In dunkler Umgebung verringern Vegetationsabdeckung, Hintergrundstörungen und niedrighelligkeitsbedingtes Rauschen die Unterscheidbarkeit von getarnten Zielen und ihrer Umgebung erheblich, was die stabile Erkennung durch herkömmliche Intensitätsbildgebungsmethoden erschwert. Zur Verbesserung der Detektionsfähigkeit von Zielen mit geringer Sichtbarkeit in komplexen Vegetationsszenen wird eine multimodale Bildgebungsmethode vorgeschlagen, die Dämmerungslicht, Polarisation und spektrale Informationen kombiniert. Basierend auf den Unterschieden der spektralen Reaktion von Ziel und Vegetationshintergrund im roten und nahen Infrarotbereich wird ein Target Separation Index (TSI) entwickelt, um die Signifikanz der Zielregion unter vegetativem Hintergrund zu erhöhen. Polarisationsmerkmale werden eingeführt, um Reflexionsunterschiede zwischen der Oberfläche des getarnten Ziels und natürlich vorkommenden Hintergründen wie Erdklumpen und trockenen Blättern zu charakterisieren. Eine HSV-Farbraum-Fusionsstrategie wird verwendet, um TSI, Nachtsichtlichtintensitätsbilder und Polarisationsinformationen kooperativ zu fusionieren und ein zielverstärktes Bild zu erzeugen. Experimentelle Ergebnisse zeigen, dass TSI Zielbereiche unter Vegetationsbedeckung effektiv hervorheben kann, jedoch weiterhin durch Hintergrundstörungen wie Erdklumpen und trockene Blätter beeinflusst wird; die vorgeschlagene Fusionsmethode kann solche Fehlalarme weiter unterdrücken und die Unterscheidbarkeit von Ziel und Hintergrund verbessern. Validierungsergebnisse auf einem selbst erstellten Datensatz zeigen, dass der Zielkontrast im Fusionsbild 0,924 und die Erkennungsrate 0,98 erreicht. Durch Integration des YOLOv10-Modells in Anwendungsexperimente zeigen die Ergebnisse, dass das Fusionsbild eine höhere Zielerkennungsgenauigkeit als Einzelmodalitätsbilder erzielt. Die Methode nutzt die komplementären Vorteile von Dämmerlichtintensität, spektraler Reaktion und polarisierter Reflexionseigenschaften umfassend und verbessert so effektiv die Detektionsleistung getarnter Ziele unter dunklen Bedingungen mit Vegetationsbedeckung.

polarisierte spektrale Bildgebung;Vegetation;Nachterkennung;Informationsfusion