Métodos de interpolación para cámaras polarimétricas

Altaweel M., Campos J., Lizana A., Estévez, I.

Descargar artículo

Información básica

Volumen

V59 - N3 / 2026 Ordinario

Referencia

52004

DOI

http://dx.doi.org/10.7149/OPA.59.3.52004

Idioma

English

Etiquetas

Polarimetría por división del plano focal; Interpolación, Reconstrucción en el dominio de Fourier; Polarización en diferentes canales de color

Resumen

Las cámaras polarimétricas permiten capturar propiedades físicas, revelar estructuras y alcanzar contrastes de imagen que no son observables mediante imágenes de intensidad convencional, lo que las hace especialmente relevantes en numerosas aplicaciones actuales. Estas cámaras incluyen sensores de polarización por división del plano focal (DOFP), presentando un polarizador lineal delante de cada píxel agrupado en orientaciones de 2x2. Además, las cámaras polarimétricas en color incluyen filtros Bayer de color. Estas cámaras proporcionan una medición instantánea de intensidades multicanal, pero espacialmente separadas y para obtener la resolución completa, se debe realizar algún tipo de interpolación. Comparamos cuatro métodos de interpolación: bilineal, spline cúbico, Akima modificado (Makima), e interpolación en el dominio de Fourier. Para comparar los diferentes métodos, se utilizan imágenes simuladas con diferente contenido en frecuencias. El estudio compara una matriz de polarizadores DOFP monocromática de 2×2 (4 canales) y un mosaico de color- polarización RGB de 4×4 (12 canales). Los resultados muestran que los interpoladores locales presentan un sesgo de amplitud dependiente de la frecuencia y la dirección, así como oscilaciones en los bordes. En cambio, la reconstrucción en el dominio de Fourier es casi exacta para imágenes con ancho de banda limitado, pero aparecen oscilaciones (comportamiento tipo Gibbs) cerca de las discontinuidades debido a que no se cumple la limitación de banda. Esto proporciona una guía práctica para seleccionar el método de reconstrucción dependiendo del tipo de imágenes esperado. Se dan las funciones en Matlab para realizar las interpolaciones, así como un script de ejemplo.

Referencias

J.S Tyo, D.L. Goldstein, D.B. Chenault, J.A. Shaw, “Review of passive imaging polarimetry for remote sensing applications”. Applied Optics 2006, 45(22), 5453–5469.

F. Snik, C.U. Keller, “Astronomical polarimetry: polarized views of stars and planets. In Planets, Stars and Stellar Systems”; T.D. Oswalt, H.E. Bond, Eds.; Springer: Dordrecht, The Netherlands, 2013.

F. Mériaudeau, M. Ferraton, C.J. Stolz, et al. “Polarization imaging for industrial inspection”. Proceedings of SPIE 2008, 6813, 681308.

C. Rodriguez, A. van Eeckhout, L. Ferrer, et al. “Automatic pseudo-coloring approaches to improve visual perception and contrast in polarimetric images of biological tissues”. Scientific Reports 2022, 12, 18479.

I. Estévez, F. Oliveira, P. Braga-Fernandes, et al. “Urban objects classification using Mueller matrix polarimetry and machine learning”. Optics Express 2022, 30, 28385–28400.

E. Venkatesulu, K.L. Buglione, N.J. Field, et al. “Polarization enhancement of contrast through a water surface”. Applied Optics 2025, 64(6), 1443–1453.

D. Goldstein, Polarized Light. CRC Press (2017).

A. Peinado, A. Lizana, J. Vidal, C. Iemmi, and J. Campos, “Optimization and performance criteria of a Stokes polarimeter based on two variable retarders,” Opt. Express, 18, 9815-9830 (2010).

Azzam, R.M.A. Division-of-amplitude photopolarimeter (DOAP) for the simultaneous measurement of all four Stokes parameters of light. Optica Acta: International Journal of Optics 1982, 29(5), 685–689.

F Snik, J Craven-Jones, M Escuti, et al. "An overview of polarimetric sensing techniques and technology with applications to different research fields", Proc. SPIE 9099, Polarization: Measurement, Analysis, and Remote Sensing XI, 90990B (21 May 2014)

S. Mihoubi, P.-J. Lapray, and L. Bigué, “Survey of demosaicking methods for polarization filter array images,” Sensors 18(11), 3688 (2018).

S. Gao and V. Gruev, “Bilinear and bicubic interpolation methods for division of focal plane polarimeters,” Opt. Express 19(27), 26161–26173 (2011).

N. Li, Y. Zhao, Q. Pan, and S. G. Kong, “Demosaicking DoFP images using Newton’s polynomial interpolation and polarization difference model,” Opt. Express 27(2), 1376–1391 (2019).

J. Zhang, H. Luo, B. Hui, and Z. Chang, “Image interpolation for division of focal plane polarimeters with intensity correlation,” Opt. Express 24(18), 20799–20807 (2016).

MathWorks, “makima — Modified Akima piecewise cubic Hermite interpolation,” MATLAB Documentation. https://www.mathworks.com/help/matlab/ref/makima.html

N. Hagen, “Fourier-domain filtering analysis for color-polarization camera demosaicking,” Appl. Opt. 63(9), 2314–2326 (2024).

M. Altaweel, J. Bisbal-Amat, J. Campos , A. Lizana and I. Estévez, “Color Crosstalk Correction in Linear Stokes Imaging Using a Color Polarization Camera with Simultaneous Three Wavelengths Illumination”, Sensors 2026, 26, 3838.

MathWorks, “interp2 — Interpolation for 2-D gridded data,” MATLAB Documentation (accessed 2026-03-06). https://www.mathworks.com/help/matlab/ref/interp2.html

J. W. Goodman, Introduction to Fourier Optics, Third Edit. Roberts & Company, 2005.