凝聚态介质偏振散射成像研究进展

赵元埴 欧阳名钊 马辰昊 付跃刚*,2,3 张玉慧*

凝聚态介质偏振散射成像研究进展

赵元埴1欧阳名钊1马辰昊1付跃刚*1,2,3张玉慧*1

（1 长春理工大学光电工程学院，长春 130022）（2 长春理工大学光电测控与光信息传输技术教育部重点实验室，长春 130022）（3 吉林省先进光学设计与制造高校重点实验室，长春 130022）

偏振散射成像通过提取介质和目标的偏振特性来降低散射对光学成像的影响，提升成像品质。近年来，随着光学器件与数据处理性能的不断提升，其具有的高灵敏度、无损性、高速性等优势得以凸显，偏振散射成像理论和技术在材料检测、资源勘探，尤其是在航天遥感中的空间目标信息反演与清晰化成像等领域得到了广泛应用。文章简要总结了固体薄散射介质成像与浑浊水体成像方面的理论进展，对近年来国内外的实验研究作了系统性的综述，着重介绍了其中具有代表性的研究成果，最后从模型优势互补和与深度学习等信息处理技术结合方面展望了偏振散射成像技术未来的发展方向和应用前景。

穆勒矩阵 水下成像 偏振 散射 遥感应用

0 引言

光在入射生物组织、烟、雾、浑浊水体等散射介质时，由于散射效应而造成入射光场和出射光场空间相对位置的差异，进而丢失部分的强度和相位等信息，影响成像的对比度和分辨率。偏振是光波独立于强度、频率和相位的第四个基本特性量，偏振成像通过提取介质和目标的偏振特性来降低散射对光学成像的影响，提升成像品质。近年来，偏振成像技术已经广泛应用于航天遥感、生物医学、水下成像等领域[1-4]。根据散射介质的不同，可将偏振散射成像分为穿云雾成像、固体薄散射介质成像、浑浊水体成像等几个方面。各种模型间联系紧密，各有优势，推动了偏振散射成像技术的快速发展。

固体薄介质散射成像技术在很多领域都有着重要的应用。例如，大部分生物组织在可见光波段都是强散射介质，需要抑制散射效应以提升成像品质和深度以辅助疾病的诊断。此外，在遥感领域中的目标材料的识别与高分辨成像等方面，也需要使用散射成像技术以提取目标的多维度信息，提升检测结果的准确性。

水下成像受浑浊水体吸收和散射作用的影响，无散射清晰的目标光会与水体中粒子的背景散射光混合起来，影响成像的分辨率和对比度，进而大大降低对水下目标的探测和识别能力[5]。此外由于水体对光的吸收具有波长选择性，水下成像还常伴有色彩畸变等问题[6-8]，因此，如何抑制散射光的干扰，分离和提取成像所需的目标光，进而获取无色彩畸变的去散射清晰图像是水下成像领域亟需解决的热点问题。

本文总结了固体薄散射介质成像与浑浊水体成像这两个领域具有代表性的的基本理论与研究进展，给出近年来国内外学者们取得的一些研究成果，最后对未来偏振散射成像的技术重点，理论结合和发展前景等方面作了总结与展望。

1 固体薄散射介质的成像研究

目前，应用于固体薄散射介质成像的技术主要有波前重构[9-10]、深度学习[11-12]、散斑相关[13-15]和传输矩阵[16-18]等。介质对光波的散射过程可以看作是一种编码和调制的过程，而这个过程可以用传输矩阵进行表征。若已知介质的传输矩阵，就可以对出射光场进行反演得到入射光场，进而实现穿透散射介质的光波聚焦和成像。这便是传输矩阵法的基本思想。而穆勒矩阵就是一种被普遍接受的传输矩阵形式。

1.1 穆勒矩阵的极化分解理论

穆勒矩阵可以完整而全面的表征介质的偏振属性，并且穆勒矩阵成像方式多样，结果准确，鲁棒性强，这些都有利于其广泛应用。但迄今为止，穆勒矩阵全部16个阵元的物理意义仍不完全明确。此外，目标的一项偏振属性可能与几个阵元对应，而单一阵元无法全面的表征特定的物理性质。所以，需要对穆勒矩阵的阵元进行分解与变换，以获得表征介质各种偏振特性的参数。

目前的穆勒矩阵分解理论主要有微分分解[19]、逆向分解[20]和对称分解[21]等。其中，1996年文献[22]首次提出的极化分解法得到了广泛应用。它将穆勒矩阵分解为三个子矩阵的乘积，这些子矩阵表征了影响介质偏振特性的不同物理过程：退偏性、二向色性和相位延迟。穆勒矩阵的分解过程可简要表示为

式中

Δ、R、D分别为介质的退偏、相位延迟和二向色性矩阵。经过推导与计算，可以进一步得到退偏系数，二向色性系数，线偏延迟系数和圆偏延迟系数

由此可见，分解后的子矩阵和各种系数可以独立反映介质的某一偏振属性，有助于更深入的探究介质本身的光学性质和微观结构，也为利用其进行成像和检测提供了可行性。

1.2 国内外研究进展

早年美国陆军研究室对伪装军车的成像实验（图1）是偏振应用于目标遥感和识别领域的经典案例，并为之后的理论发展作出了良好的铺垫。近年来，国内外研究者们从不同的角度完善了穆勒矩阵极化分解理论，拓展了方法的应用范围，并取得了丰富的成果。2013年，文献[23]分析了肠癌组织的穆勒矩阵分解参数成像结果，认为退偏和相位延迟参数可帮助区分癌变和正常组织。同年，文献[24]又指出穆勒矩阵分解参数可辅助区分处于不同病变阶段的宫颈上皮瘤组织。同年，文献[25]提出了穆勒矩阵变换法这一提取和凸显介质偏振特性的新方法，推动了相关领域的研究进展。2014年，文献[26]对9个线偏振相关的穆勒矩阵元进行了分解，并将得到的参数用于胃癌组织的定量检测。2018年，文献[27]将穆勒矩阵极化分解法与统计分析法结合，对肉眼难以分辨的不同的菌落实现了检测与鉴别。2019年，文献[28]深入分析了极化分解和微分分解参数的具体对应关系，对理论进行必要补充并拓展了穆勒矩阵成像法的应用范围。同年，文献[29]构建了穆勒矩阵全角度分布数值计算模型，并对不同的金属，电介质进行 了识别，并认为穆勒矩阵特定阵元的差异性可以作为金属和电介质区分的判据。主要实验结果如图2所示[29]。同年，文献[30]使用偏光显微镜来获取不同形态的电纺纤维的穆勒矩阵，并对其实现了快速、无损检测，主要实验结果如图3所示。可以看出，44阵元的差异性为电纺纤维的抗干扰、低成本检测提供了一种新思路。

图1 伪装军车的光强成像与偏振成像对比图

图2 金属银表面穆勒矩阵全角度分布（表面粗糙度均方根高度δ=0.6λ，表面相关长度T=6λ）

图3 不同形态电纺纤维的m44阵元变换图像

2021年，文献[31]将传输矩阵与穆勒矩阵的极化分解相结合，辅以图像处理技术，提出了一种固体薄散射介质成像的新方法。首先构建穆勒矩阵成像系统，使用双旋转波片法先后获取作为散射介质的磨砂玻璃以及经过其散射的不同目标的穆勒矩阵图像，而后计算目标的各种偏振参数图像，最后采用增强、去噪等方法对特定参数图像做进一步的处理。实验结果如图4所示。结果表明，经过处理后的图像比直接拍摄的目标图像更清晰、更接近无散射图像。与可解决此类问题的其他散射成像方法进行对比，凸显了该方法的优势。此外，该方法具有装调简单，图像数据处理量较小等优点，也为进一步的研究提供了启示与指导。

注：d表示毛玻璃与目标间的距离；（a）是直接拍摄的磨砂玻璃后的目标图像；（b）是样品退偏系数图像；（c）是文献[31]的最终处理结果。

2 浑浊水体的成像研究

在浑浊水体成像领域，偏振技术由于能够充分利用散射光场偏振信息的差异性和唯一性，有效去除水体散射、提高成像品质和成像距离，一直以来都是国内外学者们的研究重点[5,32]。其中，水下偏振差分成像技术起源于水下偏振门控成像技术，其利用偏振信息的共模抑制特性消除背景散射光进而实现去散射成像[33-34]。而被动和主动偏振成像技术都主要基于文献[35-38]在2003到2009年提出的一组数学模型，主要区别在于光源的可调节性和是否考虑目标物的偏振特性。

2.1 传统偏振水下成像模型

利用光在浑浊水体中传输的物理特性进行建模进而实现去散射成像的思想可以追溯到Jaffe-McGlamery模型[6]。它将探测器接收的目标模糊图像看作无散射的清晰目标光，水体中粒子的后向和前向散射光图像的线性叠加。其中一般认为后向散射光是造成图像模糊和成像距离缩短的主要因素，而前向散射光造成的影响几乎可以忽略不计。

经过不同传播路径的光，其偏振特性一般也不同。所以可以通过散射光场的偏振差异性来将探测器接收到的后向散射光移除，实现去散射清晰成像。其中，以色列的Y.Y.Schechner等人将偏振理论与Jaffe-McGlamery模型相结合，得到了求解无散射的目标光的方法，并深入研究了影响图像恢复品质的各种因素。

由Y.Y.Schechner等人提出的传统偏振水下成像模型如图5所示[36]。探测器接收到的目标信息（,）可表示为

式中（,）和（,）分别为目标反射光和背景散射光。通过引入偏振理论和其他的一些基本假设，分别得到目标反射光和背景散射光

式中max和min表示偏振片旋转过程中总光强为极值的图像；obj和sca分别表示目标反射光和背景散射光的偏振度。

图5 传统偏振水下成像模型示意

此外，在真实的自然水体环境下进行的大量实验（如图6[38]所示）将背散射光从原始图像中分离并得到了去散射后的图像，取得了明显的实验效果，表明了该方法具有良好的鲁棒性和广阔的应用前景。

2.2 国内外研究进展

近年来，研究者们围绕着传统偏振水下成像模型进行了诸多改进，一定程度上提高了模型的准确性、对不同材料目标的适用性和成像距离等。2016年，文献[39]将偏振差分图像引入模型，使其对不同偏振特性目标的成像品质均有提升。此后在2017年，又对模型进行了深入优化，减少了运算时间，拓展了模型的应用范围[40]，主要实验结果如图7所示。同年，文献[41]将通常被忽略的前向散射光加以利用，并利用刃边法估计图像的退化函数，提高了去散射图像的细节分辨能力，但处理后的图像噪声较大。2018年，文献[42]考虑了水体对不同频率的光线的吸收特性并将其加入到传统模型中，一定程度上改善了彩色目标经散射造成的颜色失真及畸变问题。同年，文献[43]利用圆偏振光辅助成像并取得了一定的实验效果，但该方法无法应用于金属等保偏性较强的目标。而后，文献[44]通过光学相关法在相关性最低时对目标反射光和背景散射光进行分离并实现去散射成像。实验结果如图8所示[44]，表明该方法可以有效应用于浑浊度较高的水体中，且成像距离和对比度都有显著提高。2021年，文献[45]提出了一种基于稀疏低秩特性的水下非均匀光场偏振散射成像技术，在有效抑制非均匀强散射的同时较好地提升了图像对比度，复原了细节信息。但对目标信息的稀疏性假设使其可能无法应用于目标在视场中占比较大的情况。

图6 自然水体环境下的实验结果

图7 原始强度图像和不同方法的恢复效果对比

图8 目标在不同浑浊度水体中的原始光强图和复原图

在传统模型对于逆散射问题的求解过程中，有时会因为目标反射光或背景散射光偏振度的求取误差较大而无法获得具有物理意义的解析解，进而造成图像复原失败。此外，使用传统模型之前需要一定的先验知识，而这在实际应用时往往是无法获知的。2021年，文献[46]针对上述问题，对传统偏振水下成像模型进行了必要的补充，加入了使解析解具有物理意义的限制条件，并在此基础上使用遗传算法同步搜索目标反射光和背景散射光的偏振度，提出了一种无先验知识的偏振水下去散射成像方法。实验结果（图9）表明，该方法可以有效恢复经浑浊水体散射而变得模糊甚至无法分辨的图像，且适用于具有不同偏振特性的目标。恢复后图像的对比度和结构相似度相较于恢复前均有显著提升。此外，稳定性测试结果表明，该方法的稳定性和鲁棒性良好，基本满足实用要求。

图9 塑料老鼠的图像恢复效果

3 结束语

通过上述对固体薄散射介质和浑浊水体偏振散射成像研究的总结与分析可以看出，偏振信息的引入很大程度上提高了成像深度，成像品质和目标识别能力，也展现了偏振散射成像技术巨大的发展潜力和广阔的应用前景。针对该技术存在的诸多缺陷，国内外学者们从各个角度展开研究，也取得了一定的进展。但迄今为止，仍然没有一种完全满足实际应用需求的通用方案。此时，将不同的偏振散射模型有机结合，实现成像的优势互补可能是一种具有前景的研究方向。例如，穆勒矩阵分解法在目标材料及精细结构识别等方面显现出了优势，理论上可以将其应用到水下场景以提升成像精度和反伪装能力。此外，如何更深入的挖掘与获取各种偏振信息并与诸如傅里叶变换、深度学习等信息处理技术有效结合，提高成像方法的实时性、鲁棒性和成像能力等方面，也将成为今后研究的重点和难点。

[1] 何宏辉, 曾楠, 廖然, 等. 偏振光成像技术用于肿瘤病变检测的研究进展[J]. 生物化学与生物物理进展, 2015, 42(5): 419-433.

HE Honghui, ZENG Nan, LIAO Ran, et al. Progress in Polarized Light Imaging for Detection of Tumor Lesions[J]. Progress in Biochemistry and Biophysics, 2015, 42(5): 419-433. (in Chinese)

[2] GHOSH N, VITKIN I A. Tissue Polarimetry: Concepts, Challenges, Applications, and Outlook[J]. Journal of Biomedical Optics, 2011, 16(11): 110801.

[3] QIU L, PLESKOW D K, CHUTTANI R, et al. Multispectral Scanning During Endoscopy Guides Biopsy of Dysplasia in Barrett's Esophagus[J]. Nature Medicine, 2010, 16(5): 603.

[4] SOCAS-NAVARRO H, BUENO T, RNIZ C B, et al. Anomalous Polarization Profiles in Sunspots: Possible Origin of Umbral Flashes[J]. Science, 2000, 288(5470): 1396-1398.

[5] 刘飞, 孙少杰, 韩平丽, 等. 水下偏振成像技术研究及进展[J]. 激光与光电子学进展, 2021, 58(6): 1-18.

LIU Fei, SUN Shaojie, HAN Pingli, et al. Development of Underwater Polarization Imaging Technology[J]. Laser & Optoelectronics Progress, 2021, 58(6): 1-18. (in Chinese)

[6] JAFFE J S. Computer Modeling and the Design of Optimal Underwater Imaging Systems[J]. IEEE Journal of Oceanic Engineering, 1990, 15(2): 101-111.

[7] 赵欣慰, 金韬, 池灏, 等. 不同光照条件下水下成像背景光的建模与研究[J]. 物理学报, 2015, 64(10): 104201.

ZHAO Xinwei, JIN Tao, CHI Hao, et al. Modeling and Simulation of the Background Light in Underwater Imaging under Different Illumination Conditions[J]. Acta Physica Sinica, 2015, 64(10): 104201. (in Chinese)

[8] SCHECHNER Y Y, AVERBUCH Y. Regularized Image Recovery in Scattering Media[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2007, 29(9): 1655-1660.

[9] PIERRAT R, C VANDENBEM, FINK M, et al. Subwavelength Focusing Inside an Open Disordered Medium by Time Reversal at a Single Point Antenna[J]. Physical Review A, 2013, 87(4): 1-4.

[10] AGUIAR H D, GIGAN S, BRASSELET S. Polarization Recovery through Scattering Media[J]. Adv, 2017, 3(9): 1600743.

[11] MENG L, WANG H, LI G, et al. Learning-based Lensless Imaging through Optically Thick Scattering Media[J]. Advanced Photonics, 2019, 1(3): 29-38.

[12] YANG Y, DENG L, JIAO P, et al. Transfer Learning in General Lensless Imaging through Scattering Media[C]//2020 15th IEEE Conference on Industrial Electronics and Applications (ICIEA). IEEE, 2020.

[13] BERTOLOTTI J, PUTTEN E, BLUM C, et al. Non-invasive Imaging through Opaque Scattering Layers[J]. Nature, 2012, 491(7423): 232-234.

[14] 张家民, 时东锋, 黄见, 等. 前向调制散斑偏振关联成像技术研究[J]. 红外与激光工程, 2018, 47(10): 134-140.

ZHANG Jiamin, SHI Dongfeng, HUANG Jian, et al. Study on Polarization Correlation Imaging of Forward Modulated Speckle[J]. Infrared and Laser Engineering, 2018, 47(10): 134-140. (in Chinese)

[15] ZHU L, WU Y, LIU J, et al. Color Imaging through Scattering Media Based on Phase Retrieval with Triple Correlation[J]. Optics and Lasers in Engineering, 2020, 124: 105796.1-105796.6.

[16] KIM M, CHOI W, CHOI Y, et al. Transmission Matrix of a Scattering Medium and Its Applications in Biophotonics[J]. Optics Express, 2015, 23(10): 12648-12668.

[17] TAO Q, SUN Y, FEI S, et al. Active Imaging with the Aids of Polarization Retrieve in Turbid Media System[J]. Optics Communications, 2016, 359: 405-410.

[18] 赵明, 赵美晶, 孙程伟, 等. 基于纯相位调制的散射介质传输矩阵测量与光波聚焦[J]. 光学学报, 2018, 38(1): 368-375.

ZHAO Ming, ZHAO Meijing, SUN Chengwei, et al. Measurement of Scattering Media Transfer Matrix and Light Wave Focusing Based on Pure Phase Modulation[J]. Acta Optica Sinica, 2018, 38(1): 368-375. (in Chinese)

[19] ORTEGAQUIJANO N, ARCEDIEGO J L. Mueller Matrix Differential Decomposition[J]. Optics Letters, 2011, 36(10): 1942-1944

[20] OSSIKOVSKI R, MARTINO A D, GUYOT S. Forward and Reverse Product Decompositions of Depolarizing Mueller Matrices[J]. Optics Letters, 2007, 32(6): 689-691.

[21] OSSIKOVSKI R, ANASTASIADOU M, HATIT S B, et al. Depolarizing Mueller Matrices: How to Decompose Them?[J]. Physica Status Solidi, 2010, 205(4): 720-727.

[22] LU S Y, CHIPMAN R A. Interpretation of Mueller Matrices Based on Polar Decomposition[J]. Journal of the Optical Society of America A, 1996, 13(5): 1106-1113.

[23] PIERANGELO A, MANHAS S, BENALI A, et al. Ex Vivo Photometric and Polarimetric Multilayer Characterization of Human Healthy Colon By Multispectral Mueller Imaging[J]. Journal of Biomedical Optics, 2012, 17(6): 066009.

[24] PIERANGELO A, NAZAC A, BENALI A, et al. Polarimetric Imaging of Uterine Cervix: A Case Study[J]. Optics Express, 2013, 21(12): 14120-14130.

[25] HE H, ZENG N, DU E, et al. Two-dimensional and Surface Backscattering Mueller Matrices of Anisotropic Sphere-cylinder Scattering Media: A Quantitative Study of Influence From Fibrous Scatterers[J]. Journal of Biomedical Optics, 2013, 18(4): 46002.

[26] WANG W, LIM L G, SRIVASTAVA S, et al. Roles of Linear and Circular Polarization Properties and Effect of Wavelength Choice on Differentiation between Ex Vivo Normal and Cancerous Gastric Samples[J]. Journal of Biomedical Optics, 2014, 19(4): 046020.

[27] SAEEDESADAT B, AREZOU D M, JAVAD H M, et al. Detection and Discrimination of Bacterial Colonies with Mueller Matrix Imaging[J]. Scientific Reports, 2018, 8(1): 10815.

[28] CHANG Y, GAO W. Method of Interpreting Mueller Matrix of Anisotropic Medium[J]. Optics express, 2019, 27(3): 3305-3323.

[29] 闫振纲, 孙卫平, 李杰, 等. 基于穆勒矩阵的金属和电介质识别方法[J]. 激光与光电子学进展, 2019, 56(14): 142401-1-142401-8.

YAN Zhengang, SUN Weiping, LI Jie, et al. Metal and Dielectric Recognition Method Based on Mueller Matrix[J]. Laser & Optoelectronics Progress, 2019, 56(14): 142401-1-142401-8. (in Chinese)

[30] WANG Jun, LI Xiaopeng, ZOU Yuanwen, et al. Mueller Matrix Imaging of Electrospun Ultrafine Fibers for Morphology Detection[J]. Applied Optics, 2019, 58(13): 3481-3489.

[31] ZHAO Y, LI Y, HE W, et al. Polarization Scattering Imaging Experiment Based on Mueller Matrix[J]. Optics Communications, 2021, 490: 126892.

[32] 邵晓鹏, 刘飞, 李伟, 等. 计算成像技术及应用最新进展[J]. 激光与光电子学进展, 2020, 57(2): 3-47.

SHAO Xiaopeng, LIU Fei, LI Wei, et al. Latest Progress in Computational Imaging Technology and Application[J]. Laser & Optoelectronics Progress, 2020, 57(2): 3-47.(in Chinese)

[33] TYO J S, ROWE M, PUGH E, et al. Target Detection in Optically Scattering Media by Polarization Difference Imaging[J]. Applied Optics, 1996, 35(11): 1855-1870.

[34] 田恒, 朱京平, 张云尧, 等. 浑浊介质中图像对比度与成像方式的关系[J]. 物理学报, 2016, 65(8): 084201.

TIAN Heng, ZHU Jingping, ZHANG Yunyao, et al. Image Contrast for Different Imaging Methods in Turbid Media[J]. Acta Physica Sinica, 2016, 65(8): 084201. (in Chinese)

[35] SCHECHNER Y Y, NARASIMHAN S G, NAYAR S K. Polarization-based Vision through Haze[J]. Applied Optics, 2003, 42(3): 511-525.

[36] SCHECHNER Y Y, KARPEL N. Clear Underwater Vision[C]// 2004 IEEE Computer Society Conference on Computer Vision and Pattern Recognition, 27 June-2 July, 2004, Washington, DC, USA. IEEE, 2004.

[37] SCHECHNER Y Y, KARPEL N. Recovery of Underwater Visibility and Structure by Polarization Analysis[J]. IEEE Journal of Oceanic Engineering, 2006, 30(3): 570-587.

[38] TREIBITZ T, SCHECHNER Y Y. Active Polarization Descattering[J]. IEEE Transactions on Pattern Analysis & Machine Intelligence, 2009, 31(3): 385-399.

[39] HUANG B, LIU T, HU H, et al. Underwater Image Recovery Considering Polarization Effects of Objects[J]. Optics Express, 2016, 24(9): 9826-9838.

[40] HU H, ZHAO L, HUANG B, et al. Enhancing Visibility of Polarimetric Underwater Image by Transmittance Correction[J]. IEEE Photonics Journal, 2017, 9(3): 1-10.

[41] HAN P, LIU F, YANG K, et al. Active Underwater Descattering and Image Recovery[J]. Applied Optics, 2017, 56(23): 6631-6638.

[42] LIU F, WEI Y, HAN P, et al. Polarization-based Exploration for Clear Underwater Vision in Natural Illumination[J]. Optics Express, 2019, 27(3): 3629-3641.

[43] HU H, ZHAO L, LI X, et al. Polarimetric Image Recovery in Turbid Media Employing Circularly Polarized Light[J]. Optics Express, 2018, 26(19): 25047.

[44] LIU F, HAN P, WEI Y, et al. Deeply Seeing through Highly Turbid Water by Active Polarization Imaging[J]. Optics Letters, 2018, 43(20): 4903-4906.

[45] 刘飞, 孙少杰, 韩平丽, 等. 基于稀疏低秩特性的水下非均匀光场偏振成像技术研究[J]. 物理学报, 2021, 70(16): 160-166.

LIU Fei, SUN Shaojie, HAN Pingli, et al. Clear Underwater Vision in Non-uniform Scattering Field by Low-rank- and-sparse-decomposition-based Olarization Imaging[J]. Acta Physica Sinica, 2021, 70(16): 160-166. (in Chinese)

[46] ZHAO Yuanzhi, HE Wenjun, REN Hang, et al. Polarization Descattering Imaging through Turbid Water without Prior Knowledge[J]. Optics and Lasers in Engineering, 2021, 148(23/24): 106777.

Advances in Polarization Scattering Imaging of Condensed Matter Medium

ZHAO Yuanzhi1OUYANG Mingzhao1MA Chenhao1FU Yuegang*1,2,3ZHANG Yuhui*1

（1 School of Optoelectric Engineering, Changchun University of Science and Technology, Changchun 130022, China）（2 Key Laboratory of Optoelectronic Measurement and Optical Information Transmission Technology of Ministry of Education, Changchun University of Science and Technology, Changchun 130022, China）（3 Key Laboratory of Advanced Optical System Design and Manufacturing Technology of the Universities of Jilin Province, Changchun 130022, China）

Polarization scattering imaging can reduce the influence of scattering on optical imaging and improve the imaging quality by extracting the polarization characteristics of medium and target. In recent years, with the improving of the optical device and data processing performance, it has the advantage of high sensitivity, nondestructive and recommend suite to highlight, the polarization scattering imaging theory and technology in materials testing, space target of resources exploration, especially the remote sensing information inversion and clearer imaging and other fields has been widely applied. This paper briefly summarized the solid imaging and scattering media fully appear along with the progress of turbid water imaging theory, the experimental study of at home and abroad in recent years made a systematic review, emphatically introduces the representative research achievements. Finally, the future development direction and application prospect of polarization scattering imaging technology are prospected from the complementary advantages of model and the combination with deep learning and other information processing technologies.

Mueller matrix; underwater imaging; polarization; scattering; remote sensing application

O436

A

1009-8518(2021)06-0045-10

10.3969/j.issn.1009-8518.2021.06.005

2021-09-20

国家自然科学基金（61705018，61805025）；吉林省科技发展计划（20190302098G）；高等学校学科创新引智计划（111计划D21009）；长春理工大学青年科学基金（XQNJJ-2017-08）

赵元埴, 欧阳名钊, 马辰昊, 等. 凝聚态介质偏振散射成像研究进展[J]. 航天返回与遥感, 2021, 42(6): 45-54.

ZHAO Yuanzhi, OUYANG Mingzhao, MA Chenhao, et al. Advances in Polarization Scattering Imaging of Condensed Matter Medium[J]. Spacecraft Recovery & Remote Sensing, 2021, 42(6): 45-54. (in Chinese)

赵元埴，男，1996年生，现为长春理工大学光电工程学院博士研究生。主要研究方向为偏振测量，散射成像。E-mail：1059228119@qq.com。

付跃刚，男，1972年生，2005年获长春理工大学光学工程专业博士学位，教授。主要研究方向为偏振测量、仿生光学等。Email：fuyg@cust.edu.cn。

张玉慧，女，1992年生，2021年获长春理工大学光学工程专业博士学位，讲师。主要研究方向为仿生光学、微纳结构设计。Email：1615008053@qq.com。

（编辑：庞冰）