Système polarimétrique pour l’analyse d’images

Système polarimétrique pour l’analyse d’images

Polarimetric device for images analysis

P. Terrier V. Devlaminck 

Laboratoire I3D, Université des Sciences et Technologies de Lille. Bâtiment P3, 59655 Villeneuve d’Asc cedex, France

Corresponding Author Email: 
patrick.terrier@univ-lille1.fr
Page: 
479-490
|
Received: 
19 June 2000
| |
Accepted: 
N/A
| | Citation

OPEN ACCESS

Abstract: 

A method allowing to completely estimate, by camera, the polarization state of a light wave is presented. The characterization of the light wave and its interaction with the various optical elements constituting the measurement device are described using the Stokes-Mueller formalism. We are mainly interested in the determination of the polarization state of a light wave reflected by an object in order to obtain information on this one. Thus, we show that our measurement device can be used to classify materials according to their conductivity. We also apply our method to classify the facets of the observed object following their geometrical orientation. Lastly, we are interested in the problem of highlight suppression.

The advantage of the presented method is that it allows to separate the polarized and unpolarized components of the reflected light wave. So, the proposed system allows to avoid a loss of information about the observed scene and consequently decreases the ambiguity risk in the interpretation of this information.

Résumé

Nous présentons une méthode permettant de caractériser complètement, par caméra, l’état de polarisation de n’importe quelle onde lumineuse. La caractérisation de l’onde et son interaction avec les différents éléments optiques constituant le dispositif de mesure sont représentés par le formalisme de Stokes-Mueller. Nous nous intéressons principalement à la détermination de l’état de polarisation d’une onde lumineuse réfléchie sur un objet dans le but d’obtenir un certain nombre d’informations sur ce dernier. Ainsi, nous montrons que notre dispositif de mesure peut servir à classifier des matériaux en fonction de leur nature diélectrique ou métallique. Nous appliquons également notre méthode à la classification des facettes de l’objet observé suivant leur orientation géométrique. Enfin, nous nous intéressons au problème de la suppression, dans certaines images, des zones de saturations correspondant à un éblouissement dû à une forte concentration d’énergie.

L’avantage de la méthode que nous présentons est qu’elle permet de séparer les composantes polarisées et non polarisées de l’onde réfléchie. Le système proposé permet donc d’éviter une perte du contenu informationnel sur la scène observée et par conséquent diminue le risque d’ambiguïté dans l’interprétation de ces informations.

Keywords: 

Polarimetry, ellipsometry, physics-based vision

Mots clés

Polarisation, ellipsométrie, utilisation de modèles physiques pour la vision

1. Introduction
2. Mesure De L’angle De Polarisation ϕ Avec Une Caméra
3. Limitations Du Modèle Obtenu
4. La Méthode Proposée
5. Validation Expérimentale Du Modèle
6. Applications Et Résultats Obtenus
7. Conclusion
  References

[BEZDEK 81] J. C. Bezdek, « Pattern recognition with fuzzy objective function algorithms », Plenum press, New York, 1981.

[BORN 59] M. Born and E. Wolf, « Principles of optics », New York : Pergamon, 1959.

[CHAFIQUI 98] N. Chafiqui, « Etude de la rotation d’objets sans connaissance a priori par fusion de données issues de l’analyse d’images polarimétriques et radiométriques », Thèse d'université, Rouen, France, 1998.

[CHIU 94]S. Chiu, « Fuzzy model identification based on cluster estimation », Journal of Intelligent & Fuzzy Systems, vol. 2, n° 3, sept. 1994

[HUARD 94] S. Huard, « Polarisation de la lumière », Masson, 1994.

[JONES 89] B.F Jones and P.T Fairney, « Recognition of shiny dielectric objects by analyzing the polarization of reflected light », Image and vision computing journal, vol. 7, n° 4, 1989, pp. 253-258.

[JOUBERT 93] E. Joubert, « Reconstruction de surfaces en trois dimensions par analyse de la polarisation de la lumière réfléchie par les objets de la scène », Thèse d'université, Rouen, France, 1993.

[KOSHIKAWA 87] K. Koshikawa and Y. Shirai, « A model-based recognition of glossy objects using their polarimetric properties », Advances Robotics, vol. 2, n° 2, 1987.

[TERRIER 00] P. Terrier, V. Devlaminck, « A device to classify Surface orientation from polarization images » IEEE – ICIP 2000 (International Conference on Image Processing), Vancouver, Canada , Septembre 2000 :

[WOLFF 90] L.B. Wolff, « Polarization-based material classification from specular reflection », IEEE Trans. Patt. Anal. Machine Intell., vol. 12, n° 11, pp. 1059-1071, Nov. 1990.

[WOLFF 91] L.B. Wolff and T.E. Boult, « Constraining object features using a polarization reflectance model », IEEE Trans. Patt. Anal. Machine Intell., vol. 13, n° 7, pp. 635-657, July 1991.

[WOLFF 97] L.B. Wolff, « Liquid crystal polarization camera », IEEE Transaction on robotics and automation, vol. 13, n° 2, pp. 195-203, April 1997.