偏振滤波的性能计算模型：大气背景光抑制比与影响因素

本文主要探讨了偏振滤波在抑制大气背景光方面的性能计算问题。当前，缺乏一个有效的定量方法来预测和评估在不同环境下，如晴天和轻霾天气下，偏振滤波对大气背景光抑制的效果。为了解决这一问题，作者提出了一个新的性能计算模型——大气背景光抑制比(ARR)。 ARR是一种表征偏振滤波抑制大气背景光能力的关键指标，它结合了天空光的相对光谱辐射功率模型、地面太阳直接辐射光谱模型以及地物的反射特性等因素。计算公式以太阳方位、相机光轴方向、大气能见度和地物光谱反射率作为输入参数，这使得ARR能够考虑多种环境因素对抑制效果的影响。 研究发现，太阳夹角的变化对ARR有显著影响，其变化程度超过大气能见度和地物类型的改变。当太阳夹角增大时，ARR通常会增加，意味着偏振滤波能更有效地抑制背景光。此外，对于大部分地物，偏振滤波都能达到相似的背景光抑制效果，说明这是一种通用的策略。ARR值越大，图像的对比度提升越明显，这对于提高图像质量、减少噪声和增强目标细节具有重要意义。 通过仿真实验，研究者验证了提出的性能计算模型的有效性。结果显示，在晴天和轻霾天气条件下，ARR模型能准确预测和量化偏振滤波对大气背景光抑制的性能，并且揭示了不同因素对ARR的影响程度。这项工作对于优化偏振滤波器设计、提高遥感图像质量和增强空间探测任务的可靠性具有重要的理论和实际价值。