暗い環境では、植生の覆い、背景の雑音、および低照度ノイズがカモフラージュ対象と周囲環境との識別性を著しく低下させ、従来の強度イメージング手法では安定した検出が困難となる。複雑な植生シーンにおける低可視度対象の検出能力向上のため、微光、偏光、およびスペクトル情報を融合した多モーダルイメージング検出手法を提案する。赤色光および近赤外線波長域における対象と植生背景のスペクトル応答差に基づき、対象分離指数（Target Separation Index，TSI）を構築し、植生背景下の対象領域の顕著性を強調する。偏光特性を導入し、カモフラージュ対象表面と土塊、枯葉などの自然背景間の反射差を表現し、HSV色空間融合戦略を採用してTSI、夜間視輝度画像および偏光情報を協調的に融合し、対象強調画像を生成する。実験結果は、TSIが植生に遮蔽された対象領域を効果的に際立たせる一方で、土塊や枯葉などの環境雑音による影響を受けやすいことを示す。提案する融合手法はこの種の誤検出をさらに抑制し、対象と背景の識別性を向上させる。自社構築のデータセットによる検証結果では、融合画像の対象コントラストは0.924、検出率は0.98に達する。さらにYOLOv10モデルとの組み合わせによる応用実験では、単一モーダル画像と比べて融合画像がより高い対象検出精度を実現することを示した。本手法は微光強度、スペクトル応答および偏光反射特性の相補的利点を十分に活用し、暗所植生遮蔽条件下におけるカモフラージュ対象の検出性能を効果的に向上させる。

偏光分光イメージング;植生;夜間検出;情報融合