[发明专利]一种基于CNN校正的被动偏振三维重建方法

权利要求书

1.一种基于CNN校正的被动偏振三维重建方法，其特征在于，包括：

获取待重建物体的若干不同偏振角度的偏振图像；

根据所述偏振图像得到所述待重建物体的第一表面法线梯度场；包括：

根据所述偏振图像得到所述待重建物体的偏振度；

根据所述偏振度得到所述待重建物体表面微面元的法线方位角和法线天顶角；

根据所述法线方位角和所述法线天顶角得到所述第一表面法线梯度场；

利用卷积神经网络获取所述待重建物体的第二表面法线梯度场；包括：

利用卷积神经网络对所述待重建物体进行特征提取，并对提取的所述特征进行训练，以形成所述待重建物体的三维重建网络，根据所述三维重建网络，得到所述第二表面法线梯度场；

利用所述第二表面法线梯度场校正所述第一表面法线梯度场，得到所述待重建物体的第三表面法线梯度场；包括：

根据所述第二表面法线梯度场利用如下公式对所述第一表面法线梯度场进行校正，得到所述待重建物体表面的二元操作数集合，

其中，表示二元操作数集合，G^depth表示第二表面法线梯度场，G^polar表示第一表面法线梯度场，A表示一个二元操作符，A＝1或A＝-1；

根据所述二元操作数集合得到所述第三表面法线梯度场G，

根据所述第三表面法线梯度场实现所述待重建物体的三维重建；包括：

根据所述第三表面法线梯度场得到所述待重建物体的三维信息，

其中，F{·}表示离散傅里叶变换，F^-1{·}表示离散傅里叶逆变换，M表示所述偏振图像的横向像素的个数，N表示述偏振图像的纵向像素的个数，(u,v)表示离散傅里叶变换中的频率坐标；p表示第三表面法线在x轴方向上的分量，q表示第三表面法线在y轴方向上的分量；

根据所述待重建物体的三维信息实现所述待重建物体的三维重建。

2.根据权利要求1所述的基于CNN校正的被动偏振三维重建方法，其特征在于，获取待重建物体的若干不同偏振角度的偏振图像，包括：

选取待重建物体和相机的拍摄位置；

在所述相机与所述待重建物体之间设置等高同轴的偏振片；

旋转所述偏振片，依次获取偏振角度为0°、45°、90°和135°的偏振图像I₀、I₄₅、I₉₀和I₁₃₅。

3.根据权利要求1所述的基于CNN校正的被动偏振三维重建方法，其特征在于，根据所述偏振图像得到所述待重建物体的偏振度，包括：

根据所述偏振图像I₀、I₄₅、I₉₀和I₁₃₅，计算得到所述偏振图像的斯托克斯矢量I、Q和U，其中，偏振图像I₀、I₄₅、I₉₀和I₁₃₅分别表示偏振角度为0°、45°、90°和135°的偏振图像，

根据所述斯托克斯矢量I、Q和U，计算得到所述待重建物体的偏振度P，

4.根据权利要求3所述的基于CNN校正的被动偏振三维重建方法，其特征在于，根据所述偏振度得到所述待重建物体表面微面元的法线方位角和法线天顶角，包括：

根据所述待重建物体的偏振度P利用如下公式计算得到所述待重建物体表面微面元的法线方位角和法线天顶角θ，

其中，n表示所述待重建物体的折射率。

5.根据权利要求4所述的基于CNN校正的被动偏振三维重建方法，其特征在于，根据所述法线方位角和所述法线天顶角得到所述第一表面法线梯度场，包括：

根据所述法线方位角和所述法线天顶角θ利用如下公式计算得到所述待重建物体的第一表面法线

其中，p^polar表示第一表面法线在x轴方向上的分量，q^polar表示第一表面法线在y轴方向上的分量，Z(x,y)表示所述待重建物体的表面函数；

根据所述第一表面法线得到所述第一表面法线梯度场。