蔣云峰，武東生，黃富瑜

（陸軍工程大學(xué)石家莊校區(qū)電子與光學(xué)工程系，石家莊050000）

引 言

傳統(tǒng)夜視技術(shù)是依靠夜天光作為光源、光線(xiàn)經(jīng)目標(biāo)反射后利用光增強(qiáng)的光電成像技術(shù)［1］，其成像為灰度圖像，存在信噪比、對(duì)比度低與缺乏深度感、層次感等問(wèn)題［2］。經(jīng)研究，人眼僅可以分辨幾十種灰度級(jí)，但可以區(qū)分上千種顏色。顏色可提高圖像對(duì)比度，進(jìn)而提高人眼識(shí)別目標(biāo)的概率與正確率。針對(duì)人眼對(duì)于目標(biāo)的顏色信息有更為敏感的特性［3-4］，實(shí)現(xiàn)彩色夜視有重要的應(yīng)用價(jià)值。彩色夜視技術(shù)中的假彩色與偽彩色夜視技術(shù)，其得到的結(jié)果圖像顏色信息不一定與大腦或計(jì)算機(jī)所存儲(chǔ)的顏色信息相匹配［5］，對(duì)于人眼識(shí)別目標(biāo)的正確率與速率造成一定阻礙。所以，探究真彩色夜視技術(shù)，尋求被探測(cè)目標(biāo)的忠于人眼的真實(shí)色彩信息成為熱點(diǎn)研究課題。

真彩色夜視技術(shù)是通過(guò)濾光技術(shù)實(shí)現(xiàn)夜間可見(jiàn)微光的分譜，采集分波段圖像后進(jìn)行圖像處理與圖像融合后得到真彩色夜視圖像的技術(shù)［6］。真彩色夜視技術(shù)致力于得到與白晝條件下目標(biāo)顏色信息相符的真彩色夜視圖像，而尋求最佳的光譜分割點(diǎn)是有效還原目標(biāo)真實(shí)色彩信息的關(guān)鍵［7］。目前關(guān)于彩色夜視技術(shù)的光譜劃分主要以提高目標(biāo)識(shí)別概率為目的，這便摒棄了還原目標(biāo)真實(shí)色彩信息的原則。例如，基于對(duì)比度反轉(zhuǎn)最大原則的光譜劃分方法［8］，即便對(duì)于目標(biāo)在結(jié)果圖像中的具有很好的突出效果，但其是以犧牲真實(shí)色彩信息為代價(jià)的。

作者通過(guò)分析夜視系統(tǒng)的成像過(guò)程，結(jié)合滿(mǎn)月條件下夜天光譜特性、典型目標(biāo)的光譜反射特性以及探測(cè)器陰極的光譜響應(yīng)特性，根據(jù)典型目標(biāo)彩色圖像像素點(diǎn)的三基色值坐標(biāo)與真彩色夜視技術(shù)在光電陰極產(chǎn)生的三波段圖像的電流值坐標(biāo)，將基于最小歐氏距離原理的光譜劃分方法應(yīng)用于真彩色夜視。根據(jù)分割點(diǎn)制備濾光片，將本文中光譜分割方法與傳統(tǒng)分割方法進(jìn)行實(shí)驗(yàn)對(duì)比，采集原始微光圖像和分波段圖像后經(jīng)融合得到真彩色夜視圖像，并進(jìn)行了主觀評(píng)價(jià)。最后，對(duì)本文中方法的結(jié)果圖像進(jìn)行了圖像細(xì)節(jié)方面的客觀評(píng)價(jià)。

1 真彩色微光夜視原理

作者設(shè)計(jì)的三波段單通道真彩色微光夜視技術(shù)方案，是基于濾光片的分色原理，將夜間可見(jiàn)微光C分為三基色光，即 C=r（R）+g（G）+b（B），其中 r，g，b分別為三基色光譜的值［9］；R，G，B表示三基色源圖像。采集分光譜圖像后經(jīng)過(guò)圖像處理與圖像融合，得到具有與白晝條件下相同或相近信息的真彩色夜視圖像，最大程度還原被探測(cè)目標(biāo)的真實(shí)色彩信息。本文中設(shè)計(jì)的單通道真彩色夜視技術(shù)方案如圖1所示。目標(biāo)輻射或反射的夜天光經(jīng)由旋轉(zhuǎn)的三基色輪濾色后，經(jīng)過(guò)物鏡匯聚到微光探測(cè)器陰極，分波段圖像被采集后通過(guò)圖像處理與融合得到真彩色夜視圖像。

Fig.1 Design of three-band single channel true-color night vision system

2 光譜劃分

2.1 光譜成像模型

微光成像系統(tǒng)是將夜間目標(biāo)輻射或反射經(jīng)過(guò)光學(xué)系統(tǒng)進(jìn)行成像。其成像過(guò)程為光電成像器件對(duì)經(jīng)過(guò)光學(xué)系統(tǒng)的被探測(cè)目標(biāo)的輻射或反射能量在敏感光譜范圍進(jìn)行積分的過(guò)程，是一種被動(dòng)工作方式。對(duì)于一般微光成像系統(tǒng)，只考慮可見(jiàn)光波段范圍（0.38μm～0.78μm），不考慮大氣吸收作用，光學(xué)系統(tǒng)透過(guò)率近似為100%，則成像過(guò)程［10-11］可用下式表示：

式中，I為成像信號(hào)大?。ü怆婈帢O電流值）；φ（λ）為光源的相對(duì)光譜密度分布，φm為光源的光譜密度分布的峰值；ρ（λ）為目標(biāo)對(duì)光源的相對(duì)光譜反射率；η（λ）為光電陰極的相對(duì)光譜響應(yīng)，ηm為光電陰極的光譜響應(yīng)的峰值，λ為光源波長(zhǎng)。

夜間光譜分布在有月和無(wú)月條件下的差異很大，本文中只考慮在滿(mǎn)月條件（星光、大氣輝光相較于月光的光照強(qiáng)度可忽略）下夜天光的光譜分布［8］，如圖2所示。

Fig.2 Relative spectral distribution of night sky light under fullmoon condition

軍事野外環(huán)境作業(yè)時(shí)，常以綠色草木為背景，為有效還原其真實(shí)顏色，本文中選取其作為典型目標(biāo)。綠色草木的光譜反射特性分布見(jiàn)圖3。本文中采用低照度探測(cè)器的光電陰極相對(duì)光譜響應(yīng)圖4。

Fig.3 Relative distribution of spectral reflectance characteristics of green grass and trees

由上述可知，由于夜間紅外波段具有較強(qiáng)的能量分布，典型目標(biāo)（綠色草木）的光譜反射率在此波段相比于可見(jiàn)波段更高，且本文中所使用像增強(qiáng)器光電陰極在近紅外波段有響應(yīng)，故在濾光時(shí)注意摒除近紅外波段的影響，只保留可見(jiàn)光波段，確保最終的融合圖像為真彩色夜視圖像［12］。

Fig.4 Relative spectral response of photo-cathode in detector

2.2 基于最小歐氏距離的光譜劃分

對(duì)于某種或某類(lèi)特定的被探測(cè)目標(biāo)（如圖5所示）來(lái)說(shuō)，在RGB空間，它們的顏色狀態(tài)由三基色值的比例決定，即 r（R）∶g（G）∶b（B）。對(duì)于上述的真彩色微光夜視成像系統(tǒng)而言，因液晶顯示器顯示圖像色彩與人眼識(shí)別色彩特性相符［13］，故輸出圖像的顏色將近似由探測(cè)器陰極產(chǎn)生的分波段圖像光電流的比例（三基色值比例）所決定［9］：

式中，λ1，λ2為三波段真彩色夜視技術(shù)的光譜分割點(diǎn)。

Fig.5 Color image of green vegetation in daytime

歐氏距離即歐幾里得距離，是歐幾里得空間內(nèi)兩點(diǎn)間的“普通”（直線(xiàn)）距離。本文中通過(guò)真彩色夜視技術(shù)獲得“典型目標(biāo)”的3個(gè)波段的光電流值IB，IG，IR，采樣計(jì)算液晶顯示器顯示白晝條件下“典型目標(biāo)”彩色圖像的三基色值 b0，g0，r0，則使（1，IG/IB，IR/IB），（1，g0/b0，r0/b0）作為同一個(gè)“RGB色空間內(nèi)兩點(diǎn)”并計(jì)算其歐氏距離，得到關(guān)于光譜分割點(diǎn)λ1，λ2的距離函數(shù) l（λ1，λ2），對(duì)其在可見(jiàn)光波段（0.38μm～0.78μm）尋其最小值點(diǎn)（λ10，λ20），使距離函數(shù) l（λ1，λ2）得到最小值，即與白晝條件下彩色圖像的顏色差異達(dá)到最小。此時(shí)，λ10，λ20便作為三波段真彩色夜視技術(shù)的光譜分割點(diǎn)。

由上述理論，根據(jù)（2）式可得出：

軍事應(yīng)用中常以綠色草木為作業(yè)環(huán)境，故本文中選取其作為典型目標(biāo)進(jìn)行分析［9］。白晝條件下綠色草木彩色圖像如圖5所示。經(jīng)多點(diǎn)采樣計(jì)算其三基色值比例為 36∶61∶34，同比例縮放后為計(jì)算兩點(diǎn)（1，IG/IB，IR/IB）（1，61/36，34/36）間的歐氏距離：

結(jié)合圖2～圖4中的曲線(xiàn)以及（4）式，經(jīng)計(jì)算機(jī)計(jì)算 l（λ1，λ2）的最小值點(diǎn)約為（0.531μm，0.586μm），此時(shí)便作為三波段真彩色夜視技術(shù)的光譜分割點(diǎn)。

3 實(shí)驗(yàn)與結(jié)果分析

3.1 圖像采集與圖像融合

根據(jù)上述理論試制了濾光片，其分波段的透過(guò)率經(jīng)過(guò)高精度分光光度計(jì)測(cè)得，如圖6a所示。透過(guò)波段符合理論計(jì)算的結(jié)果，并且在相應(yīng)透過(guò)波段的透過(guò)率都超過(guò)80%，截止波段低于10%，滿(mǎn)足實(shí)驗(yàn)要求。另外，為證實(shí)本文中提出光譜劃分方法對(duì)于真彩色夜視彩色還原的效果，本文中設(shè)置與基于傳統(tǒng)濾光片真彩色夜視光譜分割點(diǎn)的對(duì)比實(shí)驗(yàn)。傳統(tǒng)真彩色夜視成像系統(tǒng)濾光片透過(guò)率曲線(xiàn)是根據(jù)人眼3種彩色視覺(jué)細(xì)胞的光譜靈敏度曲線(xiàn)來(lái)設(shè)計(jì)的，常用的紅、綠、藍(lán)濾光片的峰值波長(zhǎng)分別為650nm，540nm，450nm，半峰全寬分別為 50nm，50nm，40nm［14］，波段劃分為 410nm ～490nm，490nm～590nm和590nm～700nm，由此制備濾光片透過(guò)率曲線(xiàn)，如圖6b所示。

在實(shí)驗(yàn)室場(chǎng)景（標(biāo)準(zhǔn)比色卡）以及室外場(chǎng)景進(jìn)行了相關(guān)實(shí)驗(yàn)。其中實(shí)驗(yàn)室場(chǎng)景的環(huán)境照度為8×10-2lx，室外場(chǎng)景的環(huán)境照度為2×10-1lx，環(huán)境溫度均為25℃，采集到的原始微光圖像及分波段圖像如圖7、圖8所示。圖中第1排為基于本文中提出光譜劃分方法真彩色夜視系統(tǒng)所采集，第2排為基于傳統(tǒng)光譜劃分方法系統(tǒng)所采集。

Fig.6 Transmittance curves of colorwheela—filters prepared by spectral division method based on the minimum Euclidean distance b—filters prepared by traditional spectral division method

Fig.7 Images captured in laboratory scene（standard colorimetric card），the first row was obtained bymethod proposed in thiswork，and the second was by the traditionalmethoda—original low-light-level b—B-band c—G-band d—R-band

Fig.8 Images captured in outdoor scene，the first row was obtained by method proposed in thiswork，and the second was by the traditional methoda—original low-light-level b—B-band c—G-band d—R-band

分波段圖像灰度值差異較小，亮度較低，本文中采取線(xiàn)性變換增強(qiáng)的方式對(duì)分波段圖像進(jìn)行處理后，再進(jìn)行圖像融合［15-16］。而對(duì)于8位圖像而言，人眼視覺(jué)的最佳目視灰度值為127。為使線(xiàn)性變換后的圖像灰度均值適宜人眼觀察，這種方法具體的實(shí)現(xiàn)流程為：

（1）求取采集到的源圖像R，G，B的灰度均值a1，a2，a3和圖像的灰度最小值 b1，b2，b3。

（2）令線(xiàn)性增強(qiáng)變換后的彩色夜視圖像通道分量為 R′，G′，B′，則：

（3）將得到的通道分量 R′，G′，B′映射到 RGB彩色空間，得到融合圖像。

圖9、圖10為經(jīng)融合得到的實(shí)驗(yàn)室場(chǎng)景和室外兩個(gè)場(chǎng)景的真彩色夜視圖像。圖9a和圖10a為基于本文中提出光譜劃分方法真彩色夜視系統(tǒng)所得到，圖9b和圖10b為基于傳統(tǒng)光譜劃分方法系統(tǒng)所得到。

Fig.9 True color night vision images in laboratory scene（standard colorimetric card）

Fig.10 True color night vision images in outdoor scene

3.2 結(jié)果分析

目前尚無(wú)對(duì)于圖像色彩進(jìn)行定量評(píng)價(jià)的方法或理論［17］。對(duì)比圖9中的實(shí)驗(yàn)室內(nèi)標(biāo)準(zhǔn)比色板可發(fā)現(xiàn)，基于兩種光譜分割方法系統(tǒng)融合后的真彩色夜視圖像有效地還原了比色板中色塊的顏色，人眼可將其中色塊一一對(duì)應(yīng)，但本文中提出方法獲得結(jié)果圖像色塊更為鮮明，其中綠色塊更為突出，而傳統(tǒng)方法得到的色塊中綠色塊辨識(shí)度不高，這是由于作者是根據(jù)典型目標(biāo)（綠色草木）的光譜特性來(lái)劃分波段。對(duì)比圖10中的室外場(chǎng)景的真彩色夜視圖像可發(fā)現(xiàn)，本文中方法得到結(jié)果圖像景深增加明顯，圖像層次鮮明，與白晝條件下人們長(zhǎng)期記憶的色彩效果相符，且顏色協(xié)調(diào)性較好，而傳統(tǒng)方法得到結(jié)果圖像的典型目標(biāo)（綠色草木）顏色失真，且整體圖像顏色協(xié)調(diào)性較差，發(fā)生了光譜扭曲。

為評(píng)價(jià)基于作者所提出光譜劃分方法得到真彩色夜視圖像對(duì)于原始圖像質(zhì)量的改善，更好地展示融合圖像在細(xì)節(jié)、信息量方面的提高，本文中選取空間頻率作為評(píng)價(jià)指標(biāo)［18］?？臻g頻率反映了圖像像素變化的快慢，體現(xiàn)圖像高頻信息，即圖像的邊緣等細(xì)節(jié)信息。表1中列出其評(píng)價(jià)結(jié)果。

Table 1 Comparison of spatial frequencies between true color night vision images and original low-light-level images in each scene

從表1中可知，本文中得到的兩個(gè)場(chǎng)景地真彩色夜視圖像相比于原始微光圖像的空間頻率分別提高了61.2%，52.0%。故得到的真彩色夜視圖像可有效改善原始微光圖像的細(xì)節(jié)信息，這極大地增加了人眼夜間正確識(shí)別目標(biāo)的概率。

4 結(jié) 論

根據(jù)滿(mǎn)月條件下夜天光的光譜分布，結(jié)合典型目標(biāo)（綠色草木）光譜反射特性和像增強(qiáng)器光電陰極的光譜響應(yīng)，建立了夜視系統(tǒng)的成像模型，通過(guò)計(jì)算真彩色夜視系統(tǒng)三波段的光電流值與白晝條件下典型目標(biāo)三基色值的歐氏距離函數(shù)，得到其最小值點(diǎn)（0.531μm，0.586μm）作為分割點(diǎn)將夜間可見(jiàn)光分為三波段?；诖酥苽錇V光片并設(shè)置基于本文中光譜劃分方法與傳統(tǒng)方法的真彩色夜視系統(tǒng)的對(duì)比實(shí)驗(yàn)，通過(guò)對(duì)實(shí)驗(yàn)室內(nèi)場(chǎng)景與室外場(chǎng)景分波段圖像進(jìn)行采集、融合，得到其真彩色夜視圖像。經(jīng)過(guò)對(duì)結(jié)果圖像色彩與細(xì)節(jié)的分析，驗(yàn)證了本文中提出方法相較于傳統(tǒng)方法得到真彩色夜視圖像顏色更為鮮明、協(xié)調(diào)性更好，典型目標(biāo)的顏色還原不失真。另外，通過(guò)結(jié)果圖像與原始微光圖像空間頻率的分析，得到了細(xì)節(jié)信息豐富的真彩色夜視圖像，今后將進(jìn)一步對(duì)光譜透過(guò)率以及融合算法的研究對(duì)真彩色夜視技術(shù)進(jìn)行改進(jìn)［19-20］，以尋求更為接近白晝條件真實(shí)色彩的真彩色夜視圖像。