基于SSIM算法的動態(tài)空化圖像處理

昝　晶，馬少杰，屠江鋒

（南京理工大學(xué)，江蘇 南京　210094）

基于SSIM算法的動態(tài)空化圖像處理

昝晶，馬少杰，屠江鋒

（南京理工大學(xué)，江蘇 南京210094）

在空化水洞實驗中，需要從大量的數(shù)字圖像中準確獲取空化區(qū)域的外形、波動周期等重要信息。首先對比了幾種常見的圖片邊緣提取算法，并選擇Canny算子提取空泡結(jié)構(gòu)信息，進而研究了采用SSIM算法對空化圖像進行分析的可行性，并通過合理調(diào)節(jié)結(jié)構(gòu)相似度的比重獲得更好的效果。此外，設(shè)計了圖像的循環(huán)批處理程序，該程序通過Matlab編程實現(xiàn)。運算結(jié)果表明，采用結(jié)構(gòu)系數(shù)為主要特征的相關(guān)系數(shù)進行分析，更能準確獲取空化區(qū)域的外形、波動周期等重要信息，更有利于對空化形態(tài)進行動態(tài)分析。針對一組空化數(shù)為0.4的高速攝像圖像，該相關(guān)系數(shù)在0.315～0.375之間變化，空化波動頻率約為115 Hz。

水洞實驗；空化圖像；SSIM算法；結(jié)構(gòu)相似度

0引　言

水中運動體高速航行時，在形狀突變的區(qū)域?qū)a(chǎn)生空化，空化使得運動體周圍面臨復(fù)雜的流場環(huán)境。在水洞模擬空化試驗中，為準確獲取空化區(qū)域的外形、波動周期等重要信息，需對空化區(qū)進行圖像處理。

針對在實驗環(huán)境的背景干擾下大量提取數(shù)字圖像中空化區(qū)域參數(shù)的問題，文獻［1］利用圖像空化區(qū)亮度的變化間接反映出空化發(fā)展變化的強弱，由此估計出空化在不同階段的變化周期；文獻［2］利用直方圖巴氏系數(shù)計算法，認為孔板后的平均灰度值可以很好地反映管路中的空化效應(yīng)；文獻［3-4］對空化圖像進行了二值化處理，很好地顯示了空化區(qū)域。文獻［5］均利用Canny算子對空化圖像進行處理。

本文以上述研究為基礎(chǔ)尋找一種合理的方法對大量空化圖像進行處理，進而獲得空化區(qū)域動態(tài)變化特征。

1　空化圖像處理原理

1.1空化圖像邊緣分析

為了確定空化區(qū)域的大小，首先需要對空化邊緣進行提取。對采用不同算子的邊緣檢測算法進行對比，結(jié)果如表1所示?？梢钥闯觯捎肅anny算子和高斯濾波后的Canny算子（Gaussian&Canny）效果較好。使用的高斯濾波后的Canny算子是一個具有濾波、增強、檢測的多階段的優(yōu)化算子，在進行處理前，先利用高斯平滑濾波器平滑圖像以除去噪聲，并采用分割算法一階偏導(dǎo)的有限差分計算梯度幅值和方向。在處理過程中，首先經(jīng)過一個非極大值抑制的過程，最后采用兩個閾值連接邊緣獲得邊界圖像。

表1　采用不同算子的邊緣檢測結(jié)果

其中，一維高斯濾波函數(shù)H（x，y）定義如下：

令g（x，y）為平滑后的圖像，則g（x，y）=f（x，y）?G（x，y），其中 f（x，y）為原圖像函數(shù)，而?代表卷積。

已平滑圖像g（x，y）的梯度可以用2×2一階有限差分近似式計算 x和 y偏導(dǎo)數(shù)的兩個陣列f′x（x，y）與 f′y（x，y）：

式中：M（x，y）反映了圖像的邊緣強度；θ（x，y）反映了邊緣的方向。使得M（x，y）最大的方向角θ（x，y）就反映了邊緣的方向。

1.2SSIM算法

SSIM方法（Structural Similarity Index Measurement，結(jié)構(gòu)相似法）作為結(jié)構(gòu)相似性理論的實現(xiàn)基礎(chǔ)，其結(jié)構(gòu)相似度指數(shù)是從圖像組成的角度將結(jié)構(gòu)信息定義為獨立于亮度、對比度的一個指標，反映場景中物體結(jié)構(gòu)的屬性，并將失真建模為亮度、對比度和結(jié)構(gòu)三個不同因素的組合，經(jīng)常作為評價圖像的一種指標。該算法用均值作為亮度的估計，標準差作為對比度的估計，協(xié)方差作為結(jié)構(gòu)相似程度的度量［6］：

式中:l（x，y）為亮度比較函數(shù)；c（x，y）為對比度比較函數(shù)；s（x，y）為結(jié)構(gòu)比較函數(shù)；u（x），u（y）表示圖像的灰度均值；d（x），d（y）表示圖像的灰度方差；d（x，y）表示圖像的灰度協(xié)方差。引入常量c1，c2，c3，c4是為了避免當分母十分接近零時出現(xiàn)的不穩(wěn)定性，本文各值均取為0.01。則綜合上述因素的圖像指標可寫為：

式中：α，β，γ均為大于0的系數(shù)，通過這3個參量對亮度、對比度和結(jié)構(gòu)信息進行權(quán)值調(diào)整。

2　空化水洞實驗

與二維不同，三維的空化邊界相對難以提取，一般轉(zhuǎn)化為二維平面圖像進行分析。本文主要研究空化長度的變化，采取對彈體縱切面的空化圖像進行采集的方法。另外，通過水洞觀察窗內(nèi)外的光線會有一定的折射，但并不改變空化長度與彈體特征尺寸的比例關(guān)系，文中不再贅述。以本文中的5°攻角下，10 m/s，空化數(shù)為0.4時，運動體頭部空化區(qū)的動態(tài)變化研究為例，由高速攝像機獲得的10 ms內(nèi)的空化圖像如圖1所示。

圖1　5°攻角下運動體頭部空化區(qū)的動態(tài)變化

圖1所示約為一個周期內(nèi)的空泡形態(tài)變化過程。由于攻角的存在，實驗體頭部空泡不對稱，上部空泡較大，下部空泡較?。簧喜窟h離頭部駐面處的空泡由于運動液體的作用會被帶離物體表面，成為孤立空泡，而隨著周圍壓力的變化，該孤立空泡會收縮直至潰滅；而孤立空泡從實驗體頭部分離的時候會造成實驗體頭部空泡縮小，而孤立空泡分離之后，實驗體頭部空泡又會繼續(xù)生長，如此往復(fù)。

3　基于SSIM算法的空化圖像處理技術(shù)

對于大量的空化圖像而言，分析空化變化特征需要合理的批處理方法。本文利用Matlab編程對空化圖像進行批量處理，處理流程如圖2所示。首先將需要處理的圖片放置在同一個文件夾內(nèi)，并在程序中設(shè)置相應(yīng)的初始化信息，程序按照圖中流程運行，最終獲得需要的數(shù)字圖像信息。對于按照時間關(guān)系變化的信息，設(shè)置相應(yīng)的時間序列即可獲取圖像信息隨時間的變化情況，如圖3所示。

圖2　空化圖片批量分析流程

圖3　不同方法檢測的空化圖像動態(tài)特征變化

SSIM算法能夠評價圖像的變化程度，而空化圖像均存在上述各種變化特征，其中又以結(jié)構(gòu)變化最為明顯，本文選取了兩種SSIM算法的系數(shù)進行圖像處理。第一種情況為默認參數(shù)設(shè)置，α，β，γ均取值1（即圖3中SSIM-1）。第二種情況選取結(jié)構(gòu)參數(shù)作為重要的一項比重，取α，β為小量0.1，γ仍取值1（即圖3中SSIM-2）。

針對某一組空化數(shù)為0.3的高速攝像圖像，從圖3中可以看出，采用直方圖巴氏系數(shù)（Bhattacharyya）和綜合考慮各信息的SSIM系數(shù)（SSIM-1）得到的空化動態(tài)變化曲線并不明顯。而采用結(jié)構(gòu)系數(shù)為主要特征的相關(guān)系數(shù)Cs（SSIM-2）進行分析更能體現(xiàn)空化區(qū)域的動態(tài)變化，能準確獲取空化區(qū)域的外形、波動周期等重要信息，更有利于對空化形態(tài)進行動態(tài)分析?？张葜睆皆?8～27 mm之間變化（頭部空化器直徑為12 mm），而相關(guān)系數(shù)Cs在0.315～0.375之間變化，空化波動頻率約為115 Hz。

4結(jié)　論

本文采用SSIM算法以及Matlab編程對0.2 s內(nèi)的高速攝影拍攝的空化圖像進行批處理分析，并通過合理調(diào)節(jié)結(jié)構(gòu)相似度的比重獲得了較好的效果。相比于傳統(tǒng)的明度變化分析方法，采用結(jié)構(gòu)系數(shù)為主要特征系數(shù)的SSIM算法進行分析，更能準確獲取空化區(qū)域的外形、波動周期等重要信息，更有利于對空化形態(tài)進行動態(tài)分析。

［1］張敏弟，宋曉峰，王國玉，等.空化流動圖像處理程序設(shè)計及其應(yīng)用［J］.北京理工大學(xué)學(xué)報，2006（11）：983-986.

［2］盧曉江.不同開孔率的多孔孔板水力空化裝置的圖像分析［J］.輕工機械，2010（3）：30-33.

［3］劉雙科，王國玉，王建飛，等.繞水翼超空化階段空泡相分布的定量圖像分析［J］.中國體視學(xué)與圖像分析，2004（3）：186-188.

［4］仲宵，王樹山，馬峰.通氣超空泡內(nèi)部流場的PIV實驗圖像處理［J］.船舶力學(xué)，2013（17）：715-721.

［5］李其弢，何友聲，楊英強.超空泡實驗中的數(shù)字圖像檢測［J］.水動力學(xué)研究與進展，2007，22（2）：208-214.

［6］WANG Z，BOVIK A C，SHEIKH H R，et al.Image quality assessment：from error visibility to structural similarity［J］.IEEE transactions on image processing，2004，13（4）：600-612.

Dynamic cavitation image processing based on SSIM algorithm

ZAN Jing，MA Shaojie，TU Jiangfeng
（Nanjing University of Science and Technology，Nanjing 210094，China）

In the cavitation water tunnel experiment，the shape，fluctuation period and other important information of the cavitation area are needed to correctly acquire in a large number of digital images.Several common image edge extraction algorithms are compared，and the Canny operator is selected to extract the vacuole structure information.The feasibility of using SSIM algorithm to analyze the cavitation image is studied，and a better effect is obtained by adjusting the proportion of structure similarity reasonably.In addition，the cyclic batch program of the images was designed and realized with Matlab programming. The operation results show that the analysis of taking the structure coefficient as the main characteristics of the correlation coefficient can acquire the shape，fluctuation period and other information of the cavitation region more accurately，and it is beneficial to dynamic analysis of the cavitation morphology.For a series high speed camera images with cavitation number of 0.4，the correlation coefficient changes in 0.375～0.315，and the fluctuation frequency of cavitation is about 115 Hz.

water tunnel experiment；cavitation image；SSIM algorithm；structure similarity

TN911.73-34；TV131

A

1004-373X（2016）17-0023-03

10.16652/j.issn.1004-373x.2016.17.006

2015-10-26

國家自然科學(xué)基金資助項目（51275248）

昝晶（1981—），女，江蘇泰州人，工程師。研究方向為水洞實驗測試技術(shù)。