基于改進模型的新型對角微偏振陣列設計

郝 佳，王 燕，周 奎，余曉暢，虞益挺*

（1.西北工業大學 深圳研究院，廣東 深圳518057；2.西北工業大學 空天微納系統教育部重點實驗室，陜西 西安710072；3.西北工業大學 陜西省微納機電系統重點實驗室，陜西 西安710072）

1 引 言

作為一種新型光電探測技術，偏振成像可同時獲取目標及背景的強度信息和線偏振度（De?gree of Linear Polarization，DoLP）、線 偏 振 角（Angle of Linear Polarization，AoLP）等特征信息，在特定的應用場景下相對于其他成像手段具有更高的材質及輪廓辨識能力［1-2］，在探測遙感、軍事偵察、水下探測、工業檢測、生物醫學和導航定位等領域具有廣泛的應用前景［3-6］。現有的偏振成像系統主要分為分時型、分孔徑型、分振幅型和分焦平面型4類［7］。其中，分焦平面（Divi?sion-of-Focal-Plane，DoFP）型偏振成像系統實現了微偏振陣列（Micropolarizer Array，MPA）與探測器焦平面陣列（Focal Plane Array，FPA）的像素級集成，可通過一次曝光完成偏振態信息的采集，具有集成度高、體積小和實時成像等優點［8］。然而，探測器感光像元與單一方向MPA單元的對準集成，會導致DoFP偏振成像系統的空間分辨率損失以及瞬時視場誤差（Instantaneous Field of View，IFOV）等問題［9-12］。針對上述問題，眾多科研工作者采用雙線性插值、加權雙線性插值和牛頓多項式插值等算法［13-17］對偏振圖像進行修正，旨在從后端圖像處理算法與解構流程等軟件層面來提升圖像分辨率和目標辨識度。此外，為了尋求底層硬件的突破，作為DoFP偏振成像系統的核心光學元件，高性能的MPA也成為了當前提升DoFP成像質量的研究重點。

1994年，Chun等［18］首次提出并研制了基于金屬微/納米光柵的2×2排布模式的MPA，實現了場景目標偏振特征的測量。自此，這種典型的2×2 MPA被廣泛應用于DoFP偏振成像系統。然而，2×2 MPA在重構全分辨率偏振圖像時存在瞬時視場誤差和空間分辨率損失等問題，限制了它在高分辨成像和低光照成像中的應用。為了提升圖像重構質量，2014年LeMaste等人［19］受傅里葉頻域內彩色濾波陣列（Color Filter Array，CFA）設計方法的啟發，創新性地提出了新型2×4排布模式的MPA。實驗結果表明：與傳統的2×2 MPA相比，利用2×4 MPA重構的Stokes參量圖像和DoLP圖像質量有了較大提升。2017年，Alenin等人［20］在傳統2×2和2×4排布模式的基礎上建立了2×N排布系列的MPA設計模型，并通過優化頻域內各個頻率成分之間的距離來增加Stokes參量不受串擾影響的帶寬范圍，以此設計高性能的MPA。實驗結果表明：對于線偏振成像系統，新型2×2×2陣列能減少不同頻率成分間的混疊，其重構的偏振圖像質量較傳統的2×2 MPA和2×4 MPA有了進一步提升。上述學者都指出了傳統2×2 MPA排布模式的局限性，并基于傅里葉頻域提出了新型的陣列結構，但尚未對這些MPA排布模式進行優化設計和性能比較。同時，2×2×2 MPA在實際應用中需要在DoFP偏振相機前置相位延遲器分時獲取Stokes參量圖像或采用多探測器實時采集成像［20-21］，難以滿足單探測器的實時成像要求。因此，為了進一步提升偏振圖像的重構質量，且滿足單探測器的快照式偏振成像系統的應用需求，新型MPA的探索和研究是十分必要的。

針對現有模型僅能設計2×N系列MPA的局限性，本文在Alenin等［20-21］模型的基礎上提出了可針對2×N系列和N×N系列的MPA進行設計的數學模型，通過調控模型參數優化二維頻域中各個頻率分量之間的距離和位置，增加頻率分量間不受串擾影響的帶寬范圍，實現對角排布的MPA設計，旨在提升單探測器的快照式偏振成像系統中Stokes參量圖像及DoLP圖像的重構質量，為底層硬件的創新、高質量特征信息的重構和高分辨偏振成像技術應用提供理論指導。

2 分焦平面型偏振成像原理

如圖1所示，DoFP偏振成像系統的核心光學元件由MPA及探測器FPA構成。其中，傳統的2×2 MPA由0°，45°，90°和135°四類不同方向的微偏振片周期性排列組合而成，且探測器焦平面上的每個像元與MPA的每個微偏振片一一對準并集成。偏振成像過程中，來自場景目標的入射光經過MPA不同位置處的陣列單元入射到探測器焦面的感光像元上，結合后端輸出電路，實現了不同偏振方向場景目標強度信息的采集。在此基礎上，通過獲取的強度圖像間的融合處理即可解算得到偏振圖像。

圖1 分焦平面型偏振成像系統的核心光學元件示意圖Fig.1 Schematic diagram of core optical elements for DoFP polarization imaging system

Stokes矢量S=［S0，S1，S2，S3］可以表示入射光的偏振狀態［6］，由式（1）計算求解：

式中：I0°，I45°，I90°，和I135°表示通過方向角度分別為0°，45°，90°和135°偏振片的測量強度；S3表示橢圓偏振成分的分量，在線偏振成像探測系統中通常可以忽略［22］；入射光的DoLP和AoLP信息由其他3個分量S0，S1和S2計算求解，即：

在DoFP偏振成像系統中，多角度微偏振片構成的MPA對入射光具有偏振調制作用，通過一次性曝光采集的信息可以間接解算未知偏振態入射光的Stokes矢量［20］，公式如下：

式中：I（x，y）為探測器FPA上的探測光強；Sin為入射光的偏振態；W（x，y）為MPA排布模式的設計模型；n（x，y）為成像探測系統的噪聲。根據矩陣逆變換，重構的入射光的Stokes矢量表達式為：

綜合式（3）和式（4）可以看出，在DoFP偏振成像系統中，Sin與采集的場景目標的偏振態有關。因此，重構的Stokes矢量?cal質量的優劣由W（x，y）和探測器噪聲n（x，y）共同決定。其中，MPA中的微偏振片的組合排布模式可以有效地改變式（4）中W（x，y）的數學表達式，進而影響偏振特征信息的重構質量，這為MPA排布模式的設計和高質量偏振信息的解構提供了理論基礎。

3 微偏振陣列排布模式設計

3.1 M PA設計模型及原理

MPA是由多方向角度的微偏振片在方格陣列上周期性排列組合而成的，因此可以利用數學模型來設計不同位置處微偏振片的方向角度以及MPA的排布組合方式。本文提出的MPA排布模式設計模型，不僅可以設計2×N系列排布模式的MPA，而且可以設計N×N對角系列排布模式的MPA，其具體表達式如下：

式中：x，y分別表示微偏振陣列結構中橫軸和縱軸的坐標，a，b，c分別表示微偏振陣列排布模式的設計參數。通過改變模型參數可以設計出不同排布模式的MPA，具體的設計參數及對應的排布模式如表1所示。

表1 8種MPA排布模式的設計參數Tab.1 Design parameters for eight types of MPA pattern

為了更清晰直觀地分析MPA的重構性能，對式（5）進行二維離散傅里葉變換，結果見式（6）：

式中：ξ和η分別表示二維頻譜圖中水平和豎直方向上的頻域坐標。式（6）表明，通過MPA得到的圖像I（x，y）所對應的二維頻譜圖，在一個頻譜周期中包含不同的頻率分量，且該頻譜在二維空間上周期重復。在二維頻譜的一個周期中，通過改變模型參數a，b，c，可以優化二維頻域中各個頻率成分之間的距離和位置，增加頻率成分間不受串擾影響的帶寬范圍，從而設計出高性能的MPA，以此來提升Stokes參量圖像和DoLP圖像的重構質量。

根據式（5）和式（6）可以得出8種MPA排布模式及對應的離散傅里葉變換頻譜示意圖，分別如圖2和圖3所示。由圖3（a）可知，通過2×2 MPA得到的圖像在頻域內有3個頻率分量，其中頻率分量0.5S0位于中心位置，而頻率分量（0.25S1+0.25S2）和頻率分量（0.25S1-0.25S2）分別位于橫軸和縱軸上，與中心位置的頻率分量產生嚴重的混疊，減小了頻率分量0.5S0的帶寬范圍，影響了Stokes參量S0圖像的重構質量。如圖3（b）～3（h）所示，2×NMPA和N×NMPA對應的頻譜圖中優化了頻率分量位置及距離，擴大了頻率分量0.5S0的帶寬范圍，減小了頻率分量間的混疊誤差，重構的S0圖像質量優于傳統的2×2 MPA。因此，基于上述傅里葉頻域理論分析，2×2×2 MPA可以重構最高質量的S0，S1和S2圖像，而對于單探測器的快照式偏振成像系統，新型7×7 MPA可以重構最高質量的S0圖像。根據式（2）可知，重構的DoLP圖像質量應考慮Stokes參量S1，S2，S3重構圖像的綜合影響。

圖2 8種MPA排布模式Fig.2 Eight MPA patterns

圖3 不同MPA排布模式的離散傅里葉變換頻譜Fig.3 Discrete Fourier Transform（DFT）spectra of different MPA pattens

3.2 微偏振陣列排布模式的設計方法

利用3.1節的MPA設計模型，可以獲取2×N排布系列和N×N對角排布系列的MPA中微偏振片的角度及組合方式。

3.2.1 選定頻譜圖中頻率分量的空間位置

MPA對應的二維頻譜周期為（1，1），在該二維頻譜的一個周期中包含不同的頻率分量，通過頻移特性，設定頻率分量0.5S0的位置坐標為（0，0），頻率分量（S1-iS2）的位置坐標為（x0，y0），頻率分量（S1+iS2）的位置坐標為（x1，y1）。由于頻率分量0.5S0在水平和豎直方向上的能量較高，為了減小頻率分量間的混疊程度，設計性能優于典型2×2陣列的MPA，其余兩個頻率分量的中心位置應當避免位于水平軸和垂直軸上，并且位置坐標應滿足：

3.2.2 選定MPA的排布模式

根據所選定的頻譜結構形式選定MPA的排布模式。其中，除去中心位置處的頻率分量，當|x0|=|x1|，且|y0|=|y1|=1/2時，其余頻率分量呈水平軸和垂直軸對稱分布，所設計的陣列結構為2×N排布模式，其中N=1/|x0|=1/|x1|；當|x0|=|x1|=|y0|=|y1|≠1/2時，其余頻率分量呈中心對稱分布，所設計的陣列結構為N×N對角排布模式，且N=1/|x0|=1/|y0|=1/|x1|=1/|y1|。

3.2.3 確定MPA的設計參數

根據提出的設計模型及選定的陣列結構排布模式可知，當設計最小周期為2×N排布系列的MPA時，陣列結構的模型參數為：a=N，b=N/2，c=1；當設計最小周期為N×N對角排布系列的MPA時，陣列結構的模型參數為：a=N，b=c=N×|x0|=N×|y0|。

3.2.4 確定MPA最小周期內不同位置的偏振片角度

根據MPA的設計參數，結合本文提出的設計模型表達式A（x，y），可以得到所設計的MPA排布模式的表達式為：

通過改變位置坐標x，y的值，可以得到MPA結構不同位置處微偏振片的表達式，如圖4所示。

圖4 不同位置處微偏振片的表達式Fig.4 Expression formulas of micropolarizer at different positions

根據公式：

即可求解出MPA最小周期內不同位置處的偏振片角度θ。

3.2.5 獲取MPA的排布模式

將所述得到的最小周期MPA結構進行周期延拓，即可獲得所設計的MPA排布模式。

值得注意的是，當根據頻率分量位置確定2×2×2 MPA的設計參數為a=2，b=1，c=1后，可得其陣列結構的數學模式為：

由于x和y均為整數，式（10）中sin[π(x+y)]=0。根據式（9）可知，MPA中坐標為（0，0）處的微偏振單元對應的偏振方向為0°。同理，在該MPA最小周期內（0，1）處的方向為90°，（1，0）處的方向為90°，（1，1）處的方向為0°。此時，該2×2×1 MPA僅能重構S0和S1分量。將上述2×2×1 MPA中的每個微偏振單元對應的偏振方向順時針旋轉45°，則所得陣列結構對應的數學模式為：

由式（11）可知，該MPA僅能重構S0和S2分量。為了重構Stokes矢量中的前3個參量，結合多個探測器和組合而成的2×2×2 MPA，即可實現快照式實時線偏振成像。

根據表1的MPA排布模式設計參數，以及排布模式設計方法，本文實現了不同MPA排布模式的設計，如圖2所示。

3.3 基于微偏振陣列的圖像重構方法

根據前文分析可知，在DoFP偏振成像系統中，當MPA的排布模式確定后，雖然I（x，y）對應的二維頻譜所包含的頻率分量以及這些分量所在的平面位置和相對距離是不變的，但是每個頻率分量所占的頻率范圍，即帶寬是不確定的，每個頻率分量所占的頻率范圍與采集的場景目標相關。因此，為了獲得準確的Stokes參量圖像和DoLP圖像，本文基于最小二乘法設計自適應頻域高、低頻帶通濾波器［23-24］，實現不同類型MPA頻率域上Stokes參量圖像及DoLP圖像的重構。具體的圖像重構步驟如下（見圖5）：

圖5 Stokes參量圖像、DoLP和AoP圖像的重構流程Fig.5 Reconstruction flowchart of Stokes parameters，DoLP and AoP images

（1）結合實際采集的不同偏振方向的強度圖像和MPA的排布模式，模擬得到經所述MPA偏振成像后的馬賽克式圖像；

（2）對得到的馬賽克式圖像進行二維離散傅里葉變換，獲取對應的二維頻譜圖；

（3）基于自適應頻域重構算法設計合適的頻率濾波器，在所述得到的各頻率分量所處的頻率調制位置進行帶通濾波，得到所述的各頻率分量的頻譜信息；

（4）利用變換矩陣對得到的各頻率分量的頻譜信息進行求解，得到所述圖像對應的Stokes參量頻譜信息；

（5）對步驟（4）得到的頻譜進行二維傅里葉逆變換，即可得到重構的Stokes參量S0，S1，S2圖像，進一步可重構得到DoLP圖像。

在此需特別指出，陣列排布模式和圖像重構算法均會影響重構的偏振圖像質量，本文主要聚焦于MPA設計模型和新型的MPA排布模式。不同類型重構算法對重構圖像質量的影響將在未來的工作中展示。

4 實驗結果與分析

4.1 偏振信息采集系統

為了驗證提出的新型設計模型和N×N對角排布MPA的可行性、有效性和優越性，本文搭建了如圖6所示的動態旋轉調諧式偏振信息采集系統。該系統主要由電源驅動模塊、成像探測模塊以及圖像采集和處理模塊等組成。其中，成像探測模塊采用型號為HT-UBD130M-T的CCD黑白工業相機，成像分辨率為1 280×960，有效像素為130萬，光譜響應范圍為380～1 050 nm，采用USB2.0數據接口，滿足實時圖像采集和數據傳輸要求。偏振器件選購美國Thorlab公司研制的WP25M-VIS型玻璃基金屬線柵偏振片，其偏振性能曲線如圖7所示，在420～700 nm波段TM波透射率優于83%，消光比優于800∶1（29 d B），且在特定波段內TM波的透射率可以達到90%。同時，為滿足偏振器件的精準定位、精確調控和穩定停頓等應用需求，選購歐洲Standa公司的高精度偏振旋轉機構，該產品配套控制軟件與直流步進電機，可實現1英寸光學元件360°高精度、高重復性和高穩定性的旋轉位移控制，具有結構緊湊、穩定性好及精度高等優點。圖像采集和處理模塊主要由HuaTengVision圖像采集軟件、XLib旋轉控制軟件與MATLAB圖像處理軟件組成，通過協調控制滿足場景目標偏振信息的采集、存儲與處理等要求。

圖6 可見光波段偏振信息采集系統Fig.6 Visual band polarization information acquisition system

圖7 可見光波段偏振器件的光學性能Fig.7 Optical properties of polarizers in visible band

4.2 室外偏振信息采集實驗

為了獲取場景目標的真實偏振信息圖像，2020年11月20日四川綿陽某地（北緯31°34′N，東經105°4′E），實驗時間為上午11點，氣溫大約為14℃，采用搭建的可見光波段分時型偏振信息采集系統，對如圖8所示的樹叢遮蔽下的真實車輛目標進行野外偏振信息采集實驗。其中，偏振光學器件的最大透射方向與旋轉機構0刻度線位置重合，偏振相機距離偽裝探測目標中心約為3 m。為了減小外界因素干擾，信息采集過程中調節支架保持平穩，同時選擇風速等環境干擾影響較小的時刻與地點。以0刻度線位置為偏振器件的起始方向，通過調節旋轉角度采集得到0°～175°內間隔5°的不同偏振方向上的強度圖像序列。考慮到場景目標環境變化、平臺輕微抖動及系統噪聲等因素會造成采集的序列圖像之間的空間位置或者圖像質量具有一定的誤差，從而影響重構圖像的質量和特征的解析精度，因此，在場景目標偏振特征挖掘之前，本文對采集的強度序列圖像進行圖像配準、去除噪聲等預處理，保證成像系統的準確性和可靠性，為后續不同類型MPA的性能比較奠定基礎。在此基礎上，通過對獲取的不同偏振方向（本文采用的偏振角度分別為0°，45°，90°和135°）的強度圖像I0°，I45°，I90°和I135°進行如式（1）相關的Stokes矢量解算，分別得到S0，S1和S2三幅參量圖像，以及DoLP圖像，以此作為真實的偏振特征圖像。

圖8 樹叢遮蔽下的真實車輛目標原始強度圖Fig.8 Original intensity image of real vehicle target un?der shade of trees

4.3 定量評估指標

為了比較不同類型MPA的性能，本文以4.2節采集的真實場景目標偏振信息為基礎，利用MATLAB工具軟件建立DoFP偏振成像系統仿真模擬平臺，針對2×2，2×4，2×3，2×7，2×2×2，3×3，5×5及7×7這8種MPA進行偏振成像仿真模擬和目標信息重構實驗，并對仿真結果進行視覺定性評估和均方根誤差（Root Mean Square Error，RMSE）、峰值信噪比（Peak Signal to Noise Ratio，PSNR）［25］和結構相似度（Structur?al Similarity Index，SSIM）［26］等圖像質量定量評估，分析對比不同陣列的重構效果。

RMSE用來評價參考圖像與重構圖像之間的誤差，其表達式如下：

其中：I（x，y）和I′（x，y）分別表示參考圖像與重構圖像，m和n表示圖像橫向和縱向的像素數。RMSE值越小，則兩幅圖像越相似，重構圖像質量越高。

PSNR是衡量重構圖像與參考圖像之間全局差異的指標，表示最大值信號與圖像差異間的比率，其表達式如下：

其中：max表示重構圖像像素中的最大灰度值，MSE為均方差。PSNR值越大，則兩幅圖像越相似，重構圖像質量越高。

SSIM彌補了PSNR僅考慮圖像整體差異的局限性，從結構、亮度及對比度3個方面對圖像進行相似度定量評估，其表達式如下：

其中：μx和μy分別表示參考圖像和重構圖像的像素均值，σx和σy分別表示兩幅圖像的方差，σxy表示兩幅圖像的協方差，C1和C2為較小的常數。SSIM值越接近1，重構圖像與參考圖像越相似，重構圖像質量越高。

4.4 仿真結果與分析

利用3.3節的圖像重構流程，結合采集的如圖8場景目標的偏振信息，本文模擬生成了通過不同MPA的DoFP圖像，并進行了不同陣列的Stokes參量S0，S1，S2圖像和DoLP圖像重構仿真實驗。圖9為不同MPA重構的DoLP圖像、真實的DoLP圖像，對比圖8的原始強度圖像可知，偏振成像可以顯著提升圖像對比度，更容易區分目標與背景，能夠有效地凸顯遮蔽等偽裝方式下的目標。未添加高斯噪聲時，不同類型MPA重構偏振圖像的RMSE、PSNR和SSIM結果如表2所示。其中，每行的最優結果用黑體和下劃線標注，而對于單探測器的快照式系統，每行的最優結果用黑體標注。由表2可知，本文設計的新型3×3，5×5和7×7對角排布MPA重構的Stokes參量S0圖像和DoLP圖像質量均優于典型的2×2 MPA；2×2×2 MPA重構的S0，S1，S2和DoLP圖像質量最優。對于單探測器的快照式偏振成像系統，新型7×7對角排布MPA重構的S0圖像質量最優，但是重構的DoLP圖像質量最差；新型3×3對角排布MPA重構的Stokes參量S1，S2和DoLP圖像質量優于現有的2×N排布系列的MPA。

圖9 同一測試場景下不同排布模式MPA重構的DoLP圖像（（a1）2×2，（b1）2×4，（c1）2×3，（d1）2×7，（e1）2×2×2，（f1）3×3，（g1）5×5，（h1）7×7和（i1）真實圖像；（a2）～（i2）為對應的白色矩形區域放大圖像）Fig.9 Reconstructed DoLP images of different MPA patterns on same testing scene.（a1）2×2，（b1）2×4，（c1）2×3，（d1）2×7，（e1）2×2×2，（f1）3×3，（g1）5×5，（h1）7×7，and（i1）ground-truth；（a2）-（i2）the enlarged views of white rectangular regions of the（a1）-（i1）

表2 不同MPA重構圖像的評估指標結果對比Tab.2 Comparison of evaluation index results of reconstruction images with different MPAs

圖9為不同類型MPA重構得到的DoLP圖像及對應的局部區域放大圖像。由圖可以看出，新型對角排布的3×3和5×5 MPA重構的DoLP圖像較傳統的2×2 MPA具有更好的視覺效果，較好地解決了傳統2×2 MPA重構圖像存在的模糊、信息缺失和不均勻等問題。但是，新型7×7 MPA重構的DoLP圖像出現明顯的斜條紋，重構圖像質量最差。此外，2×2×2 MPA重構的圖像保留了更多的細節及邊緣信息，具有最好的視覺效果，而對于單探測器的快照式偏振成像系統，本文提出的新型3×3對角排布MPA重構的DoLP圖像視覺效果最好。綜合實驗結果可以看出，不同類型MPA的圖像重構實驗測試結果和基于傅里葉頻域的理論分析結果一致，進一步驗證了基于傅里葉域的微偏振陣列排布模式設計模型的有效性，以及新型3×3對角MPA重構性能的優越性。

為了進一步探究不同類型MPA的抗噪性能，本文對采集的原始圖像添加不同程度的高斯噪聲，進行偏振圖像重構性能比較，其中添加的噪聲信噪比（Signal to Noise Ratio，SNR）以1 d B間隔從0 d B增加至60 d B。圖10為添加不同程度的高斯噪聲下利用不同類型MPA重構Stokes圖像和DoLP圖像的峰值信噪比變化曲線。從圖10可以看出，當SNR值較低時，2×2×2 MPA重構的S0，S1，S2和DoLP圖像的PSNR值最大，其余MPA的重構結果相差無幾；隨著SNR的增加，不同類型的MPA重構的偏振圖像的PSNR隨著SNR的增加而增加，但新型7×7 MPA重構的S1，S2和DoLP圖像的PSNR呈先增大后下降的趨勢；當SNR值較高時，重構圖像的PSNR隨著SNR的增加近乎不變，此時2×2×2 MPA重構的S0，S1，S2和DoLP圖像質量最優，而對于單探測器的快照式偏振成像系統，新型7×7 MPA重構的S0圖像質量最優，新型3×3對角排布MPA重構的S1，S2和DoLP圖像質量最優。總而言之，在噪聲SNR值較低的水平下，2×2×2 MPA的抗噪性能最優，其余類型的MPA抗噪性能相近；當噪聲SNR值較高時，2×2×2 MPA的抗噪性能最優，而對于快照式偏振成像系統，新型3×3對角排布MPA的抗噪性能優于現有的2×N系列的MPA。由此表明，本文提出模型所設計的新型3×3 MPA具有良好的抗噪性能，有效保證了重構圖像的清晰度和細節信息，綜合表現最好。

圖10 測試場景下不同MPA排布模式重構圖像的PSNR變化曲線Fig.10 Convergent curves of PSNR on testing scene with different MPA patterns

5 結 論

本文介紹了DoFP偏振成像系統的探測原理和2×N系列及N×N對角系列MPA排布模式的設計模型，闡述了MPA排布模式的設計方法和圖像重構方法，在此基礎上設計了新型對角排布的MPA，并結合傅里葉頻率理論分析和數值模擬仿真對8種MPA的Stokes參量S0，S1，S2和DoLP圖像的重構性能和抗噪性能進行了定性分析和定量測試。實驗結果表明，通過該MPA設計模型和重構方法實現一次曝光獲取場景目標的Stokes參量圖像是可行和有效的。其中，2×2×2 MPA重構的S0，S1，S2和DoLP圖像質量最優，而在單探測器的快照式成像系統中，新型7×7 MPA重構的Stokes參量S0圖像質量最好，并且采用3×3 MPA能夠有效保證重構的S1，S2和DoLP圖像的清晰度和細節信息，目前的重構效果最佳，綜合表現最好。然而，由于頻率濾波器帶寬的限制，頻域重構方法存在局限性，會導致場景目標高頻信息的損失。MPA的排布模式和重構算法均會對重構圖像的質量產生影響，因此后續將重點研究DoFP偏振成像系統的重構算法對目標偏振態信息解算的影響，進而獲取場景目標更加真實的偏振特征信息。