MétaCan
Menu
Retour à la cohorte
Enregistrement W4406636773 · doi:10.1364/ao.544390

Polarization enhancement of contrast through a water surface

2025· article· en· W4406636773 sur OpenAlexaff
Erica Venkatesulu, Kyndra L. Buglione, Nathaniel J. Field, Kirstin D. Doney, Joseph A. Shaw

Notice bibliographique

RevueApplied Optics · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueOptical Polarization and Ellipsometry
Établissements canadiensLockheed Martin (Canada)
Organismes subventionnairesMontana State UniversityLockheed MartinNational Science Foundation
Mots-clésOpticsPolarization (electrochemistry)Materials sciencePhysics

Résumé

récupéré en direct d'OpenAlex

When imaging underwater scenes from above the water surface, the reflection from the air-water interface creates an obscuring background that varies with illumination and viewing angles. It is well known that the reflected light is horizontally polarized, and using a vertically transmitting polarizing filter is a common technique to improve the contrast of underwater scenes. However, to our knowledge, no quantitative measurements of polarization-enabled contrast enhancement have been reported in the literature. In this work, panchromatic and RGB division-of-focal-plane polarization cameras were used to record images of black and white tiles submerged in water for determining contrast as a function of viewing angle, both without a polarizer and with a vertical polarizer. Experiments were conducted in two outdoor locations and in a black tub indoors with controlled color and brightness of the reflected background. The maximum contrast through a vertical polarizer occurred near the Brewster angle, but the amount of contrast enhancement (the ratio of contrast through a polarizer to contrast without a polarizer) was found to increase until much larger angles. Also, the observed changes in contrast resulting from changing properties of the reflected background were consistent with the Fresnel reflection coefficients.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,006
Tête enseignante GPT0,214
Écart entre enseignants0,208 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied OpticsMême sujetOptical Polarization and EllipsometryTravaux en français237 207