多波長偏光画像からシーンを識別するための方法
本発明は、決められた方向に従って偏光されたＮ（Ｎは、３以上の整数である）波長のビームでシーン（１）を照明するステップを含む、シーン（１）の画像を識別するための方法である。それには、以下のステップ、すなわち、
− 前記方向に従って偏光された画像、すなわちｉが１からＮまで変わる、Ｘ‖（λｉ）で示されたＮ画像（１１）、および前記方向に垂直な方向に従って偏光された画像、すなわちＸ⊥（λｉ）で示されたＮ画像（１２）であって、これらの画像Ｘ⊥（λｉ）が画像Ｘ‖（λｉ）と空間的に異なる画像の、各波長用の同時取得ステップと、
− Ｘ‖（λｉ）およびＸ⊥（λｉ）の線形結合である強度画像の、各波長用の計算ステップであって、したがってこれらのＮ強度画像に対して、各画素用に強度スペクトルが対応するステップと、
− Ｘ‖（λｉ）およびＸ⊥（λｉ）の関数として計算された強度比に基づいた偏光コントラスト画像の、各波長用の計算ステップであって、したがってこれらのＮ偏光コントラスト画像に対して、各画素用に偏光コントラストスペクトルが対応するステップと、
− 分光偏光コントラスト画像と名付けられ、かつＳＰＣ画像と呼ばれる、シーンの画像の計算ステップであって、この画像の各画素が、検討される画素の強度スペクトルおよびコントラストスペクトルに基づいて取得されるステップと、
が含まれる。
− 前記方向に従って偏光された画像、すなわちｉが１からＮまで変わる、Ｘ‖（λｉ）で示されたＮ画像（１１）、および前記方向に垂直な方向に従って偏光された画像、すなわちＸ⊥（λｉ）で示されたＮ画像（１２）であって、これらの画像Ｘ⊥（λｉ）が画像Ｘ‖（λｉ）と空間的に異なる画像の、各波長用の同時取得ステップと、
− Ｘ‖（λｉ）およびＸ⊥（λｉ）の線形結合である強度画像の、各波長用の計算ステップであって、したがってこれらのＮ強度画像に対して、各画素用に強度スペクトルが対応するステップと、
− Ｘ‖（λｉ）およびＸ⊥（λｉ）の関数として計算された強度比に基づいた偏光コントラスト画像の、各波長用の計算ステップであって、したがってこれらのＮ偏光コントラスト画像に対して、各画素用に偏光コントラストスペクトルが対応するステップと、
− 分光偏光コントラスト画像と名付けられ、かつＳＰＣ画像と呼ばれる、シーンの画像の計算ステップであって、この画像の各画素が、検討される画素の強度スペクトルおよびコントラストスペクトルに基づいて取得されるステップと、
が含まれる。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明の分野は、物体の材料およびその表面状態の性質を識別する分野である。
【背景技術】
【０００２】
この識別は、マルチスペクトル撮像によって達成されることが多い。マルチスペクトル撮像は、観察されるシーンの各ポイントにおけるスペクトル分解に基づいている。
【０００３】
それに応じて、いくつかの技術が存在する。最も普及している技術は、分光撮像装置または色フィルタを利用する。他のそれほど普及していない技術は、フーリエ変換分光計を用いてスペクトル分解を達成する。マルチスペクトルおよびハイパースペクトル撮像装置は、主として受動モードで動作する。シーンによって後方散乱される光は、太陽、またはシーンの物体の固有放射による赤外線放射から生じる。マルチスペクトル撮像は、広範囲の用途をカバーする。それは、特定の鉱物の識別のために、および特に貴金属の検出のために地質学において用いられる。それはまた、炭化水素およびガスの形跡を、直接観測によって、または植生に対するそれらの影響を観察することによって検出するために、石油産業において注目されている。農業分野において、マルチスペクトル撮像によって、栽培場の発展を追跡して寄生生物の存在を検出するか、または灌漑レベルを評価することが可能になる。マルチスペクトル撮像が、例えば、地球表面の森林破壊または森林再生を効果的に追跡するために、生態学の分野にこれまで以上に浸透していることに留意されたい。これらの撮像装置は、観測機または衛星上に搭載されることが多い。例えば、ランドサット衛星は、７つの放射計を搭載している。最後に、マルチスペクトル撮像が、特にゾーン監視のために防衛およびセキュリティ分野に用途を見い出し始めていることが注目され得る。その主な目的は、光学スペクトルの可視および熱領域において、軍隊によって取られたカモフラージュ手段を出し抜くことである。このアプローチでは、実際には、スペクトル解析帯域が十分に大きく、かつ各物体が固有のシグネチャを有するよう解像されることに賭けることになる。
【０００４】
それほど広まっていないが、例えば、顕微鏡検査、表面または界面の特徴付け、ストレス検出、および生物学においてガン細胞の発達を追跡する用途のために、単色偏光撮像を用いることが周知である。この種の撮像によって、物体により後方散乱された光の偏光状態を解析することが可能になる。偏光撮像装置は、能動モードで動作することが多い。興味のあるシーンを照明するレーザ光源およびシーンによって後方散乱されたレーザ束を検出する検出システムを含み、かつ２次元画像の形成を可能にするシステムが、能動撮像装置と呼ばれる。照明光の偏光状態を固定または制御することが必要である。
【０００５】
種々の取得手順が存在する。最も包括的なのは、後方散乱光の偏光状態が、入射光の偏光状態の関数として厳密な方法で解析されるミュラー撮像である。それは、１６の画像の取得を必要とし、各画像は、ミュラーマトリックス（４×４）の要素に関連付けられる。ミュラー撮像は、特徴を調べられる物体が、純粋な偏光解消に加えて、幾何学的、複屈折または光学活性効果による偏光状態の変化を光に対して生成する場合に、有用である。ミュラー撮像は、バイオメディカル分野および顕微鏡検査に用途を見出している。より実際的には、偏光コントラスト画像を生成することで十分なことが多い。この場合に、入射光の偏光状態は固定され（しばしば線形偏光）、平行偏光に従い物体によって後方散乱された光が解析される。次に、直交偏光に従い物体によって後方散乱された光が解析される。したがって、取得される画像数は、２つに制限されるが、しかしながら、解析される物体が純粋に偏光解消されれば、膨大な情報量は失われない。これは、ヒューマンスケールのシーンが考慮される場合に、あてはまることが多い。
【０００６】
前述において、マルチスペクトル画像解析によろうが偏光撮像によろうが、画像は、経時的に連続して取得される。
【０００７】
これらの技術は、例えば、動いている物体を含むシーンの場合、または大気乱流が存在する状態、さもなければシーンの照明が、あるパルスから別のパルスへとエネルギ変動と共にパルス化される場合におけるように、撮像されるシーンが経時的に変化する場合には、もはや有効ではない。
【発明の概要】
【発明が解決しようとする課題】
【０００８】
本発明の目的は、これらの欠点を軽減することである。
【課題を解決するための手段】
【０００９】
本発明は、次の特性に基づいている。材料の性質に依存して、強度スペクトル（反射率スペクトルとも呼ばれる）と偏光度スペクトルとの間に関係が存在し、それによって、観察される物体の性質に関する情報が提供される。この特性は、分光偏光相関画像またはＳＰＣ画像と呼ばれる新しいタイプの画像を生成するために利用される。
【００１０】
より正確には、本発明の目的は、決められた方向に従って偏光されたＮ（Ｎは、３以上の整数である）波長のビームでシーンを照明するステップを含む、シーンの画像を識別するための方法である。それは、主として、以下のステップ、すなわち、
− 前記方向に従って偏光された画像、すなわちｉが１からＮまで変わる、Ｘ‖（λｉ）で示されたＮ画像、および前記方向に垂直な方向に従って偏光された画像、すなわちＸ⊥（λｉ）で示されたＮ画像であって、これらの画像Ｘ⊥（λｉ）が画像Ｘ‖（λｉ）と空間的に異なる画像の、各波長用の同時取得ステップと、
− Ｘ‖（λｉ）およびＸ⊥（λｉ）の線形結合である強度画像の、各波長用の計算ステップであって、したがって、これらのＮ強度画像に対して、各画素用に強度スペクトルが対応するステップと、
− Ｘ‖（λｉ）およびＸ⊥（λｉ）の関数として計算された強度比に基づいた偏光コントラスト画像の、各波長用の計算ステップであって、したがってこれらのＮ偏光コントラスト画像に対して、各画素用に偏光コントラストスペクトルが対応するステップと、
− 分光偏光コントラスト画像と名付けられ、かつＳＰＣ画像と呼ばれる、シーンの画像の計算ステップであって、この画像の各画素が、検討される画素の強度スペクトルおよびコントラストスペクトルに基づいて取得されるステップと、
を含むことを特徴とする。
【００１１】
この方法は、強度スペクトルと偏光スペクトルとの間の相関度に基づいて構成された画像を用いて、求められた情報を取得できるようにする。
【００１２】
それによって、大気乱流が存在する状態であっても、静止シーンおよび移動シーンの両方において、シーン用の識別情報を取得することが可能になる。それは、照明強度における時間的変動に関連するノイズを回避し、２つのＮ直交画像におけるノイズの統計データは、同じである。
【００１３】
偏光コントラスト画像は、例えば、（Ｘ‖（λｉ）−Ｘ⊥（λｉ））／（Ｘ‖（λｉ）＋Ｘ⊥（λｉ））またはＸ‖（λｉ）／Ｘ⊥（λｉ）の関数として計算される。
【００１４】
強度画像は、例えば、Ｘ‖（λｉ）＋Ｘ⊥（λｉ）の形式である。
【００１５】
本発明の一特徴によれば、Ｋの他のＳＰＣ画像が、強度スペクトルおよびコントラストスペクトルに基づいて、Ｋの他の計算によってそれぞれ取得され、新しいＳＰＣ画像が、これらのＫのＳＰＣ画像（Ｋ≧１）に基づいて取得される。
【００１６】
ＳＰＣ画像は、座標Ｕｉ＝ＩＮＴ（λｉ）およびＶｉ＝ＯＳＣ（λｉ）を備えた、Ｎポイントを含む分光偏光グラフＳＰＧに基づいて取得してもよい。
【００１７】
以下の定式に基づいて確立された計算モードの様々な例が、提案される。
ＩＮＴ（λｉ）＝Ｘ‖（λｉ）＋Ｘ⊥（λｉ）および
ＯＳＣ（λｉ）＝（Ｘ‖（λｉ）−Ｘ⊥（λｉ））／（Ｘ‖（λｉ）＋Ｘ⊥（λｉ））
【００１８】
第１の計算モードによれば、ＳＰＣ画像は、ＳＰＧを減少指数関数でフィッティングすることによって取得される。
【００１９】
第２の計算モードによれば、ＳＰＣ画像は、ＳＰＧの線形相関によって取得される。
【００２０】
第３の計算モードによれば、ＳＰＣ画像は、ＳＰＧ用の信頼感指数を介して取得される。
【００２１】
第４の計算モードによれば、ＳＰＣ画像は、強度スペクトルおよびＯＳＣスペクトルの分散間の比率を介して取得される。
【００２２】
本発明の一特徴によれば、画像Ｘ⊥（λｉ）およびＸ‖（λｉ）がインターリーブされる。
【００２３】
本発明の主題はまた、上記のような方法を実行するための手段を含む、シーンを識別するためのシステムである。
【００２４】
本発明の一特徴によれば、実行手段には、決められた方向に従って偏光されたＮ波長のビームでシーンを照明するための装置と、Ｎ画像Ｘ‖（λｉ）、およびＸ⊥（λｉ）で示されるＮ画像を同時に取得するための装置と、ＳＰＣ画像を計算できる、前記画像を処理するための手段と、が含まれる。
【００２５】
特定の実施形態によれば、取得装置には、単一の検出器が含まれる。
【００２６】
本発明の他の特徴および利点は、非限定的な例として、かつ添付の図面に関連して提供された下記の詳細な説明を読むことによって明らかになろう。
【００２７】
図の全体にわたって、同じ要素は、同じ参照符号を付けられる。
【図面の簡単な説明】
【００２８】
【図１】金属シート（ａ）および赤色ゲージ（ｂ）用の反射率スペクトルおよびＯＳＣスペクトルの２つの例を概略的に表す。
【図２】ウォラストンプリズムおよび同一の検出器を用いて（図２ａ）、または偏光分離キューブおよび２つの別個の検出器を用いて（図２ｂ）、Ｎ画像Ｘ‖（λｉ）およびＮ画像Ｘ⊥（λｉ）を取得するための装置の第１の例示的な構成を概略的に表す。
【図３】中間画像を伴い（図３ａ）、または中間画像なしに（図３ｂ）スプリッタ板および偏光子を用いて、Ｎ画像Ｘ‖（λｉ）およびＮ画像Ｘ⊥（λｉ）を取得するための装置の第２の例示的な構成を概略的に表す。
【図４】２つの別個の装置を用いて、Ｎ画像Ｘ‖（λｉ）およびＮ画像Ｘ⊥（λｉ）を取得するための装置の第３の例示的な構成を概略的に表す。
【図５】インターリーブされたＮ画像Ｘ‖（λｉ）およびＮ画像Ｘ⊥（λｉ）を取得するための装置の第４の例示的な構成を概略的に表す。
【図６】図２ａに関連して描かれる撮像装置を用いて取得されたＩＮＴおよびＯＳＣ画像の例を概略的に表す。
【図７】赤色プラスチックの画像の画素用に、座標ＵｉおよびＶｉならびにフィットメリット関数を用いて、Ｎ（Ｎ＝７）ポイントによって表された例示的な分光偏光グラフ（ＳＰＧ）を概略的に表す。
【発明を実施するための形態】
【００２９】
本発明が開発した特性を最初に説明する。
【００３０】
単色偏光照明下において、偏光解消効果は、物体の表面粗さおよびそれらの性質と相関される可能性がある。例えば、金属物体が、散乱物体ほど光を偏光解消しないことが周知である。したがって、自然シーンにおいて、金属物体のコントラストを人為的に増加させることが可能である。それに応じて、シーンが、偏光された（例えば線形的に）光で照明され、平行偏光Ｘ‖および直交偏光Ｘ⊥を伴う２つの画像が取得される。その後、定式ＯＳＣ＝（Ｘ‖−Ｘ⊥）／（Ｘ‖＋Ｘ⊥）によって与えられるコントラスト画像、すなわちＯＳＣ「直交状態コントラスト（Ｏｒｔｈｏｇｏｎａｌ Ｓｔａｔｅ Ｃｏｎｔｒａｓｔ）」が、これらの２つの画像に基づいて計算される。しかしながら、単一波長の使用は、物体の性質を決定するのに十分ではない。実際には、照明波長に依存して、今度は散乱物体が、金属物体と同程度に高い偏光度を示す可能性がある。例えば、金属シートによって散乱される光の偏光度は、その見掛け上の粗さが減少するので、波長と共にわずかに増加することが注目される。これは、散乱物体に対しては、もはや有効ではない。散乱物体を、干渉性散乱強度より大きい非干渉性散乱強度を示す物体として描くことが可能である。したがって、異なる色だが、同じ表面粗さを示す塗料が、異なる偏光度を有することが示される。さらに、それらの偏光度は、それらの色および照明波長に強く依存する。特に、これらの塗料の反射率スペクトルおよびＯＳＣスペクトルが、相補的プロファイルを示すことが観察された。これは、プラスチックおよび自然物などの他の散乱物体に対しても、ある程度まで有効である。
【００３１】
これらの観察を理解するために、表面効果と体積効果との間を識別することが必要である。散乱材料が、それが吸収する波長で照明された場合に、後方散乱される光は、わずかしか表面相互作用からは生じない。したがって、それは、ほとんど偏光解消されない。反対に、同じ材料が、それが吸収しない波長で照明された場合に、光は、多重の体積散乱を経験する。したがって、それは強く偏光解消される。したがって、非金属物体の偏光度スペクトルおよび反射率スペクトルが相補的であるのに対して、金属材料のそれらは相補的ではない。これらの効果を定量化するために、出願人は、現象論的モデルを考案した。このモデルは、偏光解消に対する表面寄与および体積寄与の分離に基づいている。表面によって引き起こされる弱い偏光解消は、粗さに関連し、かつそれは、粗さ／波長比に依存する。反対に、体積相互作用によって引き起こされる偏光解消は、材料の吸収と関連しており、それは、照明波長に強く依存し、かつ非単調スペクトル変動を示す可能性がある。
【００３２】
したがって、材料の性質によれば、反射率スペクトルと偏光度スペクトルとの間に存在する関係は、観察される物体の性質に関する情報を提供する。金属シートおよび赤色ゲージ用に取得された反射率スペクトルおよびＯＳＣスペクトルの例が、図１に示されている。
【００３３】
分光偏光相関画像またはＳＰＣ画像と呼ばれる新しいタイプの画像を生成するために本発明において開発されるのは、この特性である。
【００３４】
ＳＰＣ画像を生成するために、第１に、決められた方向に偏光されたＮ波長のビームでシーンを照明することと、次に、一方では、同時におよび画像の任意のポイントで、ならびにいくつかの波長（Ｎ波長λｉ、ｉは１からＮまで変化する）で、２つの直交偏光状態にアクセスすること、および、他方では、強度スペクトルおよび偏光度スペクトルを解析することと、が必要である。
【００３５】
この解析の妥当性は、測定の質に直接依存する。したがって、測定は、２つの偏光状態の連続的取得に関連する技術的な欠陥からできるだけ自由でなければならない。
【００３６】
２Ｎ偏光画像の同時習得を最初に検討する。
【００３７】
第１の実施形態によれば、２つの直交偏光状態の画像が、同じ検出マトリックス上に同時に形成される。したがって、照明強度における時間的な変動に関連するノイズが回避され、２つの直交画像におけるノイズ統計が、同じであると保証される。
【００３８】
次に、困難なことは収差がない２つの画像を検出器上で取得することである。
【００３９】
図２ａに示す第１の例示的な装置１００によれば、シーン１の２Ｎ画像を取得するために、２つの偏光状態の空間分離が、ウォラストンプリズム２を用いて達成される。この図に図式的に示すように、中間画像１０が、第１のレンズ群Ｌ１によって生成され、第２のレンズ群Ｌ２によって無限に投射され、その後ウォラストンプリズム２に入る。矩形フィールドマスク３が、中間画像１０が形成される中間焦点面ＩＦＰに配置され、その結果、Ｘ‖（λｉ）およびＸ⊥（λｉ）でそれぞれ示された偏光画像１１および１２は、検出器４において互いに正確に重ね合わされる。ひとたび角度をなして分離されると、２つの偏光状態は、第３のレンズ群Ｌ３によって、検出マトリックス４に結像される。このアプローチは、光子ノイズによって課されるが、もはや様々な欠陥および種々雑多な技術的ノイズによって課されることのない感度限界を分光偏光撮像装置に与える。
【００４０】
この撮像装置の光学設計は、幾何学的収差および色収差を同時に最小化するように、注意して行われなければならない。
【００４１】
Ｎ波長は、同じ可視スペクトル帯域、極近赤外線、近赤外線、赤外線、または紫外線に属することができる。それらはまた、様々なスペクトル帯域から抽出することができる。
【００４２】
波長に関しての選択（またはスペクトル選択）は、３色（Ｎ＝３）、４色（Ｎ＝４）、またはより多くなり得る検出マトリックスのレベルで行われる。
【００４３】
スペクトル選択はまた、入射瞳の前に干渉フィルタを配置することによってか、または１つもしくは複数の照明光源の波長を調整することによって、単色検出マトリックスで行うことができる。
【００４４】
Ｎ画像Ｘ‖（λｉ）は、空間的に重ね合わせてもよいが、しかしそうする必要があるというわけではない。画像Ｘ⊥（λｉ）に対しても同様である。
【００４５】
この撮像装置１００は、用いられる検出マトリックスに従って、いくつかの変形体において設けてもよい。したがって、それは、カラーまたは単色シリコンベース検出マトリックスを用いることによって可視波長領域を、ＩｎＧａＡｓに基づいた検出マトリックスを用いることによって極近赤外線を、ＨｇＣｄＴｅに基づいた検出マトリックスを用いることによって近赤外線を、かつＳｉＣ、ＧａＮまたはＡｌＧａＮに基づいたマトリックスを用いることによって近紫外線を、カバーすることができる。
【００４６】
この第１の実施形態の、図２ｂに示す変形によれば、ウォラストンプリズムが、偏光分離キューブ２２と取り替えられる。このキューブ２２を出ると、２つの偏光状態は、空間的に分離され、かつ第３のレンズ群Ｌ３およびＬ３’によって、２つの別個のマトリックス検出器Ｄ１およびＤ２上にそれぞれ結像される。
【００４７】
２Ｎ画像を取得するための、図３ａに示す第２の例示的な装置１００によれば、画像の空間分離は、前の例においてウォラストンプリズムの位置に配置されたスプリッタ板２１を用いて達成される。このスプリッタ板２１から生じる第１の経路上に、第１の平行偏光状態を取得できるようにする偏光子Ｐ１が配置され、次に、第３のレンズ群Ｌ３が、Ｎ偏光画像Ｘ‖（λｉ）を第１の検出器Ｄ１上に形成する。スプリッタ板２１から生じる第２の経路上に、垂直偏光状態を取得できるようにする偏光子Ｐ２が配置され、次に、第３のレンズ群Ｌ３’が、Ｎ偏光画像Ｘ⊥（λｉ）を第２の検出器Ｄ２上に形成する。先の撮像装置のタイプと同じタイプの検出器Ｄ１およびＤ２は、同一であるのが好ましい。
【００４８】
この第２の実施形態の、図３ｂに示す変形によれば、中間画像は生成されない。画像は、第１のレンズ群Ｌ１によって、マトリックス検出器Ｄ１およびＤ２上に直接形成される。レンズ群Ｌ２、Ｌ３およびＬ３’は用いられない。
【００４９】
２Ｎ画像を取得するための、図４に示す第３の例示的な装置によれば、画像の空間分離は、２つの別個の撮像装置１０１、１０１’によって達成され、これらの装置のそれぞれには、偏光子Ｐ１、Ｐ１’を補足されたレンズ群Ｌ１、Ｌ１’と、レンズ群Ｌ１、Ｌ１’がシーン１の画像を形成する検出器Ｄ１、Ｄ１’と、が含まれる。各撮像装置１０１、１０１’は、わずかに異なる角度からシーンを見るが、これは、シーンが十分に離れている場合には、悪影響を与えない。
【００５０】
また、同一検出器のインターリーブ画像Ｘ‖（λｉ）およびＸ⊥（λｉ）を形成する撮像装置を用いることが可能であり、その例示的なアーキテクチャが、図５に示されている。シーン１の画像Ｘ‖（λｉ）およびＸ⊥（λｉ）（１１および１２で示す）は、レンズ群Ｌ１によって検出器４に形成され、画像の空間分離は、それらのインターリービングによって達成される。したがって、基本偏光子のグリッド２’が、検出器４のすぐ前に配置される。各基本偏光子は、検出器の画素のサイズであり、基本偏光子の行（または列）の偏光は、参照符号２’ａの偏光子に示すように、隣接する行（または列）の偏光と交互にされ、さもなければ行（または列）の偏光は、参照符号２’ｂの偏光子に示すように、その隣接する行（または列）の偏光と交互にされる。
【００５１】
したがって、このステップを完了すると、２つの画像が、これらの撮像装置の１つによって、各波長λｉで取得された。したがって、２Ｎ偏光画像が取得された。第１のＮ画像Ｘ‖（λｉ）は、照明の偏光状態と平行な偏光状態に対応する。Ｘ⊥（λｉ）と呼ばれる第２のＮ画像は、照明の偏光状態に直交する偏光状態に対応する。
【００５２】
シーンの各ポイント（各画素）用に、これらの２Ｎ測定値は、以下のステップを実行することによって、新しいコントラスト画像を最終的に取得するために用いられる。
【００５３】
ここで、２Ｎ取得画像を処理するステップを検討する。このステップは、反射率スペクトル（強度スペクトルとも呼ばれる）および偏光度スペクトル（または偏光スペクトル、ＯＳＣスペクトル）の併用に依拠する。
【００５４】
これらの２つのＮ取得画像に基づいて、利用可能なＮ波長λ１、．．．、λｉ、．．．λＮのそれぞれのために、
− 偏光画像の線形結合に基づいた強度ＩＮＴ画像（λｉ）であって、観察される物体の反射率に関連する強度ＩＮＴ画像（λｉ）と、
− 偏光画像の関数として計算された強度画像比率に基づいて確立された、かつ「直交状態コントラスト（Ｏｒｔｈｏｇｏｎａｌ Ｓｔａｔｅ Ｃｏｎｔｒａｓｔ）」の頭字語であるＯＳＣ画像（λｉ）とも呼ばれる偏光コントラスト画像と、
を計算する。
【００５５】
線形結合は、例えば、次の形式であり、
ＩＮＴ（λｉ）＝（Ｘ‖（λｉ）＋Ｘ⊥（λｉ））
偏光コントラスト画像は、例えば、次の形式である。
ＯＳＣ（λｉ）＝（Ｘ‖（λｉ）−Ｘ⊥（λｉ））／（Ｘ‖（λｉ）＋Ｘ⊥（λｉ））
【００５６】
図２ａに関連して説明した撮像装置で取得されるかかるＩＮＴおよびＯＳＣ画像の例が、図６で見られる。シーンには、２機の飛行機が含まれ、１機は紙で作製され、もう１機は金属で作製されている。ＩＮＴおよびＯＳＣ画像は、１回の捕捉で取得される。ＯＳＣ画像は、ＩＮＴ画像で見られる２機のアプリオリに同一の飛行機に基づいて、一方の飛行機ともう一方の飛行機とで異なる材料の性質を識別できるようにする。
【００５７】
ＩＮＴ画像はまた、次の形式にすることができる。
ＩＮＴ＝（Ｘ‖＋Ｘ⊥）／ｍａｘ（Ｘ‖＋Ｘ⊥）。このとき、ＩＮＴ画像の値は、０と１との間にある。または
ＩＮＴ＝２（Ｘ‖＋Ｘ⊥）。
【００５８】
ＯＳＣ画像はまた、次の形式にすることができる。
ＯＳＣ＝ｌｏｇ［（Ｘ‖−Ｘ⊥）／（Ｘ‖＋Ｘ⊥）］または
ＯＳＣ＝ｌｏｇ［（Ｘ‖／Ｘ⊥］または
ＯＳＣ＝Ｘ‖／Ｘ⊥
【００５９】
次に、シーンのポイントのそれぞれに対して、したがってＩＮＴおよびＯＳＣの画像の各画素に対して、強度スペクトルが、Ｎ強度画像ＩＮＴに基づいて計算され、ＯＳＣスペクトルが、Ｎ偏光コントラスト画像ＯＳＣに基づいて計算される。スペクトルは、実際には、サイズＮのベクトルである。すなわち、Ｎの異なる波長（λ１、λ２．．．λＮ）に対応する。強度スペクトルはＵで示され、ＯＳＣスペクトルはＶで示される。したがって、ＵおよびＶは、Ｕｉ＝ＩＮＴ（λｉ）かつＶｉ＝ＯＳＣ（λｉ）であるような、サイズＮのベクトルである。
【００６０】
このステップの間に、分光偏光グラフまたは「ＳＰＧ」である計算ツールを用いることが可能である。このツールは、必要ではないが、しかしそれによって視覚表示が可能になる。ＳＰＧは、座標がＵｉおよびＶｉであるＮポイントのクラスタである。一般化は、ｆｉ（Ｕ）およびｇｉ（Ｖ）をプロットすることに存し、この場合に、ｆｉおよびｇｉは関数である。それらによって、例えば、正規化または微分が可能になり得る。
【００６１】
このグラフに基づいて、強度スペクトルとＯＳＣスペクトルとの間に存在する相関に関して、ＳＰＣ画像と呼ばれるいくつかの量を抽出することが可能である。これらのＳＰＣ画像は、ＳＰＧグラフに頼らずに、各場合に対して適応された数式により、２Ｎ画像に直接基づいて取得し得る。
【００６２】
ここで、かかるグラフに基づき、かつ
ＩＮＴ（λｉ）＝（Ｘ‖（λｉ）＋Ｘ⊥（λｉ））および
ＯＳＣ（λｉ）＝（Ｘ‖（λｉ）−Ｘ⊥（λｉ））／（Ｘ‖（λｉ）＋Ｘ⊥（λｉ））
を用いて、最終的なＳＰＣ画像を取得する様々な例を提示する。
【００６３】
第１の例によれば、ＳＰＣ画像は、減少指数関数でＳＰＧをフィッティングすることによって取得される。本出願人が行った研究によって、ＯＳＣが、散乱材料の反射率と共に指数関数的に減少することを示すことが可能になった。したがって、散乱材料の分光偏光グラフは、次の関数型によってモデル化することができる。
Φ（Ｕｉ）＝ａ ｅｘｐ（−ｂ＊Ｕｉ）＋ｃ
【００６４】
画像のポイントのそれぞれに対し、測定されたポイントに関数Φが最も良く近似するように、パラメータａ、ｂおよびｃが最適化される。したがって、従来の最適化方式によって最小化するために求められたメリット関数ｆ＿ｍｅｒｉｔが使用される。本明細書の場合は、次の通りである。
【数１】
【００６５】
ＳＰＣ画像は、最適化されたメリット関数によって取得されたこの関数Φである。ＳＰＣ画像の各画素に対して、Φの値および３つのパラメータａ、ｂ、ｃ用の値があり、その例が、赤色プラスチックの画像の画素用に取得され、図７に示されている。モデルは、散乱材料に適応されている。金属シートのＳＰＧは、かかる関数によってうまくフィッティングすることができない。そのメリット関数は高い。反対に、モデルによって、散乱している紙の挙動を確実に評価することが可能になる。そのメリット関数は、より低い。
【００６６】
第２の例において、ＳＰＣ画像は、ＳＰＧの線形相関によって取得される。前の方式によって促されるように、反射率画像と共にＯＳＣ画像の指数関数的減衰が利用される。例えば、ＩＮＴと−ｌｏｇ（ＯＳＣ）との間の線形相関係数が、画像の各ポイント（画素）用に計算される。線形相関係数は、次の式によって定義されたピアソンの相関係数によって推定してもよい。すなわち、
【数２】
を用いる。
【００６７】
この量は、スペクトル間の相関に関連する。それは、０次相関と呼ばれる。
【００６８】
同じように、スペクトル勾配間、すなわち確率変数
【数３】
との間の相関係数を計算することが可能であり、これは、１次相関と呼ばれる。
【００６９】
同じように、２、３．．Ｎ次相関を計算することが可能である。極めて散乱する赤色プラスチックに対して、ＩＮＴと−ｌｏｇ（ＯＳＣ）との間の０次相関の画像であるＳＰＣ画像は、白く見える。その強度スペクトルおよびＯＳＣスペクトルは、実際に高度に相関される。ほぼ０の相関係数を備えたその部分の金属に関しては、黒く見える。
【００７０】
第３の例において、ＳＰＣ画像は、ＳＰＧ用の信頼感指数によって取得される。信頼感指数によって、相関測定値が信頼できるかどうか示すことが可能になる。この指数は、強度のスペクトル平均で割られた強度のスペクトル分散、
【数４】
またはＯＳＣのスペクトル平均で割られたＯＳＣのスペクトル分散、
【数５】
に等しい。
【００７１】
実際には、反射率スペクトル（またはＯＳＣスペクトル）が非常に分散されている場合に、対応するポイントは、互いに遠く離れており、それによって、フィッティングを実行すること、またはより高い精度で相関係数を計算することが可能になる。
【００７２】
この第４の例において、ＳＰＣ画像は、スペクトルの相対分散によって取得される。水平方向におけるＳＰＧのポイントの分散（強度スペクトルの分散に対応する）は、ベクトルＵの分散によって特徴付けてもよく、垂直方向における分散（ＯＳＣスペクトルの分散に対応する）は、関連するベクトルＶの分散によって特徴付けてもよい。これらの２つの分散間における比率の画像を実現することが可能である。
【数６】
【００７３】
この比率は、ＳＰＧに対応するポイントクラスタが水平に広がっている場合には大きく、ポイントクラスタが垂直に広がっている場合には小さい。
【００７４】
取得されたＳＰＣ画像によって、滑らかなおよび粗い散乱材料を識別することが可能になる。滑らかなプラスチックは、より暗く見える。
【００７５】
もちろん、いくつかのＳＰＣ画像を生成すること、および最良の画像、すなわち、求められる最大量の情報を提供する画像を選択すること、または実際には、それらを組み合わせて新しいＳＰＣ画像を生成することさえも可能である。
【００７６】
取得画像のこの処理は、例えば、画像処理ソフトウェアによって従来の方法で実行される。
【技術分野】
【０００１】
本発明の分野は、物体の材料およびその表面状態の性質を識別する分野である。
【背景技術】
【０００２】
この識別は、マルチスペクトル撮像によって達成されることが多い。マルチスペクトル撮像は、観察されるシーンの各ポイントにおけるスペクトル分解に基づいている。
【０００３】
それに応じて、いくつかの技術が存在する。最も普及している技術は、分光撮像装置または色フィルタを利用する。他のそれほど普及していない技術は、フーリエ変換分光計を用いてスペクトル分解を達成する。マルチスペクトルおよびハイパースペクトル撮像装置は、主として受動モードで動作する。シーンによって後方散乱される光は、太陽、またはシーンの物体の固有放射による赤外線放射から生じる。マルチスペクトル撮像は、広範囲の用途をカバーする。それは、特定の鉱物の識別のために、および特に貴金属の検出のために地質学において用いられる。それはまた、炭化水素およびガスの形跡を、直接観測によって、または植生に対するそれらの影響を観察することによって検出するために、石油産業において注目されている。農業分野において、マルチスペクトル撮像によって、栽培場の発展を追跡して寄生生物の存在を検出するか、または灌漑レベルを評価することが可能になる。マルチスペクトル撮像が、例えば、地球表面の森林破壊または森林再生を効果的に追跡するために、生態学の分野にこれまで以上に浸透していることに留意されたい。これらの撮像装置は、観測機または衛星上に搭載されることが多い。例えば、ランドサット衛星は、７つの放射計を搭載している。最後に、マルチスペクトル撮像が、特にゾーン監視のために防衛およびセキュリティ分野に用途を見い出し始めていることが注目され得る。その主な目的は、光学スペクトルの可視および熱領域において、軍隊によって取られたカモフラージュ手段を出し抜くことである。このアプローチでは、実際には、スペクトル解析帯域が十分に大きく、かつ各物体が固有のシグネチャを有するよう解像されることに賭けることになる。
【０００４】
それほど広まっていないが、例えば、顕微鏡検査、表面または界面の特徴付け、ストレス検出、および生物学においてガン細胞の発達を追跡する用途のために、単色偏光撮像を用いることが周知である。この種の撮像によって、物体により後方散乱された光の偏光状態を解析することが可能になる。偏光撮像装置は、能動モードで動作することが多い。興味のあるシーンを照明するレーザ光源およびシーンによって後方散乱されたレーザ束を検出する検出システムを含み、かつ２次元画像の形成を可能にするシステムが、能動撮像装置と呼ばれる。照明光の偏光状態を固定または制御することが必要である。
【０００５】
種々の取得手順が存在する。最も包括的なのは、後方散乱光の偏光状態が、入射光の偏光状態の関数として厳密な方法で解析されるミュラー撮像である。それは、１６の画像の取得を必要とし、各画像は、ミュラーマトリックス（４×４）の要素に関連付けられる。ミュラー撮像は、特徴を調べられる物体が、純粋な偏光解消に加えて、幾何学的、複屈折または光学活性効果による偏光状態の変化を光に対して生成する場合に、有用である。ミュラー撮像は、バイオメディカル分野および顕微鏡検査に用途を見出している。より実際的には、偏光コントラスト画像を生成することで十分なことが多い。この場合に、入射光の偏光状態は固定され（しばしば線形偏光）、平行偏光に従い物体によって後方散乱された光が解析される。次に、直交偏光に従い物体によって後方散乱された光が解析される。したがって、取得される画像数は、２つに制限されるが、しかしながら、解析される物体が純粋に偏光解消されれば、膨大な情報量は失われない。これは、ヒューマンスケールのシーンが考慮される場合に、あてはまることが多い。
【０００６】
前述において、マルチスペクトル画像解析によろうが偏光撮像によろうが、画像は、経時的に連続して取得される。
【０００７】
これらの技術は、例えば、動いている物体を含むシーンの場合、または大気乱流が存在する状態、さもなければシーンの照明が、あるパルスから別のパルスへとエネルギ変動と共にパルス化される場合におけるように、撮像されるシーンが経時的に変化する場合には、もはや有効ではない。
【発明の概要】
【発明が解決しようとする課題】
【０００８】
本発明の目的は、これらの欠点を軽減することである。
【課題を解決するための手段】
【０００９】
本発明は、次の特性に基づいている。材料の性質に依存して、強度スペクトル（反射率スペクトルとも呼ばれる）と偏光度スペクトルとの間に関係が存在し、それによって、観察される物体の性質に関する情報が提供される。この特性は、分光偏光相関画像またはＳＰＣ画像と呼ばれる新しいタイプの画像を生成するために利用される。
【００１０】
より正確には、本発明の目的は、決められた方向に従って偏光されたＮ（Ｎは、３以上の整数である）波長のビームでシーンを照明するステップを含む、シーンの画像を識別するための方法である。それは、主として、以下のステップ、すなわち、
− 前記方向に従って偏光された画像、すなわちｉが１からＮまで変わる、Ｘ‖（λｉ）で示されたＮ画像、および前記方向に垂直な方向に従って偏光された画像、すなわちＸ⊥（λｉ）で示されたＮ画像であって、これらの画像Ｘ⊥（λｉ）が画像Ｘ‖（λｉ）と空間的に異なる画像の、各波長用の同時取得ステップと、
− Ｘ‖（λｉ）およびＸ⊥（λｉ）の線形結合である強度画像の、各波長用の計算ステップであって、したがって、これらのＮ強度画像に対して、各画素用に強度スペクトルが対応するステップと、
− Ｘ‖（λｉ）およびＸ⊥（λｉ）の関数として計算された強度比に基づいた偏光コントラスト画像の、各波長用の計算ステップであって、したがってこれらのＮ偏光コントラスト画像に対して、各画素用に偏光コントラストスペクトルが対応するステップと、
− 分光偏光コントラスト画像と名付けられ、かつＳＰＣ画像と呼ばれる、シーンの画像の計算ステップであって、この画像の各画素が、検討される画素の強度スペクトルおよびコントラストスペクトルに基づいて取得されるステップと、
を含むことを特徴とする。
【００１１】
この方法は、強度スペクトルと偏光スペクトルとの間の相関度に基づいて構成された画像を用いて、求められた情報を取得できるようにする。
【００１２】
それによって、大気乱流が存在する状態であっても、静止シーンおよび移動シーンの両方において、シーン用の識別情報を取得することが可能になる。それは、照明強度における時間的変動に関連するノイズを回避し、２つのＮ直交画像におけるノイズの統計データは、同じである。
【００１３】
偏光コントラスト画像は、例えば、（Ｘ‖（λｉ）−Ｘ⊥（λｉ））／（Ｘ‖（λｉ）＋Ｘ⊥（λｉ））またはＸ‖（λｉ）／Ｘ⊥（λｉ）の関数として計算される。
【００１４】
強度画像は、例えば、Ｘ‖（λｉ）＋Ｘ⊥（λｉ）の形式である。
【００１５】
本発明の一特徴によれば、Ｋの他のＳＰＣ画像が、強度スペクトルおよびコントラストスペクトルに基づいて、Ｋの他の計算によってそれぞれ取得され、新しいＳＰＣ画像が、これらのＫのＳＰＣ画像（Ｋ≧１）に基づいて取得される。
【００１６】
ＳＰＣ画像は、座標Ｕｉ＝ＩＮＴ（λｉ）およびＶｉ＝ＯＳＣ（λｉ）を備えた、Ｎポイントを含む分光偏光グラフＳＰＧに基づいて取得してもよい。
【００１７】
以下の定式に基づいて確立された計算モードの様々な例が、提案される。
ＩＮＴ（λｉ）＝Ｘ‖（λｉ）＋Ｘ⊥（λｉ）および
ＯＳＣ（λｉ）＝（Ｘ‖（λｉ）−Ｘ⊥（λｉ））／（Ｘ‖（λｉ）＋Ｘ⊥（λｉ））
【００１８】
第１の計算モードによれば、ＳＰＣ画像は、ＳＰＧを減少指数関数でフィッティングすることによって取得される。
【００１９】
第２の計算モードによれば、ＳＰＣ画像は、ＳＰＧの線形相関によって取得される。
【００２０】
第３の計算モードによれば、ＳＰＣ画像は、ＳＰＧ用の信頼感指数を介して取得される。
【００２１】
第４の計算モードによれば、ＳＰＣ画像は、強度スペクトルおよびＯＳＣスペクトルの分散間の比率を介して取得される。
【００２２】
本発明の一特徴によれば、画像Ｘ⊥（λｉ）およびＸ‖（λｉ）がインターリーブされる。
【００２３】
本発明の主題はまた、上記のような方法を実行するための手段を含む、シーンを識別するためのシステムである。
【００２４】
本発明の一特徴によれば、実行手段には、決められた方向に従って偏光されたＮ波長のビームでシーンを照明するための装置と、Ｎ画像Ｘ‖（λｉ）、およびＸ⊥（λｉ）で示されるＮ画像を同時に取得するための装置と、ＳＰＣ画像を計算できる、前記画像を処理するための手段と、が含まれる。
【００２５】
特定の実施形態によれば、取得装置には、単一の検出器が含まれる。
【００２６】
本発明の他の特徴および利点は、非限定的な例として、かつ添付の図面に関連して提供された下記の詳細な説明を読むことによって明らかになろう。
【００２７】
図の全体にわたって、同じ要素は、同じ参照符号を付けられる。
【図面の簡単な説明】
【００２８】
【図１】金属シート（ａ）および赤色ゲージ（ｂ）用の反射率スペクトルおよびＯＳＣスペクトルの２つの例を概略的に表す。
【図２】ウォラストンプリズムおよび同一の検出器を用いて（図２ａ）、または偏光分離キューブおよび２つの別個の検出器を用いて（図２ｂ）、Ｎ画像Ｘ‖（λｉ）およびＮ画像Ｘ⊥（λｉ）を取得するための装置の第１の例示的な構成を概略的に表す。
【図３】中間画像を伴い（図３ａ）、または中間画像なしに（図３ｂ）スプリッタ板および偏光子を用いて、Ｎ画像Ｘ‖（λｉ）およびＮ画像Ｘ⊥（λｉ）を取得するための装置の第２の例示的な構成を概略的に表す。
【図４】２つの別個の装置を用いて、Ｎ画像Ｘ‖（λｉ）およびＮ画像Ｘ⊥（λｉ）を取得するための装置の第３の例示的な構成を概略的に表す。
【図５】インターリーブされたＮ画像Ｘ‖（λｉ）およびＮ画像Ｘ⊥（λｉ）を取得するための装置の第４の例示的な構成を概略的に表す。
【図６】図２ａに関連して描かれる撮像装置を用いて取得されたＩＮＴおよびＯＳＣ画像の例を概略的に表す。
【図７】赤色プラスチックの画像の画素用に、座標ＵｉおよびＶｉならびにフィットメリット関数を用いて、Ｎ（Ｎ＝７）ポイントによって表された例示的な分光偏光グラフ（ＳＰＧ）を概略的に表す。
【発明を実施するための形態】
【００２９】
本発明が開発した特性を最初に説明する。
【００３０】
単色偏光照明下において、偏光解消効果は、物体の表面粗さおよびそれらの性質と相関される可能性がある。例えば、金属物体が、散乱物体ほど光を偏光解消しないことが周知である。したがって、自然シーンにおいて、金属物体のコントラストを人為的に増加させることが可能である。それに応じて、シーンが、偏光された（例えば線形的に）光で照明され、平行偏光Ｘ‖および直交偏光Ｘ⊥を伴う２つの画像が取得される。その後、定式ＯＳＣ＝（Ｘ‖−Ｘ⊥）／（Ｘ‖＋Ｘ⊥）によって与えられるコントラスト画像、すなわちＯＳＣ「直交状態コントラスト（Ｏｒｔｈｏｇｏｎａｌ Ｓｔａｔｅ Ｃｏｎｔｒａｓｔ）」が、これらの２つの画像に基づいて計算される。しかしながら、単一波長の使用は、物体の性質を決定するのに十分ではない。実際には、照明波長に依存して、今度は散乱物体が、金属物体と同程度に高い偏光度を示す可能性がある。例えば、金属シートによって散乱される光の偏光度は、その見掛け上の粗さが減少するので、波長と共にわずかに増加することが注目される。これは、散乱物体に対しては、もはや有効ではない。散乱物体を、干渉性散乱強度より大きい非干渉性散乱強度を示す物体として描くことが可能である。したがって、異なる色だが、同じ表面粗さを示す塗料が、異なる偏光度を有することが示される。さらに、それらの偏光度は、それらの色および照明波長に強く依存する。特に、これらの塗料の反射率スペクトルおよびＯＳＣスペクトルが、相補的プロファイルを示すことが観察された。これは、プラスチックおよび自然物などの他の散乱物体に対しても、ある程度まで有効である。
【００３１】
これらの観察を理解するために、表面効果と体積効果との間を識別することが必要である。散乱材料が、それが吸収する波長で照明された場合に、後方散乱される光は、わずかしか表面相互作用からは生じない。したがって、それは、ほとんど偏光解消されない。反対に、同じ材料が、それが吸収しない波長で照明された場合に、光は、多重の体積散乱を経験する。したがって、それは強く偏光解消される。したがって、非金属物体の偏光度スペクトルおよび反射率スペクトルが相補的であるのに対して、金属材料のそれらは相補的ではない。これらの効果を定量化するために、出願人は、現象論的モデルを考案した。このモデルは、偏光解消に対する表面寄与および体積寄与の分離に基づいている。表面によって引き起こされる弱い偏光解消は、粗さに関連し、かつそれは、粗さ／波長比に依存する。反対に、体積相互作用によって引き起こされる偏光解消は、材料の吸収と関連しており、それは、照明波長に強く依存し、かつ非単調スペクトル変動を示す可能性がある。
【００３２】
したがって、材料の性質によれば、反射率スペクトルと偏光度スペクトルとの間に存在する関係は、観察される物体の性質に関する情報を提供する。金属シートおよび赤色ゲージ用に取得された反射率スペクトルおよびＯＳＣスペクトルの例が、図１に示されている。
【００３３】
分光偏光相関画像またはＳＰＣ画像と呼ばれる新しいタイプの画像を生成するために本発明において開発されるのは、この特性である。
【００３４】
ＳＰＣ画像を生成するために、第１に、決められた方向に偏光されたＮ波長のビームでシーンを照明することと、次に、一方では、同時におよび画像の任意のポイントで、ならびにいくつかの波長（Ｎ波長λｉ、ｉは１からＮまで変化する）で、２つの直交偏光状態にアクセスすること、および、他方では、強度スペクトルおよび偏光度スペクトルを解析することと、が必要である。
【００３５】
この解析の妥当性は、測定の質に直接依存する。したがって、測定は、２つの偏光状態の連続的取得に関連する技術的な欠陥からできるだけ自由でなければならない。
【００３６】
２Ｎ偏光画像の同時習得を最初に検討する。
【００３７】
第１の実施形態によれば、２つの直交偏光状態の画像が、同じ検出マトリックス上に同時に形成される。したがって、照明強度における時間的な変動に関連するノイズが回避され、２つの直交画像におけるノイズ統計が、同じであると保証される。
【００３８】
次に、困難なことは収差がない２つの画像を検出器上で取得することである。
【００３９】
図２ａに示す第１の例示的な装置１００によれば、シーン１の２Ｎ画像を取得するために、２つの偏光状態の空間分離が、ウォラストンプリズム２を用いて達成される。この図に図式的に示すように、中間画像１０が、第１のレンズ群Ｌ１によって生成され、第２のレンズ群Ｌ２によって無限に投射され、その後ウォラストンプリズム２に入る。矩形フィールドマスク３が、中間画像１０が形成される中間焦点面ＩＦＰに配置され、その結果、Ｘ‖（λｉ）およびＸ⊥（λｉ）でそれぞれ示された偏光画像１１および１２は、検出器４において互いに正確に重ね合わされる。ひとたび角度をなして分離されると、２つの偏光状態は、第３のレンズ群Ｌ３によって、検出マトリックス４に結像される。このアプローチは、光子ノイズによって課されるが、もはや様々な欠陥および種々雑多な技術的ノイズによって課されることのない感度限界を分光偏光撮像装置に与える。
【００４０】
この撮像装置の光学設計は、幾何学的収差および色収差を同時に最小化するように、注意して行われなければならない。
【００４１】
Ｎ波長は、同じ可視スペクトル帯域、極近赤外線、近赤外線、赤外線、または紫外線に属することができる。それらはまた、様々なスペクトル帯域から抽出することができる。
【００４２】
波長に関しての選択（またはスペクトル選択）は、３色（Ｎ＝３）、４色（Ｎ＝４）、またはより多くなり得る検出マトリックスのレベルで行われる。
【００４３】
スペクトル選択はまた、入射瞳の前に干渉フィルタを配置することによってか、または１つもしくは複数の照明光源の波長を調整することによって、単色検出マトリックスで行うことができる。
【００４４】
Ｎ画像Ｘ‖（λｉ）は、空間的に重ね合わせてもよいが、しかしそうする必要があるというわけではない。画像Ｘ⊥（λｉ）に対しても同様である。
【００４５】
この撮像装置１００は、用いられる検出マトリックスに従って、いくつかの変形体において設けてもよい。したがって、それは、カラーまたは単色シリコンベース検出マトリックスを用いることによって可視波長領域を、ＩｎＧａＡｓに基づいた検出マトリックスを用いることによって極近赤外線を、ＨｇＣｄＴｅに基づいた検出マトリックスを用いることによって近赤外線を、かつＳｉＣ、ＧａＮまたはＡｌＧａＮに基づいたマトリックスを用いることによって近紫外線を、カバーすることができる。
【００４６】
この第１の実施形態の、図２ｂに示す変形によれば、ウォラストンプリズムが、偏光分離キューブ２２と取り替えられる。このキューブ２２を出ると、２つの偏光状態は、空間的に分離され、かつ第３のレンズ群Ｌ３およびＬ３’によって、２つの別個のマトリックス検出器Ｄ１およびＤ２上にそれぞれ結像される。
【００４７】
２Ｎ画像を取得するための、図３ａに示す第２の例示的な装置１００によれば、画像の空間分離は、前の例においてウォラストンプリズムの位置に配置されたスプリッタ板２１を用いて達成される。このスプリッタ板２１から生じる第１の経路上に、第１の平行偏光状態を取得できるようにする偏光子Ｐ１が配置され、次に、第３のレンズ群Ｌ３が、Ｎ偏光画像Ｘ‖（λｉ）を第１の検出器Ｄ１上に形成する。スプリッタ板２１から生じる第２の経路上に、垂直偏光状態を取得できるようにする偏光子Ｐ２が配置され、次に、第３のレンズ群Ｌ３’が、Ｎ偏光画像Ｘ⊥（λｉ）を第２の検出器Ｄ２上に形成する。先の撮像装置のタイプと同じタイプの検出器Ｄ１およびＤ２は、同一であるのが好ましい。
【００４８】
この第２の実施形態の、図３ｂに示す変形によれば、中間画像は生成されない。画像は、第１のレンズ群Ｌ１によって、マトリックス検出器Ｄ１およびＤ２上に直接形成される。レンズ群Ｌ２、Ｌ３およびＬ３’は用いられない。
【００４９】
２Ｎ画像を取得するための、図４に示す第３の例示的な装置によれば、画像の空間分離は、２つの別個の撮像装置１０１、１０１’によって達成され、これらの装置のそれぞれには、偏光子Ｐ１、Ｐ１’を補足されたレンズ群Ｌ１、Ｌ１’と、レンズ群Ｌ１、Ｌ１’がシーン１の画像を形成する検出器Ｄ１、Ｄ１’と、が含まれる。各撮像装置１０１、１０１’は、わずかに異なる角度からシーンを見るが、これは、シーンが十分に離れている場合には、悪影響を与えない。
【００５０】
また、同一検出器のインターリーブ画像Ｘ‖（λｉ）およびＸ⊥（λｉ）を形成する撮像装置を用いることが可能であり、その例示的なアーキテクチャが、図５に示されている。シーン１の画像Ｘ‖（λｉ）およびＸ⊥（λｉ）（１１および１２で示す）は、レンズ群Ｌ１によって検出器４に形成され、画像の空間分離は、それらのインターリービングによって達成される。したがって、基本偏光子のグリッド２’が、検出器４のすぐ前に配置される。各基本偏光子は、検出器の画素のサイズであり、基本偏光子の行（または列）の偏光は、参照符号２’ａの偏光子に示すように、隣接する行（または列）の偏光と交互にされ、さもなければ行（または列）の偏光は、参照符号２’ｂの偏光子に示すように、その隣接する行（または列）の偏光と交互にされる。
【００５１】
したがって、このステップを完了すると、２つの画像が、これらの撮像装置の１つによって、各波長λｉで取得された。したがって、２Ｎ偏光画像が取得された。第１のＮ画像Ｘ‖（λｉ）は、照明の偏光状態と平行な偏光状態に対応する。Ｘ⊥（λｉ）と呼ばれる第２のＮ画像は、照明の偏光状態に直交する偏光状態に対応する。
【００５２】
シーンの各ポイント（各画素）用に、これらの２Ｎ測定値は、以下のステップを実行することによって、新しいコントラスト画像を最終的に取得するために用いられる。
【００５３】
ここで、２Ｎ取得画像を処理するステップを検討する。このステップは、反射率スペクトル（強度スペクトルとも呼ばれる）および偏光度スペクトル（または偏光スペクトル、ＯＳＣスペクトル）の併用に依拠する。
【００５４】
これらの２つのＮ取得画像に基づいて、利用可能なＮ波長λ１、．．．、λｉ、．．．λＮのそれぞれのために、
− 偏光画像の線形結合に基づいた強度ＩＮＴ画像（λｉ）であって、観察される物体の反射率に関連する強度ＩＮＴ画像（λｉ）と、
− 偏光画像の関数として計算された強度画像比率に基づいて確立された、かつ「直交状態コントラスト（Ｏｒｔｈｏｇｏｎａｌ Ｓｔａｔｅ Ｃｏｎｔｒａｓｔ）」の頭字語であるＯＳＣ画像（λｉ）とも呼ばれる偏光コントラスト画像と、
を計算する。
【００５５】
線形結合は、例えば、次の形式であり、
ＩＮＴ（λｉ）＝（Ｘ‖（λｉ）＋Ｘ⊥（λｉ））
偏光コントラスト画像は、例えば、次の形式である。
ＯＳＣ（λｉ）＝（Ｘ‖（λｉ）−Ｘ⊥（λｉ））／（Ｘ‖（λｉ）＋Ｘ⊥（λｉ））
【００５６】
図２ａに関連して説明した撮像装置で取得されるかかるＩＮＴおよびＯＳＣ画像の例が、図６で見られる。シーンには、２機の飛行機が含まれ、１機は紙で作製され、もう１機は金属で作製されている。ＩＮＴおよびＯＳＣ画像は、１回の捕捉で取得される。ＯＳＣ画像は、ＩＮＴ画像で見られる２機のアプリオリに同一の飛行機に基づいて、一方の飛行機ともう一方の飛行機とで異なる材料の性質を識別できるようにする。
【００５７】
ＩＮＴ画像はまた、次の形式にすることができる。
ＩＮＴ＝（Ｘ‖＋Ｘ⊥）／ｍａｘ（Ｘ‖＋Ｘ⊥）。このとき、ＩＮＴ画像の値は、０と１との間にある。または
ＩＮＴ＝２（Ｘ‖＋Ｘ⊥）。
【００５８】
ＯＳＣ画像はまた、次の形式にすることができる。
ＯＳＣ＝ｌｏｇ［（Ｘ‖−Ｘ⊥）／（Ｘ‖＋Ｘ⊥）］または
ＯＳＣ＝ｌｏｇ［（Ｘ‖／Ｘ⊥］または
ＯＳＣ＝Ｘ‖／Ｘ⊥
【００５９】
次に、シーンのポイントのそれぞれに対して、したがってＩＮＴおよびＯＳＣの画像の各画素に対して、強度スペクトルが、Ｎ強度画像ＩＮＴに基づいて計算され、ＯＳＣスペクトルが、Ｎ偏光コントラスト画像ＯＳＣに基づいて計算される。スペクトルは、実際には、サイズＮのベクトルである。すなわち、Ｎの異なる波長（λ１、λ２．．．λＮ）に対応する。強度スペクトルはＵで示され、ＯＳＣスペクトルはＶで示される。したがって、ＵおよびＶは、Ｕｉ＝ＩＮＴ（λｉ）かつＶｉ＝ＯＳＣ（λｉ）であるような、サイズＮのベクトルである。
【００６０】
このステップの間に、分光偏光グラフまたは「ＳＰＧ」である計算ツールを用いることが可能である。このツールは、必要ではないが、しかしそれによって視覚表示が可能になる。ＳＰＧは、座標がＵｉおよびＶｉであるＮポイントのクラスタである。一般化は、ｆｉ（Ｕ）およびｇｉ（Ｖ）をプロットすることに存し、この場合に、ｆｉおよびｇｉは関数である。それらによって、例えば、正規化または微分が可能になり得る。
【００６１】
このグラフに基づいて、強度スペクトルとＯＳＣスペクトルとの間に存在する相関に関して、ＳＰＣ画像と呼ばれるいくつかの量を抽出することが可能である。これらのＳＰＣ画像は、ＳＰＧグラフに頼らずに、各場合に対して適応された数式により、２Ｎ画像に直接基づいて取得し得る。
【００６２】
ここで、かかるグラフに基づき、かつ
ＩＮＴ（λｉ）＝（Ｘ‖（λｉ）＋Ｘ⊥（λｉ））および
ＯＳＣ（λｉ）＝（Ｘ‖（λｉ）−Ｘ⊥（λｉ））／（Ｘ‖（λｉ）＋Ｘ⊥（λｉ））
を用いて、最終的なＳＰＣ画像を取得する様々な例を提示する。
【００６３】
第１の例によれば、ＳＰＣ画像は、減少指数関数でＳＰＧをフィッティングすることによって取得される。本出願人が行った研究によって、ＯＳＣが、散乱材料の反射率と共に指数関数的に減少することを示すことが可能になった。したがって、散乱材料の分光偏光グラフは、次の関数型によってモデル化することができる。
Φ（Ｕｉ）＝ａ ｅｘｐ（−ｂ＊Ｕｉ）＋ｃ
【００６４】
画像のポイントのそれぞれに対し、測定されたポイントに関数Φが最も良く近似するように、パラメータａ、ｂおよびｃが最適化される。したがって、従来の最適化方式によって最小化するために求められたメリット関数ｆ＿ｍｅｒｉｔが使用される。本明細書の場合は、次の通りである。
【数１】
【００６５】
ＳＰＣ画像は、最適化されたメリット関数によって取得されたこの関数Φである。ＳＰＣ画像の各画素に対して、Φの値および３つのパラメータａ、ｂ、ｃ用の値があり、その例が、赤色プラスチックの画像の画素用に取得され、図７に示されている。モデルは、散乱材料に適応されている。金属シートのＳＰＧは、かかる関数によってうまくフィッティングすることができない。そのメリット関数は高い。反対に、モデルによって、散乱している紙の挙動を確実に評価することが可能になる。そのメリット関数は、より低い。
【００６６】
第２の例において、ＳＰＣ画像は、ＳＰＧの線形相関によって取得される。前の方式によって促されるように、反射率画像と共にＯＳＣ画像の指数関数的減衰が利用される。例えば、ＩＮＴと−ｌｏｇ（ＯＳＣ）との間の線形相関係数が、画像の各ポイント（画素）用に計算される。線形相関係数は、次の式によって定義されたピアソンの相関係数によって推定してもよい。すなわち、
【数２】
を用いる。
【００６７】
この量は、スペクトル間の相関に関連する。それは、０次相関と呼ばれる。
【００６８】
同じように、スペクトル勾配間、すなわち確率変数
【数３】
との間の相関係数を計算することが可能であり、これは、１次相関と呼ばれる。
【００６９】
同じように、２、３．．Ｎ次相関を計算することが可能である。極めて散乱する赤色プラスチックに対して、ＩＮＴと−ｌｏｇ（ＯＳＣ）との間の０次相関の画像であるＳＰＣ画像は、白く見える。その強度スペクトルおよびＯＳＣスペクトルは、実際に高度に相関される。ほぼ０の相関係数を備えたその部分の金属に関しては、黒く見える。
【００７０】
第３の例において、ＳＰＣ画像は、ＳＰＧ用の信頼感指数によって取得される。信頼感指数によって、相関測定値が信頼できるかどうか示すことが可能になる。この指数は、強度のスペクトル平均で割られた強度のスペクトル分散、
【数４】
またはＯＳＣのスペクトル平均で割られたＯＳＣのスペクトル分散、
【数５】
に等しい。
【００７１】
実際には、反射率スペクトル（またはＯＳＣスペクトル）が非常に分散されている場合に、対応するポイントは、互いに遠く離れており、それによって、フィッティングを実行すること、またはより高い精度で相関係数を計算することが可能になる。
【００７２】
この第４の例において、ＳＰＣ画像は、スペクトルの相対分散によって取得される。水平方向におけるＳＰＧのポイントの分散（強度スペクトルの分散に対応する）は、ベクトルＵの分散によって特徴付けてもよく、垂直方向における分散（ＯＳＣスペクトルの分散に対応する）は、関連するベクトルＶの分散によって特徴付けてもよい。これらの２つの分散間における比率の画像を実現することが可能である。
【数６】
【００７３】
この比率は、ＳＰＧに対応するポイントクラスタが水平に広がっている場合には大きく、ポイントクラスタが垂直に広がっている場合には小さい。
【００７４】
取得されたＳＰＣ画像によって、滑らかなおよび粗い散乱材料を識別することが可能になる。滑らかなプラスチックは、より暗く見える。
【００７５】
もちろん、いくつかのＳＰＣ画像を生成すること、および最良の画像、すなわち、求められる最大量の情報を提供する画像を選択すること、または実際には、それらを組み合わせて新しいＳＰＣ画像を生成することさえも可能である。
【００７６】
取得画像のこの処理は、例えば、画像処理ソフトウェアによって従来の方法で実行される。
【特許請求の範囲】
【請求項１】
決められた方向に従って偏光されたＮ波長のビームでシーン（１）を照明するステップを含む、前記シーン（１）の画像を識別するための方法であって、Ｎが３以上の整数であり、前記方法が、以下のステップ、
− 前記方向に従って偏光された画像、すなわちｉが１からＮまで変わる、Ｘ‖（λｉ）で示されたＮ画像（１１）、および前記方向に垂直な方向に従って偏光された画像、すなわちＸ⊥（λｉ）で示されたＮ画像であって、これらの画像Ｘ⊥（λｉ）が前記画像Ｘ‖（λｉ）と空間的に異なる画像の、各波長用の同時取得ステップと、
− Ｘ‖（λｉ）およびＸ⊥（λｉ）の線形結合である強度画像の、各波長用の計算ステップであって、したがってこれらのＮ強度画像に対して、各画素用に強度スペクトルが対応するステップと、
− Ｘ‖（λｉ）およびＸ⊥（λｉ）の関数として計算された強度比に基づいた偏光コントラスト画像の、各波長用の計算ステップであって、したがってこれらのＮ偏光コントラスト画像に対して、各画素用に偏光コントラストスペクトルが対応するステップと、
− 分光偏光コントラスト画像と名付けられ、かつＳＰＣ画像と呼ばれる、前記シーンの画像の計算ステップであって、この画像の各画素が、検討される前記画素の前記強度スペクトルおよび前記コントラストスペクトルに基づいて取得されるステップと、
を含むことを特徴とする方法。
【請求項２】
前記偏光コントラスト画像が、（Ｘ‖（λｉ）−Ｘ⊥（λｉ））／（Ｘ‖（λｉ）＋Ｘ⊥（λｉ））に基づいて計算されることを特徴とする、請求項１に記載の、シーン（１）を識別するための方法。
【請求項３】
前記偏光コントラスト画像が、Ｘ‖（λｉ）／Ｘ⊥（λｉ）の関数として計算されることを特徴とする、請求項１に記載の、シーン（１）を識別するための方法。
【請求項４】
前記強度画像が、Ｘ‖（λｉ）＋Ｘ⊥（λｉ）の形式であることを特徴とする、請求項１〜３のいずれか一項に記載の、シーン（１）を識別するための方法。
【請求項５】
Ｋの他のＳＰＣ画像が、前記強度スペクトルおよび前記コントラストスペクトルに基づいて、Ｋの他の計算によってそれぞれ取得されることと、新しいＳＰＣ画像が、これらのＫのＳＰＣ画像に基づいて取得され、Ｋが、１以上の整数であることと、を特徴とする、請求項１〜４のいずれか一項に記載の、シーン（１）を識別するための方法。
【請求項６】
前記ＳＰＣ画像が、座標Ｕｉ＝ＩＮＴ（λｉ）およびＶｉ＝ＯＳＣ（λｉ）を備えたＮポイントを含む分光偏光グラフＳＰＧに基づいて取得されることを特徴とする、請求項１〜５のいずれか一項に記載の、シーン（１）を識別するための方法。
【請求項７】
前記ＳＰＣ画像が、前記ＳＰＧを減少指数関数でフィッティングすることによって取得されることを特徴とする、請求項２および４と組み合わせた、請求項６に記載の、シーン（１）を識別するための方法。
【請求項８】
前記ＳＰＣ画像が、前記ＳＰＧの線形相関によって取得されることを特徴とする、請求項２および４と組み合わせた、請求項６に記載の、シーン（１）を識別するための方法。
【請求項９】
前記ＳＰＣ画像が、前記ＳＰＧ用の信頼感指数を介して取得されることを特徴とする、請求項２および４と組み合わせた、請求項６に記載の、シーン（１）を識別するための方法。
【請求項１０】
前記ＳＰＣ画像が、前記強度スペクトルおよび前記ＯＳＣスペクトルの分散間の比率を介して取得されることを特徴とする、請求項２および４と組み合わせた、請求項６に記載の、シーン（１）を識別するための方法。
【請求項１１】
前記画像Ｘ⊥（λｉ）およびＸ‖（λｉ）がインターリーブされることを特徴とする、請求項１〜１０のいずれか一項に記載の、シーン（１）を識別するための方法。
【請求項１２】
請求項１〜１１のいずれか一項に記載の方法を実行するための手段を含む、シーン（１）を識別するためのシステム。
【請求項１３】
前記実行手段が、決められた方向に従って偏光されたＮ波長のビームで前記シーンを照明するための装置と、Ｘ‖（λｉ）で示された前記Ｎ画像（１１）およびＸ⊥（λｉ）で示された前記Ｎ画像（１２）の同時取得のための装置（１００）と、ＳＰＣ画像を計算できる、前記取得画像を処理するための手段と、を含むことを特徴とする、請求項１２に記載の、シーン（１）を識別するためのシステム。
【請求項１４】
前記取得装置（１００）が、単一の検出器を含むことを特徴とする、請求項１３に記載の、シーン（１）を識別するためのシステム。
【請求項１】
決められた方向に従って偏光されたＮ波長のビームでシーン（１）を照明するステップを含む、前記シーン（１）の画像を識別するための方法であって、Ｎが３以上の整数であり、前記方法が、以下のステップ、
− 前記方向に従って偏光された画像、すなわちｉが１からＮまで変わる、Ｘ‖（λｉ）で示されたＮ画像（１１）、および前記方向に垂直な方向に従って偏光された画像、すなわちＸ⊥（λｉ）で示されたＮ画像であって、これらの画像Ｘ⊥（λｉ）が前記画像Ｘ‖（λｉ）と空間的に異なる画像の、各波長用の同時取得ステップと、
− Ｘ‖（λｉ）およびＸ⊥（λｉ）の線形結合である強度画像の、各波長用の計算ステップであって、したがってこれらのＮ強度画像に対して、各画素用に強度スペクトルが対応するステップと、
− Ｘ‖（λｉ）およびＸ⊥（λｉ）の関数として計算された強度比に基づいた偏光コントラスト画像の、各波長用の計算ステップであって、したがってこれらのＮ偏光コントラスト画像に対して、各画素用に偏光コントラストスペクトルが対応するステップと、
− 分光偏光コントラスト画像と名付けられ、かつＳＰＣ画像と呼ばれる、前記シーンの画像の計算ステップであって、この画像の各画素が、検討される前記画素の前記強度スペクトルおよび前記コントラストスペクトルに基づいて取得されるステップと、
を含むことを特徴とする方法。
【請求項２】
前記偏光コントラスト画像が、（Ｘ‖（λｉ）−Ｘ⊥（λｉ））／（Ｘ‖（λｉ）＋Ｘ⊥（λｉ））に基づいて計算されることを特徴とする、請求項１に記載の、シーン（１）を識別するための方法。
【請求項３】
前記偏光コントラスト画像が、Ｘ‖（λｉ）／Ｘ⊥（λｉ）の関数として計算されることを特徴とする、請求項１に記載の、シーン（１）を識別するための方法。
【請求項４】
前記強度画像が、Ｘ‖（λｉ）＋Ｘ⊥（λｉ）の形式であることを特徴とする、請求項１〜３のいずれか一項に記載の、シーン（１）を識別するための方法。
【請求項５】
Ｋの他のＳＰＣ画像が、前記強度スペクトルおよび前記コントラストスペクトルに基づいて、Ｋの他の計算によってそれぞれ取得されることと、新しいＳＰＣ画像が、これらのＫのＳＰＣ画像に基づいて取得され、Ｋが、１以上の整数であることと、を特徴とする、請求項１〜４のいずれか一項に記載の、シーン（１）を識別するための方法。
【請求項６】
前記ＳＰＣ画像が、座標Ｕｉ＝ＩＮＴ（λｉ）およびＶｉ＝ＯＳＣ（λｉ）を備えたＮポイントを含む分光偏光グラフＳＰＧに基づいて取得されることを特徴とする、請求項１〜５のいずれか一項に記載の、シーン（１）を識別するための方法。
【請求項７】
前記ＳＰＣ画像が、前記ＳＰＧを減少指数関数でフィッティングすることによって取得されることを特徴とする、請求項２および４と組み合わせた、請求項６に記載の、シーン（１）を識別するための方法。
【請求項８】
前記ＳＰＣ画像が、前記ＳＰＧの線形相関によって取得されることを特徴とする、請求項２および４と組み合わせた、請求項６に記載の、シーン（１）を識別するための方法。
【請求項９】
前記ＳＰＣ画像が、前記ＳＰＧ用の信頼感指数を介して取得されることを特徴とする、請求項２および４と組み合わせた、請求項６に記載の、シーン（１）を識別するための方法。
【請求項１０】
前記ＳＰＣ画像が、前記強度スペクトルおよび前記ＯＳＣスペクトルの分散間の比率を介して取得されることを特徴とする、請求項２および４と組み合わせた、請求項６に記載の、シーン（１）を識別するための方法。
【請求項１１】
前記画像Ｘ⊥（λｉ）およびＸ‖（λｉ）がインターリーブされることを特徴とする、請求項１〜１０のいずれか一項に記載の、シーン（１）を識別するための方法。
【請求項１２】
請求項１〜１１のいずれか一項に記載の方法を実行するための手段を含む、シーン（１）を識別するためのシステム。
【請求項１３】
前記実行手段が、決められた方向に従って偏光されたＮ波長のビームで前記シーンを照明するための装置と、Ｘ‖（λｉ）で示された前記Ｎ画像（１１）およびＸ⊥（λｉ）で示された前記Ｎ画像（１２）の同時取得のための装置（１００）と、ＳＰＣ画像を計算できる、前記取得画像を処理するための手段と、を含むことを特徴とする、請求項１２に記載の、シーン（１）を識別するためのシステム。
【請求項１４】
前記取得装置（１００）が、単一の検出器を含むことを特徴とする、請求項１３に記載の、シーン（１）を識別するためのシステム。
【図１】
【図２ａ】
【図２ｂ】
【図３ａ】
【図３ｂ】
【図４】
【図５】
【図６】
【図７】
【図２ａ】
【図２ｂ】
【図３ａ】
【図３ｂ】
【図４】
【図５】
【図６】
【図７】
【公表番号】特表２０１２−５２６２６９（Ｐ２０１２−５２６２６９Ａ）
【公表日】平成２４年１０月２５日（２０１２．１０．２５）
【国際特許分類】
【出願番号】特願２０１２−５０９００１（Ｐ２０１２−５０９００１）
【出願日】平成２２年５月３日（２０１０．５．３）
【国際出願番号】ＰＣＴ／ＥＰ２０１０／０５５９７４
【国際公開番号】ＷＯ２０１０／１２８０１４
【国際公開日】平成２２年１１月１１日（２０１０．１１．１１）
【出願人】（５０５１５７４８５）テールズ (231)
【出願人】（５１１２６９７９４）
【Ｆターム（参考）】
【公表日】平成２４年１０月２５日（２０１２．１０．２５）
【国際特許分類】
【出願日】平成２２年５月３日（２０１０．５．３）
【国際出願番号】ＰＣＴ／ＥＰ２０１０／０５５９７４
【国際公開番号】ＷＯ２０１０／１２８０１４
【国際公開日】平成２２年１１月１１日（２０１０．１１．１１）
【出願人】（５０５１５７４８５）テールズ (231)
【出願人】（５１１２６９７９４）
【Ｆターム（参考）】
[ Back to top ]