基于襯度的水下圖像可探測度評價研究

彭 博，王金鵬

(中國海洋大學 信息科學與工程學院，山東 青島 266100)

基于襯度的水下圖像可探測度評價研究

彭 博，王金鵬

(中國海洋大學 信息科學與工程學院，山東 青島 266100)

水下圖像的襯度是反映一個水下光電探測系統(tǒng)的探測距離、探測景深、圖像接收視角等重要指標的重要信息，襯度表征圖像中目標和背景亮度的差別。研究了以目標和背景的襯度為指標的水下圖像可探測度評價方法，通過最優(yōu)的目標區(qū)域提取方法來計算目標與背景的襯度值并作為可探測度指標，將其與人眼主觀評價對比，建立一套針對水下探測圖像可探測度的質量評價體系，為水下光電探測系統(tǒng)的探測性能的評判提供重要依據。

可探測度評價；目標與背景襯度；目標區(qū)域提取

0 引言

隨著我國對海洋研究與開發(fā)的不斷深入，使用水下光電探測系統(tǒng)獲取圖像信息逐漸成為水下探測活動的主要方式。用探測圖像質量來反映探測系統(tǒng)性能可分為兩個方面：一方面是探測系統(tǒng)對目標探測能力的度量，如使用水下聲吶圖像判斷目標物體的存在性；另一方面是對目標識別精度的度量，如水下攝像系統(tǒng)對目標的識別和細節(jié)紋理的獲取。

段曉杰[1]提出了一種基于小波變換和人類視覺系統(tǒng)的圖像質量評價方法，將4級小波分解后高低頻分量的SSIM值與CSF曲線加權，然后分塊進行DCT變換，將每塊的SSIM值與前面得到的結果相乘得到檢測指標。劉偉[2]將圖像中的邊緣作為結構相似度評價的指標，采用全參考質量評價的方法對3個數據集進行了測試。在對于水下光電探測系統(tǒng)所拍攝的圖像進行質量評價方面，目前對水下圖像質量的評價多見于水下圖像復原和增強過程中[3]，Schechner 和Karpel[4]等人認為對比度是一個合理的度量水下圖像質量的標準。Hou[5]等人對存在噪聲的水下目標圖像，提出了一種基于加權灰度尺度角(Gray Scale Angle, GSA)的圖像清晰度評價標準，Arredondo[6]等人對水下視頻圖像提出了定量評估水下噪聲的方法，將估計到的速率和真實速度之間的角進行差分，用于評價水下視頻圖像。Arnold-Bos[7]等人提出了簡單的評價準則；Pratt[8]認為對于較好的對比度和無噪聲圖像，梯度幅值直方圖應近似指數分布，在低梯度處有一個小峰值。他們定義了一個0～1之間的魯棒索引。相反，若圖像受噪聲污染嚴重，或對比度很低，則梯度幅值分布是不同的。此外，Yang[9]提出在評價水下圖像質量時，可以考慮色度的偏差、亮度、飽和度，通過權重相加的方式作為圖像的質量評價指標。

這些質量評價方法側重于分析圖像的紋理、細節(jié)特征，對水下圖像質量評價反映的是圖像細節(jié)退化的程度，其評價結果并不適合作為反映探測系統(tǒng)探測性能的評價標準。

1 基于襯度的可探測度評價

相對于水下圖像的質量評價，對水下目標的可探測度評價在國內外幾乎沒有人開展研究。水下圖像的可探測度表示為感知圖像中目標存在強弱的程度，其主要取決于目標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，由于沒有自然光照，且水中背景內容單一，水下探測系統(tǒng)和潛艇等設備主要依靠自身光源進行照明和完成探測任務，此時探測圖像的襯度值完全由探測系統(tǒng)光源決定。使用基于襯度評價指標的可探測度評價系統(tǒng)對獲取圖像進行快速的目標存在性判斷，可以節(jié)省人眼主觀評價的時間，為探測設備控制人員和潛艇操作人員提供快速、有效的目標存在信息，方便其開展下一步行動。

1.1 大目標相對于背景的表觀襯度

水下光電成像系統(tǒng)對水下目標進行探測和識別，取決于目標與背景的襯度大小。由于水體介質對水下光傳輸的散射作用，特別是后向散射的影響，使得目標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度的主要因素，通過簡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度。

圖像的目標襯度定義為目標與背景的面輻射度的分差，如式(1)：

(1)

式中,C為目標的襯度，Bt為目標的表觀面輻射強度，Bb為背景的表觀面輻射強度。若光源的波譜帶很窄，面輻射強度可以用亮度來代替。

當探測目標的體積較大時，其表觀面輻射強度是照度、視角和接收器至目標的距離的函數，如式(2):

Bt=Bt(r,θ,?)

(2)

式中θ、?是觀察目標時的極坐標角，r是目標至接收器的距離。為方便起見，常對θ、?的函數關系略去，用Bt(r)表示目標表觀襯度函數。Bt(0)是目標的固有面輻射強度，為目標反射面的輻射強度。

在距離目標任一距離r處，其表觀面輻射強度一部分是由目標直射光產生的，另一部分由目標至接收器間的光徑的面輻射強度產生。由目標直射的光呈指數衰減，其體積衰減常數為α，則表觀輻射強度可表示為:

Bt(r)=e-αrBt(0)+Bp(r)

(3)

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

假定目標的存在對本底輻射強度沒有顯著影響，那么傳輸路徑的有效面輻射強度Bp(r)可由本底面輻射強度計算出來，其計算公式如下:

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反射的光一樣，也是隨距離按指數衰減的。

1.2 基于襯度的水下可探測度評價體系的建立

評價算法的核心在于如何從失真嚴重、亮度分布不均的圖像準確地獲取目標區(qū)域，并通過計算其與背景區(qū)域的襯度大小作為圖像可探測度質量評價的指標。為了驗證算法的有效性，需要創(chuàng)建一個背景統(tǒng)一均勻、目標清晰度各異的圖像數據集。使用不同目標區(qū)域獲取方法對數據集中圖像進行目標區(qū)域提取，并計算目標區(qū)域與背景的襯度，得到對數據集中圖像計算襯度最優(yōu)的算法。將計算得到的襯度值作為評價的依據與人眼主觀評分使用PLCC、KROCC、SROCC等技術指標來反映客觀評價算法與主觀評價結果的對應關系，并建立水下大尺度單一背景圖像的可探測性度量評價體系。

2 目標區(qū)域的獲取

水下目標襯度定義為目標物輻亮度同背景本底輻亮度的分數差，由于圖像中的像素值與光學理論中的亮度值具有線性同比例的換算關系，因此可用圖像中目標區(qū)域與背景區(qū)域的灰度值來表征亮度，然后通過襯度公式計算出目標的襯度值。為了計算目標區(qū)域與背景的襯度，需要得到精確的目標區(qū)域。由于一般水體的能見度不高，且光在其中衰減嚴重且分布不均，不同距離處獲得圖像質量有很大差異。為獲得目標與背景準確的襯度值，只需要提取目標輪廓信息而不需要考慮細節(jié)內容，可先將實驗圖像與數據集中同組的只含有背景的圖像進行差分，對得到的目標更加清晰的圖像進行目標區(qū)域的提取，部分差分的結果圖如圖1，從左到右分別為距離接收器一定距離的探測圖像、不含目標的背景圖像和差分相減后的圖像。然后分別使用改進的Canny算法和區(qū)域生長算法對不同質量的圖像進行目標區(qū)域的獲取并計算探測圖像的襯度值。

圖1 不同距離處的目標圖像、背景圖像和差分結果圖

2.1 改進的Canny邊緣檢測算法

Canny算子是滿足3個最優(yōu)化準則的邊緣檢測算子，即信噪比準則、定位精準準則和單邊相應準則。Canny邊緣檢測算法的步驟為：

(1)對圖像進行高斯濾波，減少噪聲干擾；

(2)對高斯濾波后的圖像，計算其梯度幅值和方向；

(3)在圖像的局部領域內對計算的梯度幅值進行非極大值的抑制，選取可能的邊緣；

(4)對經過非極大值抑制處理后的邊緣梯度圖，使用雙閾值法檢測和連接邊緣。

針對傳統(tǒng)Canny邊緣檢測算子中梯度計算模板所導致的定位不精確以及需要人工設定判斷邊緣的高低閾值，改進算法中梯度模板改進為3×3的8個方向模板，增加邊緣的定位精度[10]。其次針對差分后圖像局部過度曝光和亮度分布不均的問題，使用多尺度分塊的方法，計算塊中的梯度直方圖，用塊中的像素最值梯度和方差來自適應地確定每塊的高低閾值，最后綜合全局與塊內的閾值參數來確定圖像邊緣閾值[10]。使用傳統(tǒng)的Canny算法和改進的Canny算法的檢測結果圖如圖2。

圖2 差分圖和檢測結果

從檢測結果可以發(fā)現，隨著探測距離的增加，目標圖像的襯度會降低，使得邊緣檢測算法的效果變差。

2.2 基于區(qū)域生長算法的目標檢測

區(qū)域生長算法依據圖像灰度值的相似性將目標圖像進行區(qū)域分割。區(qū)域生長算法的設計主要有以下三點：生長種子點的確定、區(qū)域生長的條件和區(qū)域生長停止的條件。其算法實施步驟為：

(1)對圖像順序掃描,找到第1個還沒有歸屬的像素,設該像素為(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)滿足生長準則,將(x,y)與(x0,y0)合并在同一區(qū)域內,同時將(x,y)壓入堆棧。

(3)從堆棧中取出一個像素,把它當作(x0,y0)返回到步驟(2)。

(4)當堆棧為空時，返回到步驟(1)。

(5)重復步驟(1)～(4)，直到圖像中的每個點都有歸屬時，生長結束。

使用區(qū)域生長算法對數據集中部分圖像進行目標區(qū)域獲取的結果如圖3所示。

圖3 差分圖和區(qū)域生長結果

從上述結果來看，在目標比較清晰時，邊緣檢測的方法能獲得較為準確的邊緣信息，但隨著距離的增加和目標輪廓的模糊，邊緣檢測算法會失效，而區(qū)域生長算法在這樣的條件下獲得了更好的目標區(qū)域信息。

3 實驗與結果分析

數據集圖像采集實驗是在能見度為3.1～3.2 m、大小為8 m×3.6 m×2 m的水池中進行。探測系統(tǒng)光源是由兩組BILC(雙凸透鏡密集集束光源)陣列、一個FNLC(菲涅爾透鏡集束)光源構成，圖像接收系統(tǒng)為一個位于兩個陣列中間的單目CCD，目標物為40 cm×40 cm的漫反射白板。

圖4 主客觀評分的均方根誤差擬合曲線圖

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

[1] 段曉杰,范鐵生,曲大鵬.基于小波變換和HVS的彩色圖像質量評價方法[J].微型機與應用,2015，34(18):39-41.

[2] 劉偉,薄華,基于邊緣顯著區(qū)域和結構相似度的圖像視覺效果評價[J].微型機與應用, 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理論的自適應邊緣檢測方法[J].中國圖象圖形學報,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度評價研究[J].微型機與應用，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：水下圖像質量評價。E-mail：jerrypb@163.com。

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