性；而非偏振型超過0.4 km后幾乎無法識別。

2.3 偏振光譜圖像融合

    將偏振系統的偏振圖像與光譜系統的光譜圖像進行融合處理，即可獲得偏振光譜合成圖像，如圖4所示。圖4(a)的圖像結果是由傳統可見光識別系統得到的光強灰度圖像，而圖4(b)是由本系統將偏振圖像與光譜圖像融合后得到的合成圖像。采用偏振光譜成像技術的目標信噪比得到了大幅提升。目標光信號與背景噪聲光的振幅比明顯，具有很好的識別效果。測試過程中，隨著距離的增大，光強型的識別圖像漸漸地淹沒在噪聲中，而采用偏振光譜型在2.0 km內，合成圖像基本保持一致，具有較高的魯棒性。

3 結論

    本文研發了一種可以用于戶外的目標識別系統，該系統具有偏振識別模塊和光譜識別模塊兩大部分，可以同時獲取并進行處理。在圖像融合的基礎上，獲得目標的合成圖像，該圖像具有信噪比高、受距離影響小等優勢，在戶外實時目標識別領域具有一定的實用價值。

參考文獻

[1] 王高，周漢昌，姚寶岱，等.爆炸物太赫茲光譜探測技術研究進展[J].激光與光電子學進展，2011，48(1)：34-40.

[2] LAMAN N，HARSHA S S，GRISCH-KOWSKY D，et al.7 GHz resolution waveguide THz spectroscopy of explosives related solids showing new features[J].OPTICS EXPRESS，2008，16(6)：4094-4015.

[3] 王凌輝，王迎新，趙自然.太赫茲時域光譜分析中的回波濾除方法[J].紅外與毫米波學報，2013，32(3)：265-276.

[4] 盧樹華.基于太赫茲光譜技術的爆炸物類危險品檢測[J].激光與光電子學進展，2012，49(4)：46-52.

[5] Huang Feng，Brian Schulkin， Hakan Altan，et al.Terahertz study of 1，3，5-trinitro-s-triazine by time-domain and Fourier transform infrared spectroscopy[J].Applied Physics Letters，2004，85(23)：5535-5537.

[6] 王高，徐德剛，姚建銓.THz光譜技術檢測DNAN炸藥含量的研究[J].光譜學與光譜分析，2013，33(4)：886-889.

[7] 蘇娟，楊羅，張陽陽.基于輪廓片段匹配和圖搜索的紅外目標識別方法[J].兵工學報，36(5)：854-857.

[8] HAN P Y，TANI M，USAMI M，et al.A direct comparison between terahertz time-domain spectroscopy and far-infrared Fourier transform spectroscopy[J].Journal of Applied Physics，2001，89(4)：2357-2360.

[9] Zhong Hua，Zhang Cunlin，Zhang Liangliang，et al.A phase feature extraction technique for terahertz reflection spectroscopy[J].Appl.Phy.Lett.，2008，92(22)：221106.

[10] Hu Ying，Huang Ping，Guo Lantao，et al.Terahertz spectroscopic investigations of explosives[J].Physics Letters A.，2006，35(9)：728-732.

[11] Alexander Sinyukov，Ivan Zorych，Zoi-Heleni Michalopoulou，et al.Detection of explosives by Terahertz synthetic aperture imaging-focusing and spectral classification[J].C.R.Physique，2008，9(2)：248-261.