宋 亞,邢 剛,蔡 榮
(華北光電技術研究所,北京100015)
可見光周視成像是把360°視場的景物實時顯示出來,這在監(jiān)控、搜索等多種系統(tǒng)中都有應用,目前成熟的解決方案有全景功能相機、球面攝像機等。全景功能相機是通過緩慢移動相機采集圖像,再通過圖像的配準和融合實現(xiàn)功能,完成一幅全景圖像用時較長且二次處理不方便;球面攝像機可以同時對安裝點位中心的半球空間取景,但是圖像質(zhì)量不佳[1-2]。對于監(jiān)控、搜索等系統(tǒng)來說,目標移動速度快慢不定,應用環(huán)境復雜,要求系統(tǒng)有足夠的反應時間和環(huán)境適應性,因此需要可見光周視成像系統(tǒng)在高成像質(zhì)量的前提下,圖像刷新速率足夠高且可調(diào),現(xiàn)有成熟的方案滿足不了這個要求。
基于上述分析,本文采用在高速運動中采集360°全景圖像的思路,提出了一種基于圖像評價的可見光周視成像參數(shù)優(yōu)化設計方法:將相機固定在高速旋轉(zhuǎn)的轉(zhuǎn)臺上采集不同方位圖像,并對不同方位的圖像進行拼接得到360°全景圖像。系統(tǒng)可以通過調(diào)整轉(zhuǎn)臺轉(zhuǎn)速控制全景圖像刷新速率,并基于圖像質(zhì)量評價系統(tǒng)選擇相機最優(yōu)參數(shù),進而得到優(yōu)質(zhì)圖像。本文依據(jù)應用場景的特點選取了多種評價函數(shù)并對其進行綜合加權,以求結果能夠更切合實際。
系統(tǒng)的工作原理是將可見光相機固定在轉(zhuǎn)臺之上,通過轉(zhuǎn)臺的高速轉(zhuǎn)動,對不同的方位場景進行成像,通過圖像拼接實現(xiàn)周視全景實時成像。在轉(zhuǎn)臺高速運動的過程中,相機隨著轉(zhuǎn)臺一起轉(zhuǎn)動,并對不同方位的場景進行成像;圖像數(shù)據(jù)通過轉(zhuǎn)臺滑環(huán)傳輸?shù)焦た貦C進行存儲;對單幀的可見光圖像進行評價,根據(jù)評價結果調(diào)整成像參數(shù),反饋到系統(tǒng)中;最后將最優(yōu)的圖像進行拼接,實現(xiàn)清晰的周視圖像。系統(tǒng)的架構如圖1所示。
圖1 系統(tǒng)架構
可見光相機在運動的情況下成像,會造成圖像的模糊,而且圖像質(zhì)量會隨著模糊程度的增加變差。之所以會產(chǎn)生模糊是由于相機在曝光的時候與景物有相對運動,所以說轉(zhuǎn)臺轉(zhuǎn)速和曝光時間共同決定了模糊的程度,了解兩者之間的關系能夠解決這個問題。
當相機和景物產(chǎn)生相對運動時,由于相機曝光需要時間,景物在成像上會產(chǎn)生位移,也就是拖影。結合本文實際模型,運動模糊產(chǎn)生的拖影大小可按下式計算:
其中,σ為拖影像素大小;ν為轉(zhuǎn)臺轉(zhuǎn)速;t為曝光時間;n為運動方向像元數(shù);θ為運動方向視場角。因為人類視覺對50個像素以內(nèi)的區(qū)域模糊可以接受,取轉(zhuǎn)臺轉(zhuǎn)速360°/s時,曝光時間應在1~0.1 ms區(qū)域內(nèi)調(diào)整。一般成像質(zhì)量主要體現(xiàn)在圖像清晰度和亮度等方面,而曝光時間是影響圖像的亮度和清晰度的主要因素之一,所以如何在短曝光時間和高清晰度之間找到平衡點是問題所在。本文提出了一種綜合多個質(zhì)量評價函數(shù)的方法尋找合適的曝光時間,并通過圖像評價結果修正相機參數(shù),最終得到了最優(yōu)圖像。
一般情況可把圖像分為兩大類:天空背景和地面背景。天空背景較為單純,主要觀測飛機、鳥類等小目標。由于背景單一,目標少且多為云等邊界模糊的物體,所以主要考慮的問題是不同曝光時間所帶來的彩色度的變化。相比于天空背景,地面背景更為復雜,目標多樣且大小不一,主要分為樹木和建筑。樹木的輪廓和細節(jié)明顯,而建筑的紋理更為突出,這些特點都屬于清晰度范疇。所以本文中影響圖像質(zhì)量的因素主要有兩個:清晰度和彩色度,圖像質(zhì)量的評價應為清晰度評價和彩色度評價的綜合加權。同時對于不同的目標,評價的側(cè)重點也會有所區(qū)別,以保證結果更真實。
圖像清晰度評價有多種不同的方法[3],本文選取的是梯度函數(shù)和能量譜函數(shù)。梯度函數(shù)對于邊緣和紋理的信息表現(xiàn)好,適合建筑物的評價;能量譜函數(shù)的抗噪聲能力好,靈敏度較高,對細節(jié)繁雜的樹木評價有優(yōu)勢[4]。最終把梯度函數(shù)和能量譜函數(shù)綜合加權作為對清晰度的評價。而對于如何評價一幅自然圖像的總體色彩程度目前還沒有一個統(tǒng)一的標準,本文依據(jù)Hasler等人提出了一個衡量彩色程度的算法來對圖像彩色度進行評價[5]。
(1)拉普拉斯梯度:用拉普拉斯八鄰域模板得到每個像素的拉普拉斯梯度,然后用所有像素的拉普拉斯梯度平均值做清晰度評價值,清晰度度量為式(2):
(2)能量譜:根據(jù)傅里葉光學理論,圖像的清晰程度主要由光強分布中高頻分量的多少決定,因此可以用圖像光強分布的高頻分量的含量多少作為圖像聚焦評價函數(shù)的主要依據(jù):
(3)彩色度算法:算法首先是通過主觀評價實驗對大量圖像分級,然后從12個圖像特征參數(shù)中選出各個子集的線性組合來表示彩色程度,最終由和實驗結果相關性最大這個評判標準決定了參數(shù)。結果如下:
其中,rg=r-g,yb=0.5(r+g)-b,σ,μ 代表像素在顏色空間內(nèi)的標準方差和均值。
綜合上述評價函數(shù),本文所采用的圖像質(zhì)量評價函數(shù)為:
其中,a1,a2,a3為權系數(shù)。當應用場景為地面且多為建筑物時,a1較大;地面樹木較多時,a2較大;當應用場景為天空時,a3較大??傊鶕?jù)圖像內(nèi)容的不同權系數(shù)會有所區(qū)別。
本文選擇最優(yōu)化參數(shù)的流程如下:首先確定轉(zhuǎn)臺轉(zhuǎn)速,根據(jù)轉(zhuǎn)速可以粗定相機曝光時間在大區(qū)間[a,b]內(nèi)調(diào)整,并根據(jù)不同的應用場景,確定評價函數(shù)的權系數(shù);然后選擇區(qū)間[a,b]內(nèi)等距離的n=1,2,…,N個點做粗定位,從這個區(qū)間內(nèi)根據(jù)評價結果選出最優(yōu)值所在小區(qū)間[c,d];再從小區(qū)間[c,d]內(nèi)選擇等距離的m=1,2,…,M個點做精定位,根據(jù)評價結果所得出的曝光時間即為此應用情景下的最優(yōu)參數(shù)。方法流程如圖2所示。
圖2 流程圖
實驗相機選擇的是PhotonFocus公司的MVD640c,分辨率為640×480,相機鏡頭焦距75 mm。采集數(shù)據(jù)時轉(zhuǎn)臺轉(zhuǎn)速固定為360°/s,相機幀頻定為100 Hz保持不變。此時曝光時間從100~1000μs,粗定位時曝光步長定為200μs。
(1)房屋:圖3為轉(zhuǎn)臺轉(zhuǎn)速360°/s時的房屋圖像(注:曝光時間低于200μs時由于采光不足開啟相機增益×2功能)。
圖3 粗定位的房屋圖像
嘗試不同的參數(shù)選擇,根據(jù)圖像評價的與主觀一致性、尖銳性、單峰性等標準,最終選擇a1=0.4,a2=0.3,a3=0.3。根據(jù)粗定位的結果,可以確定最優(yōu)化參數(shù)范圍是100~200μs之間。精定位時步長定為20μs,圖像如圖4所示。房屋圖像質(zhì)量評價結果如表1所示。由綜合評價函數(shù)算出的圖像質(zhì)量,從評價數(shù)據(jù)中可以看出160μs為理想曝光時間,并且符合主觀評價。
圖4 精定位的房屋圖像
表1 房屋圖像質(zhì)量評價結果
(2)樹木:應用場景為樹木和天空時流程基本不變。精定位區(qū)間大致相同,所以直接給出。圖5為轉(zhuǎn)臺轉(zhuǎn)速360°/s時的樹木圖像。
圖5 不同曝光時間下的樹木
根據(jù)圖像評價的與主觀一致性、尖銳性、單峰性等標準,最終選擇a1=0.3,a2=0.4,a3=0.3。由綜合評價函數(shù)算出各圖像的質(zhì)量,從評價數(shù)據(jù)中可以看出160μs為理想曝光時間,符合主觀評價。
(3)天空:圖6為轉(zhuǎn)臺轉(zhuǎn)360°/s時的天空圖像。根據(jù)圖像評價的與主觀一致性、尖銳性等標準,最終選擇a1=0.2,a2=0.2,a3=0.6。由綜合評價函數(shù)算出各圖像的質(zhì)量,從評價數(shù)據(jù)中可以看出180μs為理想曝光時間,符合主觀評價。
圖6 不同曝光時間下的天空
天空圖像質(zhì)量評價結果如表2所示。
表2 天空圖像質(zhì)量評價結果
綜合以上結果:當轉(zhuǎn)臺轉(zhuǎn)速為1圈/秒、圖像為地面目標時,曝光時間以160μs為最佳,圖像為天空目標時,曝光時間以180μs為最佳。
由于在室內(nèi)進行實驗,窗內(nèi)外光照差別很大,不能保證對360°景物的同時清晰成像,以下圖像均為窗外景物的成像,但足以作為結果說明情況。
轉(zhuǎn)臺轉(zhuǎn)速1圈/秒時的拼接結果如圖7所示。
從拼接結果可以看出圖像細節(jié)清晰,拼接效果良好,全景圖像刷新速率可調(diào),并且能夠適應不同的應用場景,根據(jù)設備擺放位置、俯仰角度變化等所帶來的應用場景變化相應的改變相機參數(shù),保證每一場景系統(tǒng)都有高質(zhì)量的圖像。
本文提供了一種基于圖像評價的實時顯示360°周視圖像的方法,通過將可見光相機固定在轉(zhuǎn)臺之上隨之高速轉(zhuǎn)動,對不同的方位場景進行成像實現(xiàn)了功能,并對不同應用場景圖像的清晰度和彩色度綜合評價做出了最優(yōu)化圖像的選擇。最終圖像細節(jié)清晰,具有實時顯示功能,能夠根據(jù)應用要求改變相機、鏡頭焦距、圖像刷新速率等,適用于各個領域。
本方法還存在很多不足之處需要改進:本文只對三種背景做了參數(shù)選擇,但實際應用環(huán)境會復雜的多,應引入自動評價和自動調(diào)整曝光時間、光圈等功能來適應不同環(huán)境;圖像預處理時缺少圖像復原步驟,這對于改善圖像質(zhì)量有很大幫助,是系統(tǒng)下一步的研究方向。
[1] Song L,Lin Y C,Liu Q H,et al.Novel evaluation model for different-source image fusion quality[J].Laser& Infrared,2010,40(1):99 -102.(in Chinese)
宋樂,林玉池,劉啟海,等.一種新型異源圖像融合質(zhì)量評價模型[J].激光與紅外,2010,40(1):99 -102.
[2] He SH,Shao X F,Yang CQ,etal.Analysis for the cylinder image quality of hyperbolic-catadioptric panorama image system [J].Laser & Infrared,2012,42(2):187:191.(in Chinese)
何四華,邵曉方,楊紹清,等.雙曲面折反射全景成像柱面展開圖像質(zhì)量分析[J].激光與紅外,2012,42(2):187:191.
[3] Jiang G Y,Huang D J,Wang X,et al.Overview on image quality assessmentmethods[J].Journal of Electronics &Information Technology,2011,32(1):219 - 224.(in Chinese)
蔣剛毅,黃大江,王旭,等.圖像質(zhì)量評價方法研究進展[J].電子與信息學報,2010,32(1):219-224.
[4] Pang SL.Image ambiguity evaluation studies[D].Xi'an:Xidian University,2010.(in Chinese)
龐勝利.圖像模糊度評價研究[D].西安:西安電子科技大學,2010.
[5] D Hasler.Measuring colorfulness in natural images[J].IS & T/SID Electronic Imaging,2003.