公开(公告)号：CN116819790A

公开(公告)日：2023-09-29

申请号：CN202310752162.X

申请日：2023-06-25

Applicant: 哈尔滨理工大学

Inventor： 于雪莲 ,  李一诺 ,  柴承汜 ,  章跃辉 ,  王政贤 ,  王文帝

IPC: G02B27/28 ,  G02B27/00 ,  G01N21/21 ,  G01J4/00 ,  G06N3/0464 ,  G06N3/045 ,  G06V10/74 ,  G06V10/764 ,  G06V10/82 ,  G06V10/774 ,  G06T5/50

Abstract: 本发明公开了一种基于孪生神经网络的偏振差分成像方法，属于计算成像领域。传统主动偏振差分成像方法因背景散射光的影响，其成像质量受限。本发明在传统主动偏振差分成像模型的基础上，引入深度学习，主要通过卷积神经网络对偏振成像系统进行优化处理。卷积神经网络对正交偏振光图像进行相似度判别，通过核心融合算法进行特征提取并融合相似特征信息，加强光电传感器所得目标信息的特征，在对偏振成像系统中的正交偏振光的精确选取中有一些优势。相比于传统偏振差分成像方法，该方法具有更高的成像质量。