唐耿彪 張 巍 關(guān)夏威

（1.中科芯集成電路有限公司 無錫 214062）（2.武漢第二船舶設(shè)計(jì)研究所 武漢 430205）

1 引言

近年來，水下激光成像技術(shù)是水下成像領(lǐng)域最熱門的課題之一。激光在水下傳播會(huì)受水體吸收和散射作用，致使距離較遠(yuǎn)的目標(biāo)信號被淹沒，導(dǎo)致成像對比度差、分辨率不高［1～3］。分辨率是水下激光成像系統(tǒng)的重要性能指標(biāo)，以水下激光靶板圖像上所能識(shí)別的最大分辨率線對為衡量標(biāo)準(zhǔn)。目前，常用的檢測手段是目測法，通過人眼直接觀察和識(shí)別監(jiān)視器上水下激光靶板圖像中的線對，但當(dāng)目標(biāo)距離較遠(yuǎn)時(shí)，光線會(huì)在水中快速衰減，圖像易受到光照不足和噪聲等問題的干擾，而且目測法具有主觀性，易受環(huán)境影響，不能定量分析，且檢測穩(wěn)定性不高。

針對上述問題，本文提出了一種基于信息熵和多峰直方圖的分辨率靶板自動(dòng)檢測算法，該算法能自動(dòng)計(jì)算靶板中線對數(shù)目，檢測系統(tǒng)的分辨率，且能抑制光照和噪聲的影響，準(zhǔn)確率較高。

2 圖像定位和提取

對分辨率靶板圖像中不同線寬的線對區(qū)域進(jìn)行定位和提取是進(jìn)行分辨率自動(dòng)檢測的第一步，本文采用的分辨率靶板圖案為黑目標(biāo)白背景，尺寸為280mm×280mm，四周分布不同分辨率線對，黑目標(biāo)由不同分辨率線對組成，線寬分別為1/3、1、2、3、4、6、8、10、20、40、60、80、100，單位是 mm/LP，共 13個(gè)，分辨率靶板如圖1所示。

圖1 分辨率靶板

由于分辨率靶板尺寸及各線對區(qū)域相對位置固定，本文采用等比例尺縮放法對線對區(qū)域進(jìn)行定位［4］，在對靶板圖像中各線對進(jìn)行定位前，選取線寬為100mm/LP的線對作為基準(zhǔn)，依照此線對在分辨率靶板中的大小以及與其他線對之間的相對位置，計(jì)算其他線對在靶板圖像中的位置。具體計(jì)算步驟如下。

1）求圖像縮放因子scaleX和scaleY

其中115和150是靶板上線寬為100mm/LP線對的寬和高，單位是mm，width和height是靶板圖像上線寬為100mm/LP線對的寬和高，單位是pix。

2）求所有線對在圖像上的坐標(biāo)topX、topY、bot?tomX和bottomY

其中x、y是線寬為100mm/LP的線對在靶板圖像上的坐標(biāo)，i∈［1，22］。

圖2為768×576的水下激光靶板圖像定位結(jié)果。

圖2 圖像定位

在確定不同分辨率的線對在靶板圖像中的位置后，提取相應(yīng)區(qū)域的圖像進(jìn)行分割和識(shí)別。

3 圖像分割和識(shí)別

線對圖像直方圖統(tǒng)計(jì)結(jié)果直接影響線對識(shí)別的有效性，對水下激光成像系統(tǒng)分辨率檢測尤為重要。本文提出一種基于多峰直方圖檢測線對數(shù)目的方法，該方法對線對圖像統(tǒng)計(jì)直方圖，利用差分法確定波峰和波谷的位置，能有效消除噪聲等因素的影響，準(zhǔn)確計(jì)算圖像中線對數(shù)目。

在統(tǒng)計(jì)線對圖像直方圖之前，對線對圖像進(jìn)行分割是一個(gè)關(guān)鍵步驟和難題，圖像分割的準(zhǔn)確程度直接影響線對數(shù)目檢測的準(zhǔn)確性。目前常用的閾值分割法有Otsu法、Bernsen法等。本文在對水下激光成像系統(tǒng)采集的靶板圖像進(jìn)行研究和分析的基礎(chǔ)上，采用基于最大信息熵求閾值的方法對圖像進(jìn)行分割，該方法能有效地區(qū)分目標(biāo)對象和背景。

3.1 基于最大信息熵的閾值分割

其中-pilg(pi)為隨機(jī)值 pi的信息量，當(dāng) pi=0時(shí)，其信息量取0。

根據(jù)信息論可知，信息熵代表圖像的信息量。對離散的信息熵，當(dāng)其概率相等時(shí)，信息熵的取值最大。對一副圖像而言，當(dāng)信息熵取最大值時(shí)，對應(yīng)的灰度值正處于灰度直方圖波谷的位置，這符合圖像分割時(shí)閾值的選取原則。

基于最大信息熵的圖像分割算法步驟如下。

1）計(jì)算線對圖像中灰度值為i的概率，計(jì)算公式如下：

其中 pi表示灰度值為i的點(diǎn)在圖像中出現(xiàn)的概率，Ni表示出現(xiàn)的次數(shù)，w×w表示圖像的大小。

2）假設(shè)灰度值 t(t=0，1，...，255)將圖像分為前景和背景兩個(gè)區(qū)域，計(jì)算對應(yīng)t的信息熵Ht，計(jì)算公式如下：

其中HFt是前景區(qū)域的信息熵，HBt是背景區(qū)域的信息熵，計(jì)算公式如下：

其中 pi表示灰度值為i的概率，Pt表示前景區(qū)灰度值所對應(yīng)的概率之和，計(jì)算公式如下：

3）求使信息熵取最大值所對應(yīng)的灰度值t，將該值確定為圖像分割的閾值T，計(jì)算公式如下：

4）用閾值T對圖像進(jìn)行分割，計(jì)算公式如下：

其中G(x，y)表示圖像(x，y)處的灰度值。

本文采集了不同光照條件下的分辨率靶板圖像，并以線寬為10mm/LP的線對圖像為例進(jìn)行預(yù)處理，如圖3所示，并測試了三種閾值分割算法的效果，如圖4所示。

圖3 圖像預(yù)處理

圖4 圖像分割

由圖3知，經(jīng)圖像預(yù)處理后圖像的質(zhì)量有一定的提高，高斯濾波后消除了圖像中的部分噪聲。由圖4知，Otsu法能較好地抑制噪聲，但對對比度較低的圖像較敏感，容易丟失重要信息；Bernsen法二值化后的圖像不夠清晰光滑，且對噪聲敏感。本文采用的基于最大信息熵的方法對線對圖像進(jìn)行分割，從圖4中可看出，既能完整地保留圖像中的重要信息，又有效地抑制了噪聲，同時(shí)盡可能地消除了光照的影響，有利于識(shí)別圖像中的線對數(shù)目。

3.2 基于多峰直方圖的線對識(shí)別

多峰直方圖靶板檢測算法的基本思想是按行統(tǒng)計(jì)分割后圖像中灰度值為255的像素點(diǎn)，以行號為橫坐標(biāo)，像素點(diǎn)數(shù)為縱坐標(biāo)繪制直方圖，通過差分法確定直方圖中波峰和波谷的位置，計(jì)算有效波峰個(gè)數(shù)，進(jìn)而統(tǒng)計(jì)圖像中線對的數(shù)目。

為使檢測的準(zhǔn)確性更高，對分割后的圖像進(jìn)行濾波處理，常用的濾波算法有均值濾波、中值濾波和高斯濾波等，但對分割后的圖像處理的效果都不理想［7～9］。本文結(jié)合線對圖像的特點(diǎn)，提出一種非線性濾波算法，能有效地解決圖像中噪聲和粘連等問題，算法的步驟如下。

1）按行統(tǒng)計(jì)圖像中灰度值為255的像素點(diǎn)個(gè)數(shù)Ni，并求其最大值M，計(jì)算公式如下：

其中h是圖像的高。

2）用最大值M 的1/3作為判斷依據(jù)消除圖像中孤立的點(diǎn)，計(jì)算公式如下：

3）按列對圖像執(zhí)行類似操作。

以線寬為10mm/LP的線對圖像為例，濾波后的圖像如圖5所示。

圖5 濾波后圖像

由圖5知，濾波后圖像中孤立的點(diǎn)、無效的粘連被去除，有利于直方圖的統(tǒng)計(jì)。

線對圖像按行統(tǒng)計(jì)直方圖如圖6所示。

圖6 圖像直方圖

由圖6知，直方圖中波峰代表圖像中線對的數(shù)目，但還存在一些噪聲，邊緣處較明顯，可設(shè)置閾值消除其影響，如圖7所示是以閾值為峰值處理后的靶板直方圖。

圖7 處理后直方圖

由圖7知，處理后直方圖中波峰和波谷清晰可見，計(jì)算每個(gè)橫坐標(biāo)點(diǎn)的差分，當(dāng)差分結(jié)果為負(fù)值時(shí)，表示波峰開始，為正值時(shí)表示波峰結(jié)束，統(tǒng)計(jì)波峰數(shù)量和波峰長度［10～12］。當(dāng)波峰長度小于某一閾值時(shí)，可認(rèn)為是無效的線對，本文選擇的閾值是波峰最大長度的1/8。

在檢測系統(tǒng)分辨率時(shí)，從線寬最小的線對圖像開始識(shí)別，如果當(dāng)前線對圖像的識(shí)別結(jié)果與實(shí)際線對數(shù)目相等，則系統(tǒng)的最高分辨率為當(dāng)前線對線寬的倒數(shù)。

4 實(shí)驗(yàn)結(jié)果與分析

針對某型水下激光成像系統(tǒng)，采用目測法和自動(dòng)檢測法，以對比度為0.88的分辨率靶板為例，在系統(tǒng)與靶板之間的距離為1.54m、水體衰減系數(shù)不同的場景下檢測系統(tǒng)的最高分辨率，兩種方法的檢測結(jié)果如表1所示。

表1 檢測結(jié)果

由表1知，兩種檢測方法的結(jié)果相差不大，誤差不超過一組分辨單元，屬于可接受的誤差范圍，且自動(dòng)檢測方法的準(zhǔn)確性并未隨水中噪聲的增加而降低。

5 結(jié)語

本文提出了一種基于信息熵和多峰直方圖的分辨率靶板自動(dòng)檢測算法，通過圖像定位和提取，采用最大信息熵法對靶板圖像進(jìn)行分割，結(jié)合濾波函數(shù)去除噪聲和粘連部分，最后使用基于差分的多峰直方圖算法識(shí)別了線對數(shù)量、檢測出系統(tǒng)分辨率。實(shí)驗(yàn)結(jié)果表明，基于信息熵和多峰直方圖的分辨率靶板自動(dòng)檢測算法實(shí)現(xiàn)了對水下激光成像系統(tǒng)分辨率指標(biāo)的客觀評價(jià)，避免了人為因素的影響，而且對光照和噪聲具有魯棒性，有較高的穩(wěn)定性和準(zhǔn)確性。