用matlab生成谐波代码根据未校准的单眼偏振图像进行线性深度估计 这是我们ECCV 2016论文“根据未校准的单眼偏振图像进行线性深度估计”的Matlab实现。 它还包括偏振图像分解（线性和非线性优化）的实现，两种从偏振形状比较的方法，简单的最小二乘表面积分方法（支持前景蒙版）和用于像素级镜面标记的基本方法。 注意：我正在清理代码并将其添加到存储库中。 我将继续更新已上传内容的列表。 到目前为止包含的内容： 比较方法 最小二乘积分器 极化图像分解 漫射偏振模型（偏振度到天顶角） 光源估算 极化高度 仍要添加： 镜面模型，镜面标签 边界先验（计算边界方位角和权重） 样本数据集 用于生成综合数据集和评估的代码 上传代码时，我将添加文档和演示脚本。 极化图像分解 您需要做的第一件事是将捕获的图像转换为3通道偏振图像。 执行此功能的是PolarisationImage.m。 输入为： images-3D数组，其中包含捕获的图像大小，这些图像的大小为cols by nimages angles-包含偏振器角度的长度为n的图像的矢量（我使用一个坐标系，其中偏振器角度是从向上的垂直轴测量的，如果从

基于小波的偏振图像融合算法及性能评价，小波变换是现如今实现推向那个融合的重要途径，本文介绍小波变换用于图像融合，及相关的性能评价指标。

针对雾天降质图像，提出了一种新的有雾偏振图像复原方法。对大气光强及传输率函数进行估计，并优化传输率函数，利用大气散射模型，对3 个任意角度的偏振图像进行图像复原，以实现图像去雾。实验比较了3 个任意角度与2 个正交角度偏振图像复原质量。实验结果表明，该方法提高了图像的清晰度及对比度，有效改善了雾天的降质图像，且3 个偏振图像的角度选取是任意的，不需对偏振角度进行配准，有利于工程的实际应用。

极化 偏振图像和视频处理代码

彩色编码强度的matlab代码单色偏振去马赛克 论文代码和数据集：单色和彩色偏振焦平面阵列的偏振去马赛克 | | 该代码基于MATLAB。 代码设置 根据数据集升级场景的.mat文件。 单极和色极去马赛克需要不同的参数。 资料集： 来自的数据集有两组图像，正常照明和偏振照明。 偏振照明：|苏格兰板|板|玻璃塑料|玻璃容器|罩子|笔架|手机壳|载体|尺子|容器| 正常照明：|植物|假水果|恐龙|瓶|球|石榴|塑料|镜卡|工具|塑料复合|镜|玻璃立方体|漏斗|水果2 |爱因斯坦|相机|笔架|电缆盖|黑色的材料|水壶|木墙|屏幕|锁|门|椅子|地板|油漆|打印机|饮水机|显示器| 强度图像（地面真相） 这项工作是从解决斯托克斯向量开始的。 如果您的实现是从mosic图像开始的，则只需运行我们的单色和彩色主代码，直到“ I_capture”即可，它是mosic强度图像的计算。 引文 请引用这项工作，如果它有助于您的研究： @inproceedings {v.20191325, booktitle = {Vision, Modeling and Visualization}, editor =

索尼半导体解决方案推出了偏振图像传感器（偏振传感器）：3.45μm，5.07M-有效像素，在图像传感器 芯片的光电二极管上形成四向偏振器，面向工业设备市场。除了亮度和颜色之外，该图像传感器还可以捕获普通图像传感器无法检测到的偏振信息。该偏振传感器 可以扩展工业领域中的各种可能性，例如当可视化和感测困难时的检查。

可见光下拍摄偏振角度为0度 60度 120度图像，经斯托克斯处理