基于多云恶劣环境下的偏振图像修复定向方法

作者：边宇峰; 李沅; 任彩鸣; 李怡纲

来源：传感器与微系统, 2023, 42(11): 74-78.

DOI：10.13873/J.1000-9787(2023)11-0074-05

• 偏振光导航
• 卷积神经网络
• 图像修复
• 航向角

仿生偏振光导航是近年发展起来的一种新型自主导航方式，具有抗干扰能力强、误差不随时间累积而增加的优点。在晴朗天气条件下，偏振模式具有明显的方向特征，但在多云恶劣天气下，云层异常像素点的存在会破坏大气偏振模式，从而使得偏振光导航的精度降低。为了降低云层对偏振信息的干扰，本文提出了一种融合Seg-U-Net卷积神经网络(CNN)的云层分割方法，并以此二值图为掩模进行局部图像修复，实现了去除云层的同时，获取到完整的偏振图像。室外实验结果表明：当天空存在云层遮挡时，航向角误差可以从3.240 8°降低至0.720 9°,相比于未去除遮挡前导航精度提升了约78.12%。

• 单位
  中北大学