【偏振三维重建技术概述1700字】

偏振三维重建技术概述1偏振三维重建技术相比于其他几种被动式三维重建技术，偏振三维重建技术的发展时间较短。最早在1979年，日本科学家K.Koshikawa提出可以利用反射光偏振信息对物体表面进行三维重建[3]。之后Wolff利用菲涅尔公式验证了物体反射光偏振信息与表面法向量间的关系，并根据镜面反射偏振特性提出光滑曲面的曲型检测方法[4-5]。这个阶段大多数偏振三维重建的研究都在集中分析方向性较强的镜面反射光偏振特性，而随后GaryAAtkinson等人发现漫反射光同样具有偏振特性，另外漫反射光偏振度还与入射角还满足一一对应的关系。在此基础上，他们提出了利用漫反射光来获取物体表面信息的方法[6]。传统偏振三维重建方法在计算过程中法向量方位角存在不确定性，为了解决这一问题，Rahmann和Canterakis提出了一种形状恢复的优化框架[7]，Saito等采用了偏振度的分析，但这种方法只是提供了两个表面法向量选择，并没有完全解决上述问题。2005年Morel等人为解决方位角的不确定性问题[8]，提出了主动照明的方式消除歧义值，该方法将照明光源分成四个区域，光电探测器采集每个区域单独照明时的偏振图像，进而消除方位角不确定性。但是这种方法对于环境要求严苛，难以推广使用。Huynh等也曾融合多光谱成像与偏振成像用于估计目标折射系数及三维信息[9]。2015年，AchutaKadambi等人提出了阴影恢复形状方法，光度立体法与深度图融合的方法，有效解决了方位角的不确定性[10]。2016年WilliamA.P.Smith等曾提出结合阴影信息的但光源照明估计优化算法[11]，Smith则在2017年提出估计双光源照明算法[12]。图1.2基于主动照明消除方位角歧义在计算得到法向量之后，需要对物体表面形状进行重建，这一过程目前主要是采用积分算法将法向量数据恢复为高度数据。其中应用最普遍的是Frankot-Chellappa算法。该算法过程与傅里叶变换类似，借助快速傅里叶变换算法能大大提高重建效率。国内对于偏振三维重建的研究虽然起步较晚，但也有了一些进展。长春理工大学在对透明物体的偏振三维重建工作中取得了较好的研究进展[13-19]。北京理工大学金伟其等人改善了反射光只在近轴区域内成立的限制，并设计了一套能够同时获取多幅偏振图像的高分辨率成像系统[20]。2017年，徐昕阳等人提出了直接偏振光的测量方法，结合偏振分析法和光路三角法，提出像分离方法去掉后表面对重建的影响，实现了较高的重建效率[21]。2光子计数技术在微光条件下，光子计数成像系统可以很好地帮助我们进行目标三维重建。在光子计数成像系统应用研究方面，美国麻省理工学院地林肯实验室研究成果突出。2002年，该实验室完成了Gen-III系统的研制，利用单光子探测成像技术的Gen-III系统很容易观察和搜索隐藏在树叶下的目标[22-25]。另外林肯实验室还在32×32像素雪崩光电二极管(AvalanchePhotonDiode，简称APD)探测阵列的基础上研制了Jigsaw三维成像系统[24-26]。2008年，美国波音公司的光谱实验室研制了基于32×32像素GM-APD探测器阵列的三维成像系统[27]。从上世纪90年代以来，英国Heriot-Watt大学就开始研究基于时间相关单光子计数技术的激光三维成像系统，采用单光子雪崩光电二极管(SinglePhotoAvalancheDiode，简称SPAD)，利用扫描系统对目标实现三维成像[28]。图1.3Heriot-Watt大学光子计数成像效果图国内近年来也对光子计数成像系统开展了一些研究，例如南京理工大学寇松峰等研究了基于盖革模式探测器光子计数成像技术，验证了盖革模式探测器实现光子计数成像的能力[29]；中国科学院西安光机所张兴华利用器其研制的紫外单光子成像系统第一次得到紫外单光子计数图像[30-31]；北京航空航天大学吴丽娟等人也开始着手单光子计数三维激光雷达理论验证与仿真研究[32]。国内虽然在此领域的研究已经取得了一定的成果，但与国外研究相比还存在较大的差距。参考文献MiyazakiD,IkeuchiK.ShapeEstimationofTransparentObjectsbyUsingInversePolarizationRayTracing[J].IEEETransactionsonPatternAnalysis&MachineIntelligence,2007,29(11):2018.仇芝.三维重建的匹配技术[D].南京理工大学,2004.KoshikawaK.APolarimetricApproachtoShapeUnderstandingofGlossyObjects[J].Proc.Int.JointConf.ArtificialIntelligence,1979.WolffLB.Shapefrompolarizationimages[C]//ProcofWorkshoponComputerVision.1992.WolffLB.Surfaceorientationfrompolarizationimages[J].ProceedingsofSPIE-TheInternationalSocietyforOpticalEngineering,1988,850.AtkinsonGA,HancockER.Recoveryofsurfaceorientationfromdiffusepolarization[J].IEEETransImageProcess,2006,15(6):1653-1664.RahmannS,CanterakisN.Reconstructionofspecularsurfacesusingpolarizationimaging[C]//IEEEComputerSocietyConferenceonComputerVision&PatternRecognition.IEEE,2001.MorelO,MeriaudeauF,StolzC.Polarizationimagingappliedto3Dreconstructionofspecularmetallicsurfaces[J].procspie,2005,5679:178-186.Robles-KellyA,HuynhCP.ShapeandRefractiveIndexfromPolarisation[J].SpringerLondon,2013,10.1007/978-1-4471-4652-0(Chapter11):241-263.KadambiA,TaamazyanV,ShiB,etal.Polarized3D:High-QualityDepthSensingwithPolarizationCues[C]//IEEEInternationalConferenceonComputerVision.IEEE,2016.SmithW,RamamoorthiR,TozzaS.LinearDepthEstimationfromanUncalibrated,MonocularPolarisationImage[J].EuropeanConferenceonComputerVision,2016.TozzaS,SmithW,ZhuD,etal.LinearDifferentialConstraintsforPhoto-Polarimetri