彭 博，王金鵬

(中國(guó)海洋大學(xué) 信息科學(xué)與工程學(xué)院，山東 青島 266100)

基于襯度的水下圖像可探測(cè)度評(píng)價(jià)研究

彭 博，王金鵬

(中國(guó)海洋大學(xué) 信息科學(xué)與工程學(xué)院，山東 青島 266100)

水下圖像的襯度是反映一個(gè)水下光電探測(cè)系統(tǒng)的探測(cè)距離、探測(cè)景深、圖像接收視角等重要指標(biāo)的重要信息，襯度表征圖像中目標(biāo)和背景亮度的差別。研究了以目標(biāo)和背景的襯度為指標(biāo)的水下圖像可探測(cè)度評(píng)價(jià)方法，通過(guò)最優(yōu)的目標(biāo)區(qū)域提取方法來(lái)計(jì)算目標(biāo)與背景的襯度值并作為可探測(cè)度指標(biāo)，將其與人眼主觀評(píng)價(jià)對(duì)比，建立一套針對(duì)水下探測(cè)圖像可探測(cè)度的質(zhì)量評(píng)價(jià)體系，為水下光電探測(cè)系統(tǒng)的探測(cè)性能的評(píng)判提供重要依據(jù)。

可探測(cè)度評(píng)價(jià)；目標(biāo)與背景襯度；目標(biāo)區(qū)域提取

0 引言

隨著我國(guó)對(duì)海洋研究與開(kāi)發(fā)的不斷深入，使用水下光電探測(cè)系統(tǒng)獲取圖像信息逐漸成為水下探測(cè)活動(dòng)的主要方式。用探測(cè)圖像質(zhì)量來(lái)反映探測(cè)系統(tǒng)性能可分為兩個(gè)方面：一方面是探測(cè)系統(tǒng)對(duì)目標(biāo)探測(cè)能力的度量，如使用水下聲吶圖像判斷目標(biāo)物體的存在性；另一方面是對(duì)目標(biāo)識(shí)別精度的度量，如水下攝像系統(tǒng)對(duì)目標(biāo)的識(shí)別和細(xì)節(jié)紋理的獲取。

段曉杰[1]提出了一種基于小波變換和人類(lèi)視覺(jué)系統(tǒng)的圖像質(zhì)量評(píng)價(jià)方法，將4級(jí)小波分解后高低頻分量的SSIM值與CSF曲線加權(quán)，然后分塊進(jìn)行DCT變換，將每塊的SSIM值與前面得到的結(jié)果相乘得到檢測(cè)指標(biāo)。劉偉[2]將圖像中的邊緣作為結(jié)構(gòu)相似度評(píng)價(jià)的指標(biāo)，采用全參考質(zhì)量評(píng)價(jià)的方法對(duì)3個(gè)數(shù)據(jù)集進(jìn)行了測(cè)試。在對(duì)于水下光電探測(cè)系統(tǒng)所拍攝的圖像進(jìn)行質(zhì)量評(píng)價(jià)方面，目前對(duì)水下圖像質(zhì)量的評(píng)價(jià)多見(jiàn)于水下圖像復(fù)原和增強(qiáng)過(guò)程中[3]，Schechner 和Karpel[4]等人認(rèn)為對(duì)比度是一個(gè)合理的度量水下圖像質(zhì)量的標(biāo)準(zhǔn)。Hou[5]等人對(duì)存在噪聲的水下目標(biāo)圖像，提出了一種基于加權(quán)灰度尺度角(Gray Scale Angle, GSA)的圖像清晰度評(píng)價(jià)標(biāo)準(zhǔn)，Arredondo[6]等人對(duì)水下視頻圖像提出了定量評(píng)估水下噪聲的方法，將估計(jì)到的速率和真實(shí)速度之間的角進(jìn)行差分，用于評(píng)價(jià)水下視頻圖像。Arnold-Bos[7]等人提出了簡(jiǎn)單的評(píng)價(jià)準(zhǔn)則；Pratt[8]認(rèn)為對(duì)于較好的對(duì)比度和無(wú)噪聲圖像，梯度幅值直方圖應(yīng)近似指數(shù)分布，在低梯度處有一個(gè)小峰值。他們定義了一個(gè)0～1之間的魯棒索引。相反，若圖像受噪聲污染嚴(yán)重，或?qū)Ρ榷群艿?，則梯度幅值分布是不同的。此外，Yang[9]提出在評(píng)價(jià)水下圖像質(zhì)量時(shí)，可以考慮色度的偏差、亮度、飽和度，通過(guò)權(quán)重相加的方式作為圖像的質(zhì)量評(píng)價(jià)指標(biāo)。

這些質(zhì)量評(píng)價(jià)方法側(cè)重于分析圖像的紋理、細(xì)節(jié)特征，對(duì)水下圖像質(zhì)量評(píng)價(jià)反映的是圖像細(xì)節(jié)退化的程度，其評(píng)價(jià)結(jié)果并不適合作為反映探測(cè)系統(tǒng)探測(cè)性能的評(píng)價(jià)標(biāo)準(zhǔn)。

1 基于襯度的可探測(cè)度評(píng)價(jià)

相對(duì)于水下圖像的質(zhì)量評(píng)價(jià)，對(duì)水下目標(biāo)的可探測(cè)度評(píng)價(jià)在國(guó)內(nèi)外幾乎沒(méi)有人開(kāi)展研究。水下圖像的可探測(cè)度表示為感知圖像中目標(biāo)存在強(qiáng)弱的程度，其主要取決于目標(biāo)與背景之間的輻亮度和顏色的差別(即襯度)。特別是在深海環(huán)境中，由于沒(méi)有自然光照，且水中背景內(nèi)容單一，水下探測(cè)系統(tǒng)和潛艇等設(shè)備主要依靠自身光源進(jìn)行照明和完成探測(cè)任務(wù)，此時(shí)探測(cè)圖像的襯度值完全由探測(cè)系統(tǒng)光源決定。使用基于襯度評(píng)價(jià)指標(biāo)的可探測(cè)度評(píng)價(jià)系統(tǒng)對(duì)獲取圖像進(jìn)行快速的目標(biāo)存在性判斷，可以節(jié)省人眼主觀評(píng)價(jià)的時(shí)間，為探測(cè)設(shè)備控制人員和潛艇操作人員提供快速、有效的目標(biāo)存在信息，方便其開(kāi)展下一步行動(dòng)。

1.1 大目標(biāo)相對(duì)于背景的表觀襯度

水下光電成像系統(tǒng)對(duì)水下目標(biāo)進(jìn)行探測(cè)和識(shí)別，取決于目標(biāo)與背景的襯度大小。由于水體介質(zhì)對(duì)水下光傳輸?shù)纳⑸渥饔?，特別是后向散射的影響，使得目標(biāo)與水體背景的表觀襯度降低。而襯度的降低是限制水下能見(jiàn)度的主要因素，通過(guò)簡(jiǎn)單的提高照明光源的功率和接收器的靈敏度并不能有效地改善能見(jiàn)度。

圖像的目標(biāo)襯度定義為目標(biāo)與背景的面輻射度的分差，如式(1)：

(1)

式中,C為目標(biāo)的襯度，Bt為目標(biāo)的表觀面輻射強(qiáng)度，Bb為背景的表觀面輻射強(qiáng)度。若光源的波譜帶很窄，面輻射強(qiáng)度可以用亮度來(lái)代替。

當(dāng)探測(cè)目標(biāo)的體積較大時(shí)，其表觀面輻射強(qiáng)度是照度、視角和接收器至目標(biāo)的距離的函數(shù)，如式(2):

Bt=Bt(r,θ,?)

(2)

式中θ、?是觀察目標(biāo)時(shí)的極坐標(biāo)角，r是目標(biāo)至接收器的距離。為方便起見(jiàn)，常對(duì)θ、?的函數(shù)關(guān)系略去，用Bt(r)表示目標(biāo)表觀襯度函數(shù)。Bt(0)是目標(biāo)的固有面輻射強(qiáng)度，為目標(biāo)反射面的輻射強(qiáng)度。

在距離目標(biāo)任一距離r處，其表觀面輻射強(qiáng)度一部分是由目標(biāo)直射光產(chǎn)生的，另一部分由目標(biāo)至接收器間的光徑的面輻射強(qiáng)度產(chǎn)生。由目標(biāo)直射的光呈指數(shù)衰減，其體積衰減常數(shù)為α，則表觀輻射強(qiáng)度可表示為:

Bt(r)=e-αrBt(0)+Bp(r)

(3)

式中，Bp(r)為光路徑的面輻射強(qiáng)度，它是目標(biāo)至接收器的距離函數(shù)；Bt(r)為距離目標(biāo)r處的表觀面輻射強(qiáng)度。

假定目標(biāo)的存在對(duì)本底輻射強(qiáng)度沒(méi)有顯著影響，那么傳輸路徑的有效面輻射強(qiáng)度Bp(r)可由本底面輻射強(qiáng)度計(jì)算出來(lái)，其計(jì)算公式如下:

Bb(r)=e-αrBb(0)+Bp(r)

(4)

將式(3)與式(4)帶入式(1)得到：

(5)

由式(5)可知，位于接收器處的表觀襯度與目標(biāo)反射的光一樣，也是隨距離按指數(shù)衰減的。

1.2 基于襯度的水下可探測(cè)度評(píng)價(jià)體系的建立

評(píng)價(jià)算法的核心在于如何從失真嚴(yán)重、亮度分布不均的圖像準(zhǔn)確地獲取目標(biāo)區(qū)域，并通過(guò)計(jì)算其與背景區(qū)域的襯度大小作為圖像可探測(cè)度質(zhì)量評(píng)價(jià)的指標(biāo)。為了驗(yàn)證算法的有效性，需要?jiǎng)?chuàng)建一個(gè)背景統(tǒng)一均勻、目標(biāo)清晰度各異的圖像數(shù)據(jù)集。使用不同目標(biāo)區(qū)域獲取方法對(duì)數(shù)據(jù)集中圖像進(jìn)行目標(biāo)區(qū)域提取，并計(jì)算目標(biāo)區(qū)域與背景的襯度，得到對(duì)數(shù)據(jù)集中圖像計(jì)算襯度最優(yōu)的算法。將計(jì)算得到的襯度值作為評(píng)價(jià)的依據(jù)與人眼主觀評(píng)分使用PLCC、KROCC、SROCC等技術(shù)指標(biāo)來(lái)反映客觀評(píng)價(jià)算法與主觀評(píng)價(jià)結(jié)果的對(duì)應(yīng)關(guān)系，并建立水下大尺度單一背景圖像的可探測(cè)性度量評(píng)價(jià)體系。

2 目標(biāo)區(qū)域的獲取

水下目標(biāo)襯度定義為目標(biāo)物輻亮度同背景本底輻亮度的分?jǐn)?shù)差，由于圖像中的像素值與光學(xué)理論中的亮度值具有線性同比例的換算關(guān)系，因此可用圖像中目標(biāo)區(qū)域與背景區(qū)域的灰度值來(lái)表征亮度，然后通過(guò)襯度公式計(jì)算出目標(biāo)的襯度值。為了計(jì)算目標(biāo)區(qū)域與背景的襯度，需要得到精確的目標(biāo)區(qū)域。由于一般水體的能見(jiàn)度不高，且光在其中衰減嚴(yán)重且分布不均，不同距離處獲得圖像質(zhì)量有很大差異。為獲得目標(biāo)與背景準(zhǔn)確的襯度值，只需要提取目標(biāo)輪廓信息而不需要考慮細(xì)節(jié)內(nèi)容，可先將實(shí)驗(yàn)圖像與數(shù)據(jù)集中同組的只含有背景的圖像進(jìn)行差分，對(duì)得到的目標(biāo)更加清晰的圖像進(jìn)行目標(biāo)區(qū)域的提取，部分差分的結(jié)果圖如圖1，從左到右分別為距離接收器一定距離的探測(cè)圖像、不含目標(biāo)的背景圖像和差分相減后的圖像。然后分別使用改進(jìn)的Canny算法和區(qū)域生長(zhǎng)算法對(duì)不同質(zhì)量的圖像進(jìn)行目標(biāo)區(qū)域的獲取并計(jì)算探測(cè)圖像的襯度值。

圖1 不同距離處的目標(biāo)圖像、背景圖像和差分結(jié)果圖

2.1 改進(jìn)的Canny邊緣檢測(cè)算法

Canny算子是滿(mǎn)足3個(gè)最優(yōu)化準(zhǔn)則的邊緣檢測(cè)算子，即信噪比準(zhǔn)則、定位精準(zhǔn)準(zhǔn)則和單邊相應(yīng)準(zhǔn)則。Canny邊緣檢測(cè)算法的步驟為：

(1)對(duì)圖像進(jìn)行高斯濾波，減少噪聲干擾；

(2)對(duì)高斯濾波后的圖像，計(jì)算其梯度幅值和方向；

(3)在圖像的局部領(lǐng)域內(nèi)對(duì)計(jì)算的梯度幅值進(jìn)行非極大值的抑制，選取可能的邊緣；

(4)對(duì)經(jīng)過(guò)非極大值抑制處理后的邊緣梯度圖，使用雙閾值法檢測(cè)和連接邊緣。

針對(duì)傳統(tǒng)Canny邊緣檢測(cè)算子中梯度計(jì)算模板所導(dǎo)致的定位不精確以及需要人工設(shè)定判斷邊緣的高低閾值，改進(jìn)算法中梯度模板改進(jìn)為3×3的8個(gè)方向模板，增加邊緣的定位精度[10]。其次針對(duì)差分后圖像局部過(guò)度曝光和亮度分布不均的問(wèn)題，使用多尺度分塊的方法，計(jì)算塊中的梯度直方圖，用塊中的像素最值梯度和方差來(lái)自適應(yīng)地確定每塊的高低閾值，最后綜合全局與塊內(nèi)的閾值參數(shù)來(lái)確定圖像邊緣閾值[10]。使用傳統(tǒng)的Canny算法和改進(jìn)的Canny算法的檢測(cè)結(jié)果圖如圖2。

圖2 差分圖和檢測(cè)結(jié)果

從檢測(cè)結(jié)果可以發(fā)現(xiàn)，隨著探測(cè)距離的增加，目標(biāo)圖像的襯度會(huì)降低，使得邊緣檢測(cè)算法的效果變差。

2.2 基于區(qū)域生長(zhǎng)算法的目標(biāo)檢測(cè)

區(qū)域生長(zhǎng)算法依據(jù)圖像灰度值的相似性將目標(biāo)圖像進(jìn)行區(qū)域分割。區(qū)域生長(zhǎng)算法的設(shè)計(jì)主要有以下三點(diǎn)：生長(zhǎng)種子點(diǎn)的確定、區(qū)域生長(zhǎng)的條件和區(qū)域生長(zhǎng)停止的條件。其算法實(shí)施步驟為：

(1)對(duì)圖像順序掃描,找到第1個(gè)還沒(méi)有歸屬的像素,設(shè)該像素為(x0,y0)。

(2)以(x0,y0)為中心,考慮(x0,y0)的8鄰域像素(x,y)，如果(x,y)滿(mǎn)足生長(zhǎng)準(zhǔn)則,將(x,y)與(x0,y0)合并在同一區(qū)域內(nèi),同時(shí)將(x,y)壓入堆棧。

(3)從堆棧中取出一個(gè)像素,把它當(dāng)作(x0,y0)返回到步驟(2)。

(4)當(dāng)堆棧為空時(shí)，返回到步驟(1)。

(5)重復(fù)步驟(1)～(4)，直到圖像中的每個(gè)點(diǎn)都有歸屬時(shí)，生長(zhǎng)結(jié)束。

使用區(qū)域生長(zhǎng)算法對(duì)數(shù)據(jù)集中部分圖像進(jìn)行目標(biāo)區(qū)域獲取的結(jié)果如圖3所示。

圖3 差分圖和區(qū)域生長(zhǎng)結(jié)果

從上述結(jié)果來(lái)看，在目標(biāo)比較清晰時(shí)，邊緣檢測(cè)的方法能獲得較為準(zhǔn)確的邊緣信息，但隨著距離的增加和目標(biāo)輪廓的模糊，邊緣檢測(cè)算法會(huì)失效，而區(qū)域生長(zhǎng)算法在這樣的條件下獲得了更好的目標(biāo)區(qū)域信息。

3 實(shí)驗(yàn)與結(jié)果分析

數(shù)據(jù)集圖像采集實(shí)驗(yàn)是在能見(jiàn)度為3.1～3.2 m、大小為8 m×3.6 m×2 m的水池中進(jìn)行。探測(cè)系統(tǒng)光源是由兩組BILC(雙凸透鏡密集集束光源)陣列、一個(gè)FNLC(菲涅爾透鏡集束)光源構(gòu)成，圖像接收系統(tǒng)為一個(gè)位于兩個(gè)陣列中間的單目CCD，目標(biāo)物為40 cm×40 cm的漫反射白板。

圖4 主客觀評(píng)分的均方根誤差擬合曲線圖

從客觀襯度值與人眼主觀評(píng)分的均方根誤差(RMSE)擬合曲線圖中可以發(fā)現(xiàn)，襯度評(píng)分值與人眼主觀的感受評(píng)價(jià)具有較高的一致性。曲線總體向右上方傾斜，表明使用襯度值來(lái)客觀評(píng)價(jià)水下探測(cè)圖像目標(biāo)的可探測(cè)度是一種可行的方法，可以為探測(cè)系統(tǒng)探測(cè)性能的評(píng)價(jià)提供有效的信息。

[1] 段曉杰,范鐵生,曲大鵬.基于小波變換和HVS的彩色圖像質(zhì)量評(píng)價(jià)方法[J].微型機(jī)與應(yīng)用,2015，34(18):39-41.

[2] 劉偉,薄華,基于邊緣顯著區(qū)域和結(jié)構(gòu)相似度的圖像視覺(jué)效果評(píng)價(jià)[J].微型機(jī)與應(yīng)用, 2016, 35(9):48-51.

[3] YANG M, JI Z. Quaternion color morphological filters for underwater images[J]. Journal of Computational & Theoretical Nanoscience, 2012, 7(1):557-560.

[4] SCHECHNER Y Y, KARPEL N. Recovery of underwater visibility and structure by polarization analysis[J]. IEEE Journal of Oceanic Engineering, 2005, 30(3):570-587.

[5] HOU W, WEIDEMANN A D, GRAY D J, et al. Imagery-derived modulation transfer function and its applications for underwater imaging[C]. Optical Engineering+Applications. International Society for Optics and Photonics, 2007:6696.

[6] ARREDONDO M, LEBART K L. A methodology for the systematic assessment of underwater video processing algorithms[C]. Oceans, 2005(1):362-367.

[7] ARNOLD-BOS A, MALKASSE J P, KERVERN G. Towards a model-free denoising of underwater optical images[C]. Oceans, IEEE, 2005(1):527-532.

[8] RAIMONDO S, SILVIA C. Underwater image processing: state of the art of restoration and image enhancement methods[J]. EURASIP Journal on Advances in Signal Processing, 2010, 2010(1):1-14.

[9] YANG M, SOWMYA A. An underwater color image quality evaluation metric[J]. IEEE Transactions on Image Processing, 2015, 24(12):6062-6071.

[10] 王植,賀賽先.一種基于Canny理論的自適應(yīng)邊緣檢測(cè)方法[J].中國(guó)圖象圖形學(xué)報(bào),2004,9(8):957-962.

Research on detachability evaluation of underwater image based on contrast

Peng Bo, Wang Jinpeng

(School of Information Science and Engineering, Ocean University of China, Qingdao 266100, China)

Image contrast is an important factor that reflects the detection range, depth of field, and angle of view of an underwater photo detection system. Contrast characterizes the difference between target and background brightness in an image. This paper researched on the detachability evaluation of underwater image based on contrast. It is necessary to acquire the best target area and calculate the contrast between the target and background, which as a detectable indicator and contrasts with subjective evaluation of human eye. Through this method to establish a set of quality evaluation system for detectability of underwater detection images, which can be the important reference of judgment of detection performance of underwater photoelectric detection system.

detectability judgment; contrast of target and background; target area extraction

TP391.41

A

10.19358/j.issn.1674- 7720.2017.15.014

彭博，王金鵬.基于襯度的水下圖像可探測(cè)度評(píng)價(jià)研究[J].微型機(jī)與應(yīng)用，2017,36(15)：49-52.

2017-02-15)

彭博(1992-)，通信作者，男，碩士研究生，主要研究方向：水下圖像質(zhì)量評(píng)價(jià)。E-mail：jerrypb@163.com。

王金鵬(1989-)，男，碩士研究生，主要研究方向：水下圖像復(fù)原、水下圖像增強(qiáng)。