海上监测图像去雾增强的交互式方法

海上监测图像去雾增强的交互式方法 海上监测图像去雾增强的交互式方法 第33卷第4期 2010年12月 中国航海 卜,{AV1GA,rI()NOFCHINA Vol_33NO.4 DeC.2010 文章编号:i000—4653(2010)04O01004 海上监测图像去雾增强的交互式方法 郭珈,王孝通,杨常青. (1.海军大连舰艇学院光电技术研究所,辽宁大连116018;2.海军大连舰艇学院,辽宁大连116018) 摘要:雾天时图像对比度和颜色严重退化.为提高雾_犬海上舰船监测图像的质量,提出了一种海上图像去雾增 强的交互式方法.方法结合海上图像的特点,改进原有的等景深模型和景深估计公式,获取图像每一点的近似深 度信息,通过用户指定区域得到大气光线值,最后根据雾天图像的光学成像模型,得到清晰图像.实验证明,该方 法有效改善了海上雾天图像的质量,方法简便.能够满足一定的实用要求. 关键词:船舶,舰船工程;海上图像;监测;去雾;交互;景深;信息 中图分类号:U675.79文献标志码:A InteractiveDefoggingMethodforMonitoringImagesatSea GU()-,",WANGXiao,tong,yANGChang—qing (1.LaboratoryofPhotoElectricityTechnology,DalianNavalAcademy,Dalianl16018,Chin a; 2.DepartmentofNavigation,Daliat1NavalAcademy,Dalian116018,China) Abstract:ImagesatseaacquiredinfogweatherfeaturepoorcontrastsandCOIOIsIn0rderloe nhancequalityof thoseimages,aninteractivedefoggingmethodispresented.Inlightofthecharacteristicsofim agesatsea,original iso— depthmodelandformulaofscenedepthestinlationareimproved,throughintroductionofapp roximatedepthof eachpixelandestimatedlightvalueofatmospherewithinuserspecifiedarea.Aclearerimage canbeobtainedby meansofopticalimagerymodeloftheimageinfogweather.Experimentsshowthatthismetho diseasytouseand caneffectivelyimprovequalityofiheimagesinfog. Keywords:ship,navalengineering;imagesatsea;inspection;defogging;interactive;scened epth;information 海雾是一种危险的天气现象,雾霭作用严重影 响目力助航,同时使舰船装载的计算机成像系统无 法获取能够提供数据的清晰图像,难以进行正常的 光学监测和跟踪,使得天体和陆标定位更加困难,特 别在雷达盲区,给舰艇机动造成了极大困难,严重威 胁着舰船的航行安全.因此,各国在加强海雾预报 的同时,也大力发展各种针对雾天监测图像的恢复 技术. 我国海域是太平洋的多雾区之一,约6O, 7O%的船舶碰撞事故是由海雾引起.目前,对雾大 降质图像的恢复技术主要有两种: 1.从图像增强的角度,提高图像的对比度. 2.对大气散射作用进行建模,基于物理模型实 现场景复原. 图像增强的恢复方法,如直方图法等,对整幅图 像采取相同操作,忽略了图像中景物的深度关系,去 雾效果有限.改进的分块处理方法,去雾效果得到 改善,仍存在运行时间较长,处理结果块化,噪声放 大等现象.基于物理模型的图像恢复方法,去雾效 果比图像增强方法彻底,其关键问题是获取场景点 的深度信息.假设深度信息已知的算法,需要用价 格昂贵的雷达或距离传感器等硬件设备来获取场景 的精确深度,限制』算法在实际L}j的应用.利用不 同天气下的两幅或多幅图像求解深度的算法,在某 些情况下,如实时监控的情况下,由于无法提供多幅 场景的差异图像而无法应用.交互式方法为解决单 幅雾天降质图像的复原问题提供了一个简单的新思 路,然而,该算法无法对场景深度突变信息作出反 馈,同时过多依赖人的主观性.近几年来,利用各种 最优化模型求解参数最佳估计值的方法成为研究热 收稿日期:2010—08—21 基金项目:国家自然科学基金(60975016),辽宁省自然科学基金(20082l76) 作者简介:郭珈(1983),女,辽宁大连人,博士研究生,从事交通信息处理,图象处理研 究.E—mail:guojia828@163.corn. 郭珈,等:海上监测图像去雾增强的交互式方法11 点,这些方法去雾效果显着提高,但算法较复杂且需 要较多的假设条件. 根据海上图像广景深,无场景深度突变的特点, 基于交互式图像去雾的基本思想,提出一种适合海 上图像的简化深度模型.实验证明,通过该深度模 型实现单幅图像去雾,只需附加少量主观信息,即 可有效去除海雾影响,方法可行,速度较快. 1雾天降质图像的退化模型 雾天时,图像灰度级动态范围小,颜色和对比度 严重退化.从本质上讲,恶劣天气下图像质量下降 的主要原因是大气粒子的散射作用,它使从景物反 射的光通量部分被微粒吸收或反射,导致到达观察 者的入射光被衰减;另一方面,大气粒子的散射作用 还将来自天空的自然光散射进入观察视场,附加在 目标图像上.多数情况下,这两种现象同时存在,可 以用入射光衰减模型和大气光线成像模型进行描 述.因此,雾天时户外传感器上接收到的总辐射度 为: E(d,):=-二E(d,A)e-p''+E(d,)(1——Pp') (1) 式(1)中,右侧第一项为人射光衰减模型,右侧第一 项是大气光线模型.d为场景点到接收装置的距 离,为波长,口()为大气散射系数,E.()为人射光 线在-z一0处的辐射强度,E..(,)为地平线处的光 线强度.由式(1)可得到未经天气作用影响的景物 辐射强度: E0(,)一E(,)一[E(d,A)一E(d,A) (2) 一 般来说,相对于整个大气环境,在计算机成像系统 所捕获的小范围内,大气成分可视为恒定或仅发生 微小的变化,因此波长的变化对散射系数影响很小, 可近似为一个常数.假设大气成分均一,一幅图 1 像中散射系数卢.C寺取决于大气中悬浮微粒的大^ 小,悬浮微粒越大,r越小,通常r?[O,4].因此式 (2)可进一步简化为: E.()一E..()一[E()一E()]e(3) 由此可知,要求得清晰图像值,需要知道地 平线处的光线强度E和景点深度d.通常,户外 图像中包含天空部分,因此我们可以用天空部分光 线强度代替地平线处光线强度E—.现在,只需要 估计退化图像每一点深度d,且"可实现雾天降质图 像的复原.对于彩色图像,则需将式(3)在每一个色 彩通道分别应用. 2交互式去雾方法 由于普通的图像成像设备对小范围内微小的天 气变化不敏感,因此,我们可以沿着深度增加的方向 用近似深度来代替精确深度.例如图1(a)是一幅 雾天街道的降质图像,景深沿着视点方向增加.具 体的交互式去雾方法如下: 1.预先分割出图像的天空区域,选择其中一小 部分得到天空的灰度值,彩色图像则得到天空的 RGB(Red,Green,Blue)值. 2.沿着深度增加的方向,在图像地平线处选取 消失点,将图像任一点的景深转化为到消失点的距 离.通过用户指定图像的最大,最小深度d…,d, 近似深度可通过构造景深因子a,利用线性或二次 方程插值得到,表示为: d—d…+d(…一d…)(4) 式(4)中,?(0,1),a越大,景深越大,当近似深度 达到最大值d…时,该点处于消失点附近. 3.选取适当的散射系数J8,利用式(3)得到恢复 后的图像. (a)(b) 图1交互式方法去雾 Fig.1Interactivefogremoval 图1(b)给出了交互式方法的去雾结果.实验 证明,交互式方法取得了一定的去雾效果,但由于采 用平滑的插值方法,这种去雾方法适用范围较窄. 特别对于有深度突变的图像,例如大量深度不连续 的楼房图像,由于采用平滑的插值方法来近似深度, 同一栋楼房被割断成各种深度,去雾效果较差.另 外,对于近景图像,图像中物体深度变化不大,没有 明显的增加趋势,无法建立深度变化模型.没有天 空或天空区域有物体遮挡的户外图像,消失点和天 空辐射强度不易选取,利用交互式方法也难以得到 令人满意的效果.这些都限制了交互式去雾方法在 一 般图像处理中的应用. 3海上图像交互式去雾方法 舰船的光学成像系统可以及时获得大量丰富的 海上图像,这种图像含有大量的海洋区域,景深较 12中国航海2010年第4期 广,海上目标相对较小,具有深度连续,过渡平滑,颜 色整体灰白的特点.这些特点恰好适用交互式去雾 方法.因此,我们结合海上监测图像的特点,对交互 式去雾方法进行改进,得到了较好的效果. 3.1景深估计 交互式算法的关键是构建景深冈子的模型得 到近似深度.海上图像通常呈一个海平面,其消失 点形成一条地平线,与天空相接.因此,将一般图像 中对消失点的处理转换为对消失线的处理.如图2 所示,各等景深点的分布不同于一般室外图像,形成 一 系列与消失线平行的等景深线.这种深度模型更 加符合海上图像的实际特点,便于求取消失线和进 行天空分割.取k?Eo,1]表示景点距消失线的归 一 化距离.当越接近消失线时,景深会陡然增加,这 里构造一个单调递增的凹函数来表征近似距离.原 始交互方法不仅需要用户构造景深因子a的模型, 还需要主观输入最大,最小距离.将景深因子和 最大距离的选取相结合,同时选取指数函数直接构 造距离模型.令d…一,将式(4)改写为: d—d十足(一d…)(5) 仿真分析可知,d越大,近区景物对比度越 大,d越大,远区景物的对比度最大.通常雾天时 远区景物退化严重,因此可取较小的d…与较大的 d…,d…可通过调整n的大小得到.当d…近似取 零值时,式(5)可进一步简化为: d—kn(6) 这样,无需过多交互过程,选取适当的值,就可以 一一(b) 图2近似深度模型 (a)传统交互式方法模型(b)海上图像交互式方法改进模型 Fig.2Approximatedepthtrends. (a)Traditionalinteractivedepthmode1. (b)Improveddepthmodelforimageonsea. 近似估计出每一点的深度信息. 3.2实验结果 仿真实验可知,的大小取决于图像中雾霭的 浓度,雾霾天气时,天空中悬浮颗粒大,r?0,各种波 长光线均匀散射,通常选取0.1,0.4效果较好. 图2(b)所示的海上雾天灰度图像(1600*l200), 72—40时,选取不同I8值,去雾效果如图3(a)所示. 从图中可以看到,图像对比度得到了明显的增强,细 节比较分明,尤其是远处的船舶和山体轮廓更加清 晰.图像受薄雾影响时比较明亮,对比度较高,此时 经过上述去雾处理后,图像可以获得较好的视觉效 果.海雾由大量水汽组成,通常浓度较大,天空颜色 退化严重,图像整体呈灰白色,这时可以不分割天 空,对天空也进行去雾处理,再将得到的图像进行简 单的线性对比度拉伸. 一一 (b) 图3海上灰度图像去雾效果 (a)海上灰度图像(上)及取不同口值的去雾效果; (b)去雾后线性拉伸效果及细节对比图 Fig.3Fogremovalresultforgrayimageonsea (a)Inputgrayimageonseaandoutputimagesbychoosingdifferent valuesfor且(b)Outputafterlinearextensionandzoomed—inregion. 线性对比度拉伸将直方图中两端低概率的像素 截取然后拉伸到可显示的范围之内.通过仿真分析 发现,处理后的输出图像,其直方图在概率分布上 类似高斯分布.由此可知,图像灰度值落在[一3, +3]区间的概率为0.9973,因此令一一3, 墨 郭珈,等:海上监测图像去雾增强的交互式方法13 I===+3为截断点,对于8位图像,可通过公式: --- ss? 将图像灰度值映射到输出空问.拉伸结果如图3 (b),图像亮度得到显着增强.细节信息更加丰富, 有利于海上目标的辨识. 该方法同样适用于海上彩色降质图像,如图4. 实验使用IntelXeon2.0GHzPC进行计算,对于 1600*1200的灰度图像(图3),运行时间为 1.8322S,对于4200*2750的彩色图像(图4),运 行时间为8.9714S,能够满足舰船实时应用需要. (a) (b) 图4海上彩色雾天图像去雾效果 (a)原图(b)去雾图像及细节对比图 Fig.4FogremovalresultforcolorimageO1"1sea. (a)colorimageODsea.(b)fogremovalresultandzoomed—inregion. 4结语 在交互式去雾方法的基础上,提出了一种适应 舰船监测降质图像的简化近似深度估计模型.实验 证明,应用这种模型进行去雾处理,可以获得较好的 视觉效果且速度较快.该方法简单,不仅适用于灰 度图像,也可以处理彩色降质图像,能够满足一定的 实用要求. 参考文献 [1]NARASIMHANSG,NAYARSK.Visionandthe atmosphere[J].InternationalJournalofComputer Vision,2002,48(3):233254. [2]芮义斌,李鹏,孙锦涛.一种图像去薄雾方法[J2.计 算机应用,2006,26(1):154156. RUIYi—bin,LIPeng,SUNJin-tao.Methodofremo— vingfogeffectfromimages[J].JournalofComputer Applications,2006,26(1):154—156. [3]NARAsIMHANsG,NAYARSK.Chromatic frameworkforvisioninbadweather[C~.Proceedings ofIEEECVPR,2000,1:598605. [4]NARASIMHANSG,NAYARSK.Interactive (De)weatheringofanImageUsingPhysicalModels Co].ICCVWorkshoponCPMCV,2003. [5]FATTALR.SingleImageDehazing[C~.ACMSig— graph,2009. [6]翟艺书.雾天降质图像的清晰化技术[D].大连海事 大学博士毕业论文,2008. [7]祝培,朱虹,钱学明,等.一种有雾天气图像景物影 像的清晰化方法[J].中国图像图形,2004,9 (1):124—128. ZHUPei,ZHUHong,QIANXue—ming,eta1.An imageClearnessMethodforFog[J].JournalofIm— ageandGraphics,2004,9(1):l24—128. [8]HEK,SUNJ,ZHOUX.Singleimagehazeremoval Usingdarkchannelprior[C].ProceedingsofIEEE CVPR.2009. [9]SHWARTZS,NAMERE,SCHECHNERY.Blind hazeseparation[c].ProceedingsofIEEECVPR, 2006. [102TanRT.Visibilityinbadweatherfromasingleim— ageEC].ProceedingsofIEEECVPR,2008. 海上溢油应急处理的仿真和三维可视化 余枫,尹勇 (大连海事大学航海科学与技术研究所,辽宁大连116026) 摘要:对现有海上溢油应急处理技术进行研究,针对溢油机械回收设备中常用的围油栏建模,在近海潮流水动力 条件下,使用纹理烘焙和平面折射技术,实现了海上溢油的三维可视化,提出一种围油栏与溢油的碰撞检测算法, 实现了围油栏拦截溢油的实时动态仿真与三维可视化.其仿真结果对解决实际溢 油污染问题具有实用价值.