周立佳,戰(zhàn)勇強,徐冠雷

(1.海軍大連艦艇學(xué)院軍事海洋系,遼寧大連116018; 2.海軍大連艦艇學(xué)院研究生管理大隊,遼寧大連116018)

基于彩色圖像的海上能見度估計

周立佳1,戰(zhàn)勇強2,徐冠雷1

(1.海軍大連艦艇學(xué)院軍事海洋系,遼寧大連116018; 2.海軍大連艦艇學(xué)院研究生管理大隊,遼寧大連116018)

摘.要.目的實現(xiàn)海上能見度實時估計。方法從圖像處理的角度,通過多組多距離彩色模板拍攝實驗,分析飽和度同能見度的響應(yīng)關(guān)系,結(jié)合最小二乘法和多模型融合,通過誤差分析尋找最優(yōu)模型。結(jié)果發(fā)現(xiàn)多組彩色模版的圖像飽和度同能見度存在一定的響應(yīng)關(guān)系。結(jié)論所建模型可以對能見度進行快速、連續(xù)地實時觀測。相對與傳統(tǒng)方法以及各類儀器的觀測更具便利性。關(guān)鍵詞:能見度;彩色圖像;飽和度;最小二乘法;多模型融合

能見度是重要的氣象要素之一,在海戰(zhàn)場中它對交通運輸和武器作戰(zhàn)等活動都有很大的影響。即使隨著科技的發(fā)展,海戰(zhàn)場上機械類事故的發(fā)生率不斷降低,但是由于海洋氣象環(huán)境導(dǎo)致的各類事故仍然占據(jù)相當(dāng)大的比重。據(jù)統(tǒng)計[1],艦艇事故中約有33%的事故由惡劣能見度造成。在能見度差的情況下,艦艇的避碰操縱難度加大,稍不留意就有會釀成事故。能見度的探測和預(yù)報在海戰(zhàn)場中有重要意義。目前海上能見度大多數(shù)依靠人工目測[2],文中利用機器視覺從圖像處理角度出發(fā),通過設(shè)置的彩色模板,在不同距離下進行連續(xù)拍照實驗,建立圖像飽和度要素與能見度的響應(yīng)模型[3],通過分析誤差進行模型的篩選與融合,建立最優(yōu)模型。在一定的條件下取得了比較滿意的結(jié)果。

1 能見度的計算

1.1 能見度的定義

根據(jù)國際照明委員會CIE[4](International Commission on Illumination)給出的定義,在人肉眼沒有任何幫助的條件下,所能識別物體的最大距離,就稱之為當(dāng)前的能見度距離[5]。通常意義下的能見度是指白天的水平能見度,即視力正常的人在白天無云的天氣條件下,能夠從天空背景中看到和分辨目標(biāo)物(黑色、大小適度)的最大水平距離[6]。

影響海上能見度的因素有很多,其中比較重要的因素是霧的影響,尤其是最常見的平流霧的影響[7]。霧對氣象能見度的影響,主要因為光線被大氣中的霧(細微水滴或冰晶)散射、吸收衰減等原因造成的。

1.2 能見度檢測原理

影響能見度的因子有大氣透明度、目標(biāo)和背景亮度對比、觀測者的視力指標(biāo)等[8]。大氣消光系數(shù)σ影響大氣透明度,是影響能見度的重要因素之一。大氣消光系數(shù)是由大氣中的氣溶膠和分子的散射與吸收作用所造成的光的衰減,它等于散射系數(shù)與吸收系數(shù)之和。當(dāng)光的傳播距離較短的時候,大氣對光的吸收可以近似忽略,只考慮散射作用。1924年Koschmieder發(fā)現(xiàn)光在空氣中的傳輸定律[9]:

式中:CL和C0分別是目標(biāo)物在觀測位置和零距離處目標(biāo)與背景間固有的對比度;T是大氣透射率;d為大氣能見度,需要引入視覺對比閾ε,它是CL和C0之比。對比閾值是一個復(fù)雜的物理量,既取決于人眼的生理特性,也和外界條件有關(guān),包括物體的視角、視野亮度和物體在視場中的位置。世界氣象組織明確將對比閾值為0.05對應(yīng)的可視距離定義為氣象視距[10]。

傳統(tǒng)的能見度檢測方法主要為散射法和透射法。散射法是直接測量來自一個小體積采樣容積的散射光強[11],并根據(jù)具體角度上的散射信號與總散射量的比例關(guān)系來確定總散射系數(shù),進而得到消光系數(shù)以利用公式反演出能見度值。透射法是測量一段較長空氣柱的透射率,求得消光系數(shù),從而獲得能見度[12]。這也是目前利用儀器來觀測能見度的主要原理。這兩類方法都是利用檢測小范圍內(nèi)空氣,計算能見度來估計全局能見度,存在一定的局限性。還有人提出了從圖像處理的方法檢測能見度。安明偉等人在分析能見度值的計算模型基礎(chǔ)上提出了另一種算法[5,13],即采用一致對比度法的邊緣特征提取圖像中能反映能見度變化的圖像特征參數(shù),利用最小二乘法及逆變換得到對比度與距離的擬合函數(shù),通過分析圖像特征與距離之間的關(guān)系最終確定能見度值。謝興生等人[14]采用目標(biāo)物及其背景圖象的對比度來探討能見度的自動估計問題,獲得了較好的效果,但該方法對于幾百米以內(nèi)的低能見度及燈光能見度問題尚有明顯不足。文中在一段能見度較差的霧霾天氣過程中,利用預(yù)定的彩色圖像模板在不同位置對其進行連續(xù)拍照實驗,對圖像進行預(yù)處理后分析其飽和度特征,再根據(jù)實測的能見度資料,利用最小二乘法和多數(shù)據(jù)擬合法建立了飽和度和能見度的響應(yīng)模型。用此模型實現(xiàn)了能見度的估計。

2 模型建立

2.1 彩色模板設(shè)計

為了提高模型的估測精度和穩(wěn)定性,同時也探究不同顏色通道的實驗效果。設(shè)計了紅、綠、藍、黃(分別簡稱為R,G,B,Y)的標(biāo)準(zhǔn)彩色模板,如圖1所示。4種顏色在不同能見度下的顯示情況如圖2所示,每一塊模板的上半部分是飽和度為1的情況,下半部分則是0,0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9, 0.95,1飽和度下的彩色顯示。當(dāng)飽和度為0時,4塊模板都已經(jīng)呈現(xiàn)為白色,可以認為在實際天氣中,大霧的影響造成模板飽和度的降低。相反,隨著飽和度的增加,模板逐漸清晰,對應(yīng)天氣中霧的消散,能見度逐漸轉(zhuǎn)好的情況。考慮到這種思想,建立飽和度同能見度的函數(shù)模型來利用飽和度實時估計能見度。

圖1 能見度標(biāo)準(zhǔn)彩色模板Fig.1 The normal color model for visibility

圖2 4種標(biāo)準(zhǔn)彩色及其不同飽和度下的顯示Fig.2 Display of four normal colors under different saturations

2.2 飽和度能見度相應(yīng)模型

對于任意一塊彩色模板,以紅色R通道模板為例,假設(shè)相機與目標(biāo)物的水平距離為d1時,能見度v和飽和度s之間的關(guān)系表示為:

同理,對于另外3組模板也可以建立相似模型,求解不同模板和不同距離下飽和度和能見度之間的關(guān)系。

2.3 多模型融合

文中采用了4種模板進行實驗,由于在實驗中發(fā)現(xiàn)每一種顏色模板在相同能見度下的變化規(guī)律均不完全相同,不同距離之下某一個顏色模板的飽和度對能見度的影響也不相同。因此,考慮聯(lián)合多個顏色模型,通過調(diào)整每個模型對應(yīng)的權(quán)值來減少模型同實際觀測結(jié)果的誤差:

式中:μ1,μ2,μ3和μ4分別是距離為d時,4個彩色模板的權(quán)重系數(shù)。

3 實驗分析

3.1 實驗器材

觀測模板1塊,規(guī)格為1.2 m×1 m,模板上依次張貼紅、綠、藍、黃四色膠紙。每塊的規(guī)格為0.5 m× 0.5 m,如圖3所示。相機1臺,型號為尼康D5000,鏡頭型號為VR AF-S NIKKOR 18-55。

3.2 實驗過程

模板與相機之間的水平距離選擇為d1,d2,d3。實驗使用分別為11,19和29 m每一組實驗在3個距離位置分別拍攝模板(如圖3所示)。為了在時間上保持最大同步性以減少偶然誤差,在每一位置拍攝多幅照片,并在最短時間內(nèi)完成。拍照的同時進行能見度實測,實測方法是選擇拍攝地點附近顯著的物體,標(biāo)定剛好可以看清并且能夠分辨的物體,再在電子地圖中測距,作為實測能見度數(shù)據(jù)。

圖3 一次大霧天氣的實驗過程Fig.3 Experiment conducted during a fog event

3.3 實驗結(jié)果

圖4 4個彩色模板的在距離d1,d2,d3的一次、二次擬合曲線Fig.4 The fitting curves of four color models at the distances of d1,d2and d3

文中對飽和度和能見度數(shù)據(jù)進行了一次和二次擬合,同一顏色通道3個不同距離的擬合結(jié)果以及不同顏色通道之間的擬合結(jié)果如圖4所示。圖4a, b,c分別代表R通道彩色模板距離為d1,d2和d3的模擬;與R通道相類似,圖4d,e,f為G通道彩色模板;圖4g,h,l為B通道彩色模板;圖4m,n,o為Y通道彩色模板。

4種彩色模板實驗中,紅色、綠色和藍色模板在不同距離的一次和二次擬合曲線都一定程度了揭示了能見度和飽和度的響應(yīng)關(guān)系,整體能見度趨勢均隨飽和度的增大而增大。黃色模板的擬合曲線表現(xiàn)為能見度并沒有隨飽和度的變化產(chǎn)生影響,敏感性較差,其同一飽和度對應(yīng)的能見度變化范圍非常大,最大處甚至超過1000 m。從另外的角度也可以說明黃色對霧的影響較小,對于較低能見度也表現(xiàn)出優(yōu)秀的穿透能力。需要指出的是,每一種模型均存在適用范圍的限制,尤其是二次擬合的曲線在飽和度較小時候無法使用。

3.4 誤差分析

利用最小二乘法進行曲線擬合時,將擬合曲線同能見度散點差值的絕對值作為主要的誤差參考。見表1,列舉了4個彩色模板在3組距離實驗中的誤差,其中每個模板包括一次擬合和二次擬合,即n=1和n=2兩種情況。

表1 擬合曲線同實測能見度累積誤差統(tǒng)計Table 1 The cumulative error analysis between fitting curves and real-time measurement for visibility

可以發(fā)現(xiàn),4組數(shù)據(jù)中除了黃色模板和藍色通道在距離1的情況以外,擬合其余3個模板的誤差基本保持在2.00以內(nèi)。說明11個觀測時次的累計誤差在2000 m以內(nèi),其中最小誤差出現(xiàn)在R通道距離3位置的二次擬合曲線,即圖4c所示。其累計誤差為1120 m,單次觀測的平均誤差約為100 m。4個通道中R通道和G通道的累計誤差相當(dāng),分別為10.20和10.08,B通道的誤差稍大為11.69,Y通道的誤差最大,值為23.86。從擬合次數(shù)的角度分析,除了黃色模板以外,二次擬合的效果均優(yōu)于一次擬合,尤其體現(xiàn)在距離3的位置上,在此位置上二次擬合比一次擬合的誤差相對于其他2個位置出現(xiàn)了相對較大幅度的降低。若考慮距離為誤差參考的主要影響因素,可以發(fā)現(xiàn)在4個通道的誤差均隨著距離的增加而減小。說明3組距離的實驗中,距離3的實驗結(jié)果同實際結(jié)合得最好。

3.5 模型融合

實驗中,為了獲取更好的估計能見度,減小誤差。使用多種模板在相同擬合次數(shù)和距離下進行多顏色通道模式融合?？紤]到表1中的誤差統(tǒng)計,排除掉黃色模板,進行R,G,B等3個通道的融合實驗。通過調(diào)整權(quán)值來使誤差達到最小。

式中:μ1+μ2+μ3=1。

結(jié)果發(fā)現(xiàn),在距離3處,二次擬合最終使用紅藍兩個模板的融合所得到的誤差最小,值為1.04。其最終融合曲線如圖5所示,這一距離也適合一般艦艇的空間距離。通過距離1和距離2的進行的融合實驗發(fā)現(xiàn),紅色模板所占權(quán)重為最大,且同單獨使用紅色模板的效果相差無幾,無需進一步融合。

圖5 最優(yōu)融合曲線Fig.5 The optimal fitting curve

4 結(jié)論

能見度是海洋氣象預(yù)報的重要內(nèi)容之一,也是影響海空軍事行動的重要氣象因素之一。文中從數(shù)字圖像處理的角度提出一種實時獲取能見度的方法。通過對選定彩色模板進行不同距離的拍攝,再分別對模板的飽和度進行分析。尋找飽和度與能見度的響應(yīng)關(guān)系,利用最小二乘法建立響應(yīng)模型。通過比較不同通道、不同擬合次數(shù)以及不同距離的誤差,再進行多模型的融合實驗,找出最優(yōu)的估計模型。雖然在飽和度較低的情況模型存在局限性,但是實際上對于能見度極低的環(huán)境,任何艦艇的活動都已經(jīng)受到極大的限制。該實驗揭示了彩色圖像飽和度同能見度的關(guān)系,應(yīng)用模型可以在一定條件下快速、準(zhǔn)確的估計能見度。

[1] 朱福海,周立佳,邵利民,等.軍事航海氣象[M].北京:海潮出版社,2002. ZHU Fu-hai,ZHOU Li-jia,SHAO Li-min,et al.Military Navigation Meteorology[M].Beijing:Ocean Press,2002.

[2] 侍茂崇,高郭平,鮑獻文.海洋調(diào)查方法導(dǎo)論[M].青島:中國海洋大學(xué)出版社,2008. SHI Mao-chong,GAO Guo-ping,BAO Xian-wen.Introduction to Marine Survey Method[M].Qingdao:China O-cean University Press,2008.

[3] RAFAEL C GONZALEZ,RICHARD E WOODS.Digital Image Processing[M].Third Edition.Beijing:Publishing House of Electronics Industry,2012.

[4] DUMONT E,CAVALLO V.Extended Photometric Model of Fog Effects on Road Vision[J].Transportation Research Records:Journal of the Transportation Research Board,2004,1862:77—81.

[5] 安明偉,陳啟美,郭宗良.基于路況視頻的氣象能見度檢測方法與系統(tǒng)設(shè)[J].儀器儀表學(xué)報,2010,31(5): 1148—1153. AN Ming-wei,CHEN Qi-mei,GUO Zong-liang.Visibility Detection Method And System Design Based on Traffic Video[J].Chinese Journal of Scientific Instrument,2010, 31(5):1148—1153.

[6] QX/T 114—2010,能見度等級和預(yù)報[S]. QX/T 114—2010,Visibility Grade and Forecast[S].

[7] 周立佳.航海氣象[M].北京:解放軍出版社,2005. ZHOU Li-jia.Nautical Meteorology[M].Beijing:The People's Liberation Army Press,2005.

[8] 孫學(xué)金,王曉蕾,李浩,等.大氣探測學(xué)[M].北京:氣象出版社,2009. SUN Xue-jin,WANG Xiao-lei,LI Hao.et al.Atmospheric Observation[M].Beijing:China Meteorological Press,2009.

[9] KOSCHMIEDER H.Thoerie Der Horizontalen Sichtweite [J].Beitr Phys Frei Atmos,1924(12):171—181.

[10]李佳,葛嘉琦,陳啟美.路況視頻能見度檢測算法[J].計算機工程,2009,35(16):175—177. LI Jia,GE Jia-qi,CHEN Qi-mei.Visibility Detection Algorithm for Road Video[J].Computer Engineering,2009, 35(16):175—177.

[11]史倩義.能見度/天氣現(xiàn)象監(jiān)視技術(shù)研究[D].石家莊:河北工業(yè)大學(xué),2007. SHI Qian-yi.Visibility/WeatherPhenomenon Monitor Technology Research[D].Shijiazhuang:Hebei University of Technology,2007.

[12]蒲江平,胡宗剛,魏陽春,等.能見度自動觀測系統(tǒng)性能對比及分析[J].氣象科學(xué),2002,22(1):60—71. PU Jiang-ping,HU Zong-gang,WEI Yang-chun,et al. Comparison and Analysis Of Property of Visibility Automatic Observation Instruments[J].Scientia Meteorologica Sinica,2002,22(1):60—71.

[13]AN Ming-wei,GUO Zong-liang,LI Ji-bin,et al.Visibility Detection Based on Traffic Camera Imagery[C]//2010 Third International Conference on Information Science and Interaction Science(ICIS),Chendu:ICIS,2010:411—414.

[14]謝興生,陶善昌,周秀驥.數(shù)字攝像法測量氣象能見度[J].科學(xué)通報,1999,44(1):97—100. XIE Xing-sheng,TAO Shan-chang,ZHOU Xiu-ji.Digital Camera Measurement for Meteorogical Visibility[J].Chinese Science Bulletin,1999,44(1):97—100.

[15]張海華,劉春.顧及粗差的混合最小二乘平差實驗分析[J].現(xiàn)代測繪,2010,33(5):8—12. ZHANG Hai-hua,LIU Chun.Mixed Total Least Squares and Lest Squares Adjustment Experimental Analysis With Gross Error Considered[J].Modern Surveying and Mapping,2010,33(5):8—12.

Estimation of Visibility at Sea Based on Color Image

ZHOU Li-jia1,ZHAN Yong-qiang2,XU Guan-lei2

(1.Department of Military Oceanography,Dalian Navy Academy,Dalian 116018,China;
(2.Department of Graduate Management,Dalian Navy Academy,Dalian 116018,China)

Objective To realize real-time estimation of the visibility at sea.Methods From the perspective of image processing,several experiments were conducted from different distance using color models to analyze the response relationship between saturation and visibility.The least-squares and the multi-model fusion was used to build the best model by error analysis.Results There was a certain response between the visibility and the image saturation of multiple sets of color models.Conclusion The model established could observe the visibility fast and continuously in a real-time manner.Compared With the traditional method and observation with devices,it was more convenient.

visibility;colorful image;saturation;least-squares;multi-model fusion

10.7643/issn.1672-9242.2014.06.029

P732

:A

1672-9242(2014)06-0168-06

2014-09-12;

2014-10-11

Received:2014-09-12;Revised:2014-10-11

周立佳(1962—),男,遼寧人,副教授,主要從事軍事海洋環(huán)境作戰(zhàn)應(yīng)用研究。

Biography:ZHOU Li-jia(1962—),Male,from Liaoning,Associate Professor,Research focus:military marine environment combat application.