遲衛(wèi)，高占勝，陳明榮，謝田華

海軍大連艦艇學(xué)院航海系，遼寧大連116018

艦船尾跡圖像的對比度特征提取方法

遲衛(wèi)，高占勝，陳明榮，謝田華

海軍大連艦艇學(xué)院航海系，遼寧大連116018

根據(jù)艦船尾跡圖像尾跡區(qū)與海水背景區(qū)存在明顯對照的特性，提出用對比度參數(shù)作為尾跡圖像質(zhì)量評價(jià)指標(biāo)，進(jìn)而表征艦船尾跡光學(xué)信號特征強(qiáng)度。為有效評價(jià)尾跡圖像質(zhì)量，在改進(jìn)對比度基本計(jì)算模型的基礎(chǔ)上，充分考慮人的視覺特性，引入尾跡區(qū)與海水背景區(qū)的加權(quán)因子進(jìn)行組合評價(jià)，將主觀與客觀評價(jià)方法有機(jī)結(jié)合起來，并通過專門研制的海上特征提取實(shí)驗(yàn)裝置進(jìn)行對比度特征提取實(shí)驗(yàn)分析。結(jié)果表明，對比度參數(shù)能較好地反映人眼對尾跡圖像實(shí)際質(zhì)量的主觀視覺感受，更能體現(xiàn)尾跡圖像處理應(yīng)用的本質(zhì)，且能定量可靠地描述艦船尾跡光學(xué)信號特征強(qiáng)度的變化規(guī)律。

圖像質(zhì)量評價(jià)；艦船尾跡；光學(xué)信號特征；對比度；加權(quán)因子

0 引 言

圖像數(shù)據(jù)具有各種屬性，比如亮度、對比度、顏色、形狀、質(zhì)地、方向、平整度和粗糙度等，通過提取和分析這些屬性，進(jìn)行圖像處理與質(zhì)量評價(jià)，提煉出圖像數(shù)據(jù)里包含的豐富信息，可滿足各種技術(shù)應(yīng)用需求［1］。因此，通過處理和分析艦船尾跡圖像的各種屬性，對尾跡圖像進(jìn)行質(zhì)量評價(jià)，提取出尾跡圖像蘊(yùn)含的大量信息，可以達(dá)到提取艦船尾跡光學(xué)信號特征的目的。采用基于艦船尾跡光學(xué)信號特征的尾流自導(dǎo)技術(shù)制導(dǎo)的魚雷,能擺脫常規(guī)的聲場探測場，可以使所有基于聲學(xué)特征對抗的水聲器材完全失效；并能克服自噪聲的影響，大幅提高尾流自導(dǎo)的作用距離，使光學(xué)尾流自導(dǎo)魚雷更適應(yīng)環(huán)境，從而對艦船的安全構(gòu)成新的致命威脅［2-3］。因此，只有研究有效技術(shù)來抑制艦船尾跡的光學(xué)信號特征，才能從根源上解決光學(xué)尾流自導(dǎo)魚雷的防御問題，確保艦船航行安全并有效遂行使命任務(wù)。在此背景下，如何提取艦船尾跡光學(xué)信號特征，成為當(dāng)前急需研究的重要基礎(chǔ)課題。

現(xiàn)有的艦船光學(xué)尾跡提取方法多采用復(fù)雜的算法（如基于Radon變換的各種算法）來實(shí)現(xiàn)尾跡檢測，其運(yùn)算較復(fù)雜，效率不高，處理速度極慢。盡管國內(nèi)外關(guān)于圖像質(zhì)量評價(jià)的文獻(xiàn)不少，其中的算法和模型也都比較先進(jìn)，但具體運(yùn)用到艦船尾跡圖像任務(wù)上，由于精確解帶來的運(yùn)算復(fù)雜和處理速度慢等問題，無法滿足快速評價(jià)艦船尾跡圖像的要求；另外，文獻(xiàn)中沒有有關(guān)艦船尾跡光學(xué)信號特征強(qiáng)度的定量評價(jià)指標(biāo)或表征參數(shù)的相關(guān)定義，導(dǎo)致實(shí)現(xiàn)艦船尾跡光學(xué)信號特征的快速提取和定量評價(jià)存在較大困難［4-7］。

為此，本文將提出一種基于對比度模型的艦船尾跡圖像質(zhì)量綜合評價(jià)方法，在對比度參數(shù)基本計(jì)算模型的基礎(chǔ)上，充分考慮人眼的視覺特性和尾跡區(qū)與海水背景區(qū)的評價(jià)權(quán)重值，對參數(shù)計(jì)算模型進(jìn)行改進(jìn)。尾跡圖像評價(jià)值與主觀評價(jià)值具有較高的正相關(guān)性，可實(shí)現(xiàn)艦船尾跡圖像特性的有效評價(jià)，本文將通過專門研制的海上艦船尾跡特征提取實(shí)驗(yàn)裝置進(jìn)行對比度特征提取實(shí)驗(yàn)，以實(shí)現(xiàn)艦船尾跡光學(xué)信號特征的快速提取和定量評價(jià)。

1 艦船尾跡圖像質(zhì)量評價(jià)的指標(biāo)

通過分析在海上特征提取實(shí)驗(yàn)中獲取的艦船尾跡圖像（圖1）可知，艦船尾跡圖像的一個(gè)最大特征是存在兩個(gè)對照明顯的區(qū)域：尾跡區(qū)與海水背景區(qū)。并且隨著時(shí)間的變化，不同尾跡圖像中兩個(gè)區(qū)域的對比度也會(huì)發(fā)生變化。尾跡區(qū)與海水背景區(qū)的對比度是艦船尾跡圖像最基本、最明顯的特征，其對艦船尾跡圖像視覺效果的影響最大。對比度差異范圍越大，代表尾跡區(qū)與海水背景區(qū)的對比越大；差異范圍越小，代表對比越小。因此，對比度是衡量艦船尾跡圖像質(zhì)量評價(jià)的一個(gè)主要指標(biāo)，通過該參數(shù)的計(jì)算可實(shí)現(xiàn)尾跡圖像的對比度特征提取，并可利用該參數(shù)指標(biāo)來表征艦船尾跡光學(xué)信號特征。根據(jù)圖像質(zhì)量評價(jià)的相關(guān)方法可知，利用對比度參數(shù)來評價(jià)艦船尾跡圖像可實(shí)現(xiàn)艦船尾跡光學(xué)信號特征的實(shí)時(shí)在線監(jiān)控，達(dá)到簡單、快速提取艦船尾跡光學(xué)信號特征的目的［8］。

圖1 不同時(shí)間段的艦船尾跡圖像Fig.1 Ship wake images from the maritime feature extraction experiment at different time

2 艦船尾跡圖像對比度特征的提取

艦船尾跡圖像質(zhì)量評價(jià)指標(biāo)的計(jì)算方法決定了尾跡圖像評價(jià)的優(yōu)劣，也影響著艦船尾跡光學(xué)信號特征提取的效果。本文在綜合各種方法的基礎(chǔ)上，采用對比度來評價(jià)艦船尾跡圖像質(zhì)量。對比度指的是一幅圖像中明暗區(qū)域最亮的白和最暗的黑之間不同亮度層級的測量，該參數(shù)能準(zhǔn)確刻畫出艦船尾跡圖像的基本特征，并且計(jì)算簡單，有明確的物理意義。

2.1 基本計(jì)算模型

根據(jù)上述對比度的定義，可推導(dǎo)出艦船尾跡圖像評價(jià)指標(biāo)對比度的模型，即

式中：μT(x ，y)為尾跡區(qū)的平均灰度值；μB(x ，y)為海水背景區(qū)的平均灰度值；L為尾跡圖像的灰度量程。對于艦船尾跡圖像 f(x ，y) ，設(shè)圖像灰度值為 p0，p1，…，pL-1，則概率密度函數(shù) S( )pk為

式中：pk為尾跡圖像 f(x ，y)的第k級灰度值；nk為f(x ，y)中具有灰度值 pk的像素的個(gè)數(shù)；n為尾跡圖像像素總數(shù)。則艦船尾跡圖像 f(x ，y )的平均灰度值 μ(x ，y) 為

將式（2）和式（3）代入式（1），即可求出艦船尾跡圖像的對比度CT。

2.2 改進(jìn)計(jì)算模型

計(jì)算發(fā)現(xiàn)，即使兩幅圖像存在一定的對照，它們的CT值也仍有可能相等，基本計(jì)算模型不能有效評價(jià)艦船尾跡圖像，并且根據(jù)圖像質(zhì)量評價(jià)算法的發(fā)展趨勢，一種好的圖像質(zhì)量評價(jià)方法應(yīng)該是由單純的客觀評價(jià)算法轉(zhuǎn)化為主、客觀相結(jié)合的評價(jià)算法。因此，艦船尾跡圖像的對比度計(jì)算模型可考慮利用人類視覺的相關(guān)特性因素來加以改進(jìn)。根據(jù)人類視覺的相關(guān)特性理論，在視網(wǎng)膜的表面上非均勻地分布著大量的光敏細(xì)胞，其中，中央凹處光敏細(xì)胞的密度最高，離中央凹處越遠(yuǎn)，光敏細(xì)胞的密度下降越快。而且，人的視覺系統(tǒng)的一個(gè)基本特性是局部對比的敏感性，也即亮度和紋理發(fā)生顯著變化的區(qū)域才能引起視覺的興趣。

因此，人眼不能采用一個(gè)均勻的分辨率來關(guān)注整幅圖像。人眼對某些感興趣區(qū)域（如尾跡圖像中的尾跡區(qū)）的失真較敏感，而對另一些不感興趣區(qū)域（如尾跡圖像中的海水背景區(qū)）的失真則不太敏感。即使兩幅圖像存在相同的CT，但由于目標(biāo)區(qū)域不同，人眼對其質(zhì)量的評價(jià)也不相同［9］。另外，由艦船尾跡圖像特點(diǎn)可知，尾跡區(qū)與海水背景區(qū)存在明顯對比，為更深入地挖掘二者對比度的關(guān)系，可充分利用尾跡區(qū)與海水背景區(qū)的其他特性來對尾跡圖像質(zhì)量進(jìn)行評價(jià)，例如，引進(jìn)尾跡區(qū)與海水背景區(qū)的面積對比等參數(shù)來改進(jìn)對比度計(jì)算模型、通過加權(quán)因子的引入來突出體現(xiàn)尾跡區(qū)與海水背景區(qū)在總評價(jià)值中的比重［10］。

綜上所述，針對艦船尾跡圖像特點(diǎn)，提出一種基于人類視覺特性的無參考圖像質(zhì)量評價(jià)方法。設(shè)尾跡圖像尾跡區(qū)和海水背景區(qū)分別為T和B，尾跡區(qū)和海水背景區(qū)的加權(quán)系數(shù)分別為 λT和 λB，則式（1）的尾跡圖像對比度計(jì)算模型可以做出如下修改：

2.2.1 尾跡區(qū)加權(quán)因子的確定

研究發(fā)現(xiàn)，當(dāng)光刺激強(qiáng)度一定時(shí)，主觀感受與刺激面積的平方根做相應(yīng)變化，因此定義尾跡區(qū)與刺激面積相對應(yīng)的權(quán)重因子

式中：S為尾跡圖像面積；ST為圖像尾跡區(qū)面積。

又因?yàn)槿说囊曈X系統(tǒng)只對圖像中紋理和亮度發(fā)生顯著變化的區(qū)域感興趣，故定義尾跡區(qū)與灰度變化相對應(yīng)的權(quán)重因子

2.2.2 海水背景區(qū)加權(quán)因子的確定

由于海水背景區(qū)域中灰度變化很少，因此只考慮面積對興趣性的影響。定義海水背景區(qū)的加權(quán)因子

式中，SB為圖像海水背景區(qū)的面積。對和進(jìn)行歸一化，可得到尾跡區(qū)和海水背景區(qū)的加權(quán)系數(shù)

將式（5）～式（9）代入式（4），即可求出艦船尾跡圖像的對比度MCT。

由上面的分析可知，要想準(zhǔn)確求出對比度MCT，就需要準(zhǔn)確檢測識別出尾跡區(qū)與海水背景區(qū)的邊界，求出尾跡區(qū)與海水背景區(qū)的像素灰度值與面積。使用閾值是一種常見且重要的邊界檢測技術(shù)。最常用的閾值分割方式是二值化閾值分割方法，即將灰度值一分為二，所有灰度值大于或等于某閾值的像素都被判屬于研究目標(biāo)，其它像素被判屬于背景；或者相反［11-12］。因此，怎樣選取二值化閾值將圖像劃分為研究目標(biāo)和背景，便成為其中的關(guān)鍵問題。尾跡區(qū)與海水背景區(qū)有較強(qiáng)的對比，艦船尾跡圖像灰度圖的直方圖是一個(gè)雙峰直方圖，因此可以采用直接從雙峰直方圖中確定二值化閾值的方法來檢測尾跡區(qū)與海水背景區(qū)的邊界。尾跡區(qū)與海水背景區(qū)的邊界附近具有兩個(gè)峰值之間的灰度級，其像素?cái)?shù)目相對較少，因而產(chǎn)生了兩峰之間的谷。選擇谷作為灰度閾值將得到合理的邊界檢測結(jié)果。這種在研究目標(biāo)與背景有較強(qiáng)對比情況下的檢測適于采用直方圖技術(shù)來確定閾值［13］，不僅能大幅縮減數(shù)據(jù)量，簡化處理分析過程，而且還能滿足快速提取艦船尾跡光學(xué)信號特征的要求。

3 艦船尾跡圖像的對比度特征提取實(shí)驗(yàn)

為考察對比度參數(shù)在艦船尾跡光學(xué)信號特征提取中的有效性與合理性，需要進(jìn)行特征提取實(shí)驗(yàn)來獲取大量艦船尾跡圖像數(shù)據(jù)；且為克服船池環(huán)境、模擬尾流場等實(shí)驗(yàn)室條件的限制，特在海上實(shí)船應(yīng)用環(huán)境條件下進(jìn)行了對比度特征提取實(shí)驗(yàn)。完整的測試特征提取實(shí)驗(yàn)裝置的使用效果和特征表征參數(shù)的可靠性，可為艦船尾跡抑制技術(shù)的工程化應(yīng)用提供可直接參考的依據(jù)。

海上艦船尾跡對比度特征提取實(shí)驗(yàn)裝置需要兩艘艦船：一艘為目標(biāo)船，專門用來航行產(chǎn)生艦船尾跡；另一艘為測試船，用來搭載艦船尾跡圖像數(shù)據(jù)采集裝置。這兩艘都是噸位約為200 t的小型水面快艇，實(shí)驗(yàn)裝置的搭建原理示意圖如圖2所示。A區(qū)由目標(biāo)船M保持固定航向和航速的航行產(chǎn)生；B區(qū)和C區(qū)可根據(jù)圖像數(shù)據(jù)采集的需要進(jìn)行設(shè)定；尾跡區(qū)里的浮標(biāo)起參考作用；圖像數(shù)據(jù)采集裝置上的瞄準(zhǔn)器不斷微調(diào)瞄準(zhǔn)浮標(biāo)，進(jìn)行艦船尾跡圖像數(shù)據(jù)采集［14］。

圖2 艦船尾跡圖像采集實(shí)驗(yàn)裝置搭建示意圖Fig.2 The schematic diagram of construct device of the acquisition experiment of ship wake images

具體的海上對比度特征提取實(shí)驗(yàn)裝置如圖3所示，其中左圖為海上特征提取實(shí)驗(yàn)開始時(shí)目標(biāo)船M與測試船N的工作狀態(tài)實(shí)物圖；右圖為尾跡區(qū)、海水背景區(qū)以及圖像數(shù)據(jù)采集系統(tǒng)三者的相對位置圖。海上對比度特征提取實(shí)驗(yàn)開始后，目標(biāo)船M在距測試船N正橫50 m的平行線一端500 m處機(jī)動(dòng)（始點(diǎn)），保持某一速度（本實(shí)驗(yàn)航速為8，12和16 kn）勻速直線航行，在進(jìn)入測試區(qū)域后（正對測試裝置），在船艉中間處將浮標(biāo)裝置拋入尾跡中（t=0時(shí)刻）。利用測試船N上圖像數(shù)據(jù)采集裝置的瞄準(zhǔn)器不斷微調(diào)瞄準(zhǔn)浮標(biāo)，進(jìn)行艦船尾跡圖像數(shù)據(jù)的采集。利用此套實(shí)驗(yàn)裝置在某一海域開展了海上艦船尾跡對比度特征提取實(shí)驗(yàn)研究，以尋找艦船尾跡圖像對比度參數(shù)與時(shí)間、試驗(yàn)船航速間的關(guān)系。

圖3 海上特征提取實(shí)驗(yàn)裝置實(shí)物圖Fig.3 The photos of the maritime experiment device of contrast feature extraction

4 實(shí)驗(yàn)結(jié)果與分析

根據(jù)實(shí)驗(yàn)?zāi)繕?biāo)和實(shí)驗(yàn)步驟，采用上述實(shí)驗(yàn)裝置開展了對比度特征提取實(shí)驗(yàn)，獲得了航速分別為8，12和16 kn時(shí)隨時(shí)間變化的艦船尾跡圖像數(shù)據(jù)，并采用相關(guān)圖像預(yù)處理方法對采集的艦船尾跡圖像數(shù)據(jù)進(jìn)行了預(yù)處理。通過大量分析對比度特征提取實(shí)驗(yàn)中采集到的艦船尾跡圖像數(shù)據(jù)，并采用上述對比度模型的計(jì)算方法，得到如下艦船尾跡圖像對比度特征提取實(shí)驗(yàn)結(jié)果。

4.1 對比度計(jì)算結(jié)果

在對特征提取實(shí)驗(yàn)中采集到的艦船尾跡圖像數(shù)據(jù)進(jìn)行尾跡區(qū)與海水背景區(qū)的準(zhǔn)確檢測識別處理后，根據(jù)加權(quán)因子計(jì)算方法，并以圖1中6幅尾跡圖像為試驗(yàn)圖像，得到了其尾跡區(qū)與海水背景區(qū)的加權(quán)系數(shù)，如表1所示。

表1 試驗(yàn)圖像尾跡區(qū)和海水背景區(qū)加權(quán)系數(shù)表Tab.1 The weighting coefficients of the wake areas and seawater background areas

根據(jù)式（2）和式（5），分別計(jì)算各圖像基于基本計(jì)算模型的對比度值和基于改進(jìn)計(jì)算模型的對比度值，如表2所示。

表2 試驗(yàn)圖像的對比度計(jì)算結(jié)果Tab.2 The contrast calculation results of test images

4.2 主觀評價(jià)結(jié)果

本文請7位具有不同文化背景、不同資歷的人員對6幅試驗(yàn)圖像的對比度進(jìn)行了獨(dú)立打分，其主觀評價(jià)結(jié)果如表3所示（單位為%）。

表3 試驗(yàn)圖像主觀評價(jià)分?jǐn)?shù)表Tab.3 The subjective evaluation results of test images

4.3 試驗(yàn)結(jié)果分析

本文使用皮爾遜（Pearson）相關(guān)系數(shù)對試驗(yàn)結(jié)果進(jìn)行了相關(guān)性分析。皮爾遜相關(guān)系數(shù)又稱簡單相關(guān)系數(shù)，它描述了兩個(gè)定距變量間聯(lián)系的緊密程度。樣本的簡單相關(guān)系數(shù)一般用r表示，計(jì)算公式為

經(jīng)過計(jì)算，得到基于基本計(jì)算模型的對比度值與主觀評價(jià)分?jǐn)?shù)的相關(guān)系數(shù)為0.351 3，基于改進(jìn)模型的對比度值與主觀評價(jià)分?jǐn)?shù)的相關(guān)系數(shù)為0.825 3，表明尾跡圖像評價(jià)值與主觀評價(jià)值具有較高的正相關(guān)性，本文所提出的改進(jìn)方法更符合人眼的視覺特性。

4.4 提取實(shí)驗(yàn)結(jié)果分析

1）對比度參數(shù)定量評價(jià)艦船尾跡圖像情況分析。

由上述實(shí)驗(yàn)結(jié)果可知，在基本計(jì)算模型基礎(chǔ)上提出的對比度參數(shù)改進(jìn)計(jì)算方法是一種圖像質(zhì)量綜合評價(jià)方法，可有效體現(xiàn)圖像中尾跡區(qū)與海水背景區(qū)的對照情況，充分描述了艦船尾跡圖像的特性，并且能定量、可靠地評價(jià)尾跡圖像光學(xué)信號特征強(qiáng)度。另外，利用對比度特征提取實(shí)驗(yàn)獲取的航速分別為8，12和16 kn時(shí)隨時(shí)間變化的艦船尾跡圖像數(shù)據(jù)，按照上述對比度參數(shù)計(jì)算公式計(jì)算出的MCT值，繪出了不同航速條件下MCT隨時(shí)間變化的曲線（圖4）。通過分析可知，圖4中曲線的變化規(guī)律比較符合實(shí)際情況中艦船尾跡光學(xué)信號特征強(qiáng)度的變化規(guī)律：時(shí)間越長，艦船尾跡光學(xué)信號特征強(qiáng)度逐漸變?nèi)?，尾跡區(qū)與海水背景區(qū)的對比度也減弱，相應(yīng)地，對比度參數(shù)值也下降。

2）艦船尾跡光學(xué)信號特征強(qiáng)度變化的理論分析。

由圖4可知，隨著時(shí)間的變化，對比度參數(shù)MCT減小，艦船尾跡光學(xué)信號特征強(qiáng)度值不斷下降，說明艦船尾跡光學(xué)信號特征與艦船尾跡場中的氣泡數(shù)密度聯(lián)系緊密。隨著時(shí)間的延續(xù)，艦船尾跡場中所包含的尺寸較大的氣泡會(huì)快速上浮至海面破碎消失，尺寸較小的氣泡則會(huì)溶解于海水而消失，艦船尾跡場中的氣泡數(shù)密度會(huì)隨時(shí)間的增加而逐漸減小，這樣，尾跡區(qū)與海水背景區(qū)的對比度就會(huì)下降，導(dǎo)致艦船尾跡光學(xué)信號特征強(qiáng)度值也下降。另外，通過分析圖4可知，在同一時(shí)間條件下，艦船的航速越高，對比度參數(shù)MCT越大，艦船尾跡的光學(xué)信號特征強(qiáng)度值也越大，顯然航速增大的過程必將激起更多的氣泡。因?yàn)榕灤剿僭礁撸菪龢D(zhuǎn)速就越高，空泡現(xiàn)象也更強(qiáng)烈，因此艦船尾跡場中的氣泡數(shù)密度就會(huì)更大，艦船尾跡光學(xué)信號特征強(qiáng)度值也越大。

圖4 不同航速條件下對比度隨時(shí)間變化規(guī)律的曲線Fig.4 The contrast value MCTvs.time at different speeds

5 結(jié) 語

如何有效、定量評價(jià)艦船尾跡圖像質(zhì)量，并達(dá)到快速提取艦船尾跡光學(xué)信號特征的目的，是當(dāng)前急需開展的艦船光學(xué)尾跡抑制這一新技術(shù)研究領(lǐng)域的重要基礎(chǔ)課題，為此，本文研究了基于對比度計(jì)算模型的艦船尾跡圖像質(zhì)量綜合評價(jià)方法。從對比度特征提取實(shí)驗(yàn)、對比度參數(shù)計(jì)算結(jié)果以及結(jié)果討論分析可知，對比度參數(shù)MCT能有效評價(jià)艦船尾跡圖像質(zhì)量，表征艦船尾跡光學(xué)信號特征強(qiáng)度，并定量、可靠地評價(jià)艦船尾跡光學(xué)信號特征強(qiáng)度的變化情況，從而為指揮員防御基于光學(xué)尾跡制導(dǎo)的魚雷提供快速、可靠的輔助決策信息。當(dāng)然，由于在進(jìn)行海上特征提取實(shí)驗(yàn)時(shí)海上干擾因素較多，以及圖像數(shù)據(jù)采集裝置設(shè)備性能方面等原因，導(dǎo)致圖像數(shù)據(jù)采集裝置對光學(xué)尾跡的敏感性不夠好，獲得的艦船尾跡圖像數(shù)據(jù)在時(shí)間持續(xù)上不夠長，對準(zhǔn)確分析艦船尾跡光學(xué)信號特征的變化規(guī)律存在一定的影響，仍需進(jìn)一步的深入研究與完善。

［1］GONZALEZ R C，WOODS R E 著.數(shù)字圖像處理［M］.阮秋琦，譯.2版.北京：電子工業(yè)出版社，2003.

［2］中國船舶重工集團(tuán)公司.海軍武器裝備與海戰(zhàn)場環(huán)境概論［M］.北京：海洋出版社，2007.

［3］馮奇，遲衛(wèi).艦船尾跡氣泡上浮運(yùn)動(dòng)的一種表征模型［J］.中國艦船研究，2010，5（3）：27-29.

FENG Qi，CHI Wei.Characterization model on the ris?ing motion of bubble in ship wake［J］.Chinese Journal of Ship Research，2010，5（3）：27-29.

［4］REY M，TUNALEY J K E，SIBBALD T.Use of the Dempster-Shafer algorithm for the detection of SAR ship wakes［J］.IEEE Transactions on Geoscience and Remote Sensing，1993，31（5）：1114-1118.

［5］COPELAND A C，RAVICHANDRAN G，TRIVEDI M M.Localized Radon transform-based detection of ship wakes in SAR images［J］.IEEE Transactions on Geo?science and Remote Sensing，1995，33（1）：35-45.

［6］NILL N B，BOUZAS B.Objective image quality mea?sure derived from digital image power spectra［J］.Opti?cal Engineering，1992，31（4）：813-825.

［7］WANG Z，BOVIK A C，SHEIKH H R，et al.Image quality assessment：From error visibility to structural similarity［J］.IEEE Transactions on Image Process?ing，2004，13（4）：600-612.

［8］蔣剛毅，黃大江，王旭，等.圖像質(zhì)量評價(jià)方法研究進(jìn)展［J］.電子與信息學(xué)報(bào)，2010，32（1）：219-226.

JIANG Gangyi，HUANG Dajiang，WANG Xu，et al.Overview on image quality assessment methods［J］.Journal of Electronics and Information Technology，2010，32（1）：219-226。

［9］劉帥奇，胡紹海，肖揚(yáng)，等.基于局部混合濾波的SAR圖像邊緣檢測［J］.電子與信息學(xué)報(bào)，2013，35（5）：1120-1127.

LIU Shuaiqi，HU Shaohai，XIAO Yang，et al.SAR im?age edge detection based on local hybrid filter［J］.Jour?nal of Electronics and Information Technology，2013，35（5）：1120-1127.

［10］王正友，黃隆華.基于對比度敏感度的圖像質(zhì)量評 價(jià) 方 法［J］.計(jì) 算 機(jī) 應(yīng) 用 ，2006，26（8）：1857-1859

WANG Zhengyou，HUANG Longhua.Image quality assessment method based on contrast sensitivity［J］.Computer Applications，2006，26（8）：1857-1859.

［11］段瑞玲，李慶祥，李玉和.圖像邊緣檢測方法研究綜述［J］.光學(xué)技術(shù)，2005，31（3）：415-419.

DUAN Ruiling，LI Qingxiang，LI Yuhe.Summary of image edge detection［J］.Optical Technique，2005，31（3）：415-419.

［12］李杰，苗長云，武志剛，等.基于數(shù)學(xué)形態(tài)學(xué)的圖像邊緣檢測算法的研究［J］.計(jì)算機(jī)科學(xué)，2012，39（6）：546-548.

LI Jie，MIAO Changyun，WU Zhigang，et al.Algo?rithm for edge detection of image based on mathemati?cal morphology［J］.Computer Science，2012，39（6）：546-548.

［13］郭四穩(wěn)，陳偉津.基于多層次模糊增強(qiáng)的圖像邊緣檢測［J］.廣州大學(xué)學(xué)報(bào)（自然科學(xué)版），2011，10（4）：64-67.

GUO Siwen，CHEN Weijin.Image edge detection based on multi-level fuzzy enhancement［J］.Journal of Guangzhou University：Natural Science Edition ，2011，10（4）：64-67.

［14］陳明榮，遲衛(wèi)，謝田華，等.艦船尾跡光學(xué)信號特征的直方圖提取方法研究［J］.應(yīng)用光學(xué)，2013，34（2）：248-252.

CHEN Mingrong，CHI Wei， XIE Tianhua，et al.Study on the extraction of the character of the ship op?tics-wakes based on histogram analysis［J］.Journal of Applied Optics，2013，34（2）：248-252.

Extraction Method for the Contrast Features of Ship Wake Images

CHI Wei，GAO Zhansheng，CHEN Mingrong，XIE Tianhua

Department of Navigation，Dalian Naval Academy，Dalian 116018，China

It is an essential fundamental to evaluate the ship wake image's quality quantitatively and effec?tively，and to achieve the extraction of ship wake's optical signal characteristics rapidly in today's ship op?tics-wake elimination technologies.The method regarding quality evaluation of ship wake images is stud?ied in this paper based on the contrast model.By analyzing the characteristics of the obvious contrast be?tween the wake area and the seawater background area in ship wake images，this paper uses the contrast parameter as an critical index for the wake image quality evaluation process as well as the characterization of ship wake's optical signalcharacteristical strength.Specifically，in order to evaluate the actual quality of ship wake images，the weighting factors on both wake areas and seawater background areas are intro?duced，and the basic contrast calculation model is improved.This model fully considers the human visual characteristics and combines the subjective and objective evaluation methods comprehensively.A corre?sponding experiment is also conducted，which particularly focuses the maritime feature extraction.The re?sults show that the contrast parameters do not only reflect the subjective visual perception of human eyes on the wake images'actual quality，but also better reflect the application essence of the wake image pro?cessing.In brief，the contrast parameters reliably and quantitatively describe the intensity's changing rules of the ship wake's optical signal characteristics.

image quality assessment；ship wakes；optical signal feature；contrast；weighting factors

TN911.73

A

1673－3185（2014）02－95－06

10.3969/j.issn.1673-3185.2014.02.017

http://www.cnki.net/kcms/doi/10.3969/j.issn.1673-3185.2014.02.017.html

期刊網(wǎng)址：www.ship-research.com

2013－12－20 網(wǎng)絡(luò)出版時(shí)間：2014-3-31 16:33

遲衛(wèi)（1962－），男，教授。研究方向：艦船安全技術(shù)。E-mail：Dl_tiger@163.com

陳明榮（1985－），男，碩士生。研究方向：艦船尾跡特征提取與抑制研究。E-mail：ming19850216@163.com

陳明榮

［責(zé)任編輯：喻 菁］