雙目紅外熱成像定位技術研究與應用

浣　石， 陶為俊， 徐　沖

(廣州大學 土木工程防護研究中心， 廣東 廣州　510006)

?

雙目紅外熱成像定位技術研究與應用

浣石， 陶為俊， 徐沖

(廣州大學 土木工程防護研究中心， 廣東 廣州510006)

文章基于數字圖像技術提出了交叉成像算法，通過將2臺紅外熱成像攝像機拍攝的圖像進行交叉計算，提高了所拍攝圖像的分辨率.將海上的船舶作為對象，通過對圖像的分離、海平面的映射以及船舶的識別，得到了目標圖像的高精度定位.其測量精度能夠很好地滿足監測需要.高分辨率的熱紅外圖像在工程監測和測量中有著重要的意義，這也將擴展紅外熱成像技術在實際工程測量中的應用.

熱成像； 交叉成像； 數字圖像處理

紅外熱成像攝像機是一種對物體表面自發熱輻射能量密度進行成像的設備.它所拍攝到的圖像不是代表物體表面反射光通量的分布，而是反映物體表面溫度的分布.在水面航行的船舶其溫度與海水的溫度是截然不同的，因此不論是在陽光下還是在漆黑的夜晚，用紅外熱成像攝像機都可以拍攝到清晰的船舶圖像.由于物體熱輻射的波長比可見光的長，通常是在7～14 μm波段，因此大氣中原本能夠阻擋光線傳播的物質，例如雨雪、煙霧等都不會阻擋熱輻射的傳播.所以說紅外熱成像攝像機是一種完全不需要光照的攝像機.利用紅外熱成像攝像機所構建的預警系統可以適合晝夜以及各種惡劣天氣環境.

由于紅外熱成像攝像機的圖像接收元件是為接收物體熱輻射能量而設計的，為了獲得一定的信噪比，每個接收單元的面積不能太小，也就是說，圖像的分辨率不可能太高.目前市面上主流的紅外熱成像攝像機的圖像分辨率為320×240，不到8萬像素，相比普通數碼相機上千萬像素的圖像分辨率來說是很低的.所以，絕大多數利用熱紅外成像的設備或者系統僅能提供視頻監視或記錄功能.要想利用熱紅外圖像進行高精度的圖像定位和測量，需要有特殊的圖像綜合處理技術來支持[1-5].

紅外熱成像攝像機的圖像像素較少，空間分辨率比較低，再加上安裝高度有限，不可能正對海平面成像，只能以較小的掠射角度來拍攝水面圖像[6]，這樣，熱紅外圖像中每一個像素對應水面上的面積會隨著距離的增加而被迅速地“拉長”，由此一來，在攝像機軸線方向上無法對遠處的目標進行精確的定位.

1　雙目紅外熱成像原理

熱紅外成像與所拍攝區域的幾何關系見圖1，所拍攝的范圍為一個近小遠大的四邊形區域.得到的圖像為一個按照像素陣列依次排列的矩形區域.圖像像素與實際的四邊形區域中的位置一一對應.鑒于單個紅外熱成像攝像機的圖像像素低，因此，在遠端像素所占有的空間也就增大，導致空間分辨率降低.增加一臺相交的紅外熱成像攝像機，見圖2.將A、B 2臺攝像機對著所拍攝的區域進行交叉成像，然后對圖像進行處理得到交叉后的圖像，單臺攝像機在遠端沿軸向的空間分辨率低，通過另一臺交叉后，修正了軸向的空間分辨率問題，因此可以大大提高空間分辨率.

圖1　成像與拍攝區域的對應關系圖

Fig.1Correspondence relationship between imaging and capture area

圖2　雙目成像原理圖

關于2個攝像機的圖像拼接計算，可以根據四節點等參變換建立坐標變換的插值函數：

(1)

(2)

其中形函數Ni表示：

(3)

式中Px，Py分別為任意一點的圖像水平和豎向像素坐標，Nx、Ny為圖像水平和豎向分辨率，ξ1=-1,ξ2=1,ξ3=1,ξ4=-1，η1=-1,η2=-1,η3=1,η4=1.Xi，Yi分別為像素點Px，Py所對應的實際的平面坐標.

根據上述方程將2個攝像機的圖像進行交叉計算，即可得到高分辨的圖像.

2　雙目紅外熱成像定位算法

2.1目標分離

熱紅外攝像機拍攝到的圖像中包含了海水、天空、陸地、船舶以及其他海面設施.海面的熱紅外圖像中既有因水面波濤引起的快速變化的雜波，又有因洋流變化而導致的緩變的不均勻溫變場，隨著時間的變化，呈現出復雜、多變的圖樣[7].

圖像處理的第一步就是將海水及天空背景從熱紅外圖像中去除，只留下礁石以及水面物體目標.系統中采用時間均值濾波算法(采用5幀)來消除快速變化的水面波紋，然后使用Retinex算法去除背景，最后通過邊緣提取以及封閉區域填充的算法將目標從復雜的背景中提取出來[8-10].具體過程見圖3，(a)為原始熱紅外圖像，(b)為去除海水背景后的圖象，(c)是最后得到的目標增強圖像.增強算法采用線性動態范圍調整方法，其灰度級窗內g=255/(b-a)*(f-a)，其中f為圖像像素點值，a=50，b=160.圖中的亮塊就是本文要觀察的對象.

圖3　目標分離過程

2.2海平面映射

根據每幅熱紅外圖像的拍攝參數，其中包括攝像機的安裝位置、安裝高度、拍攝時攝像機的方位角、俯仰角以及鏡頭焦距、CCD尺寸等，可將其點對點地映射到海平面上.

若用(u,v)來表示像平面上的坐標，用(x,y)來表示海平面上的坐標，則這2個坐標系之間的映射關系為

(4)

(5)

其中,x0為熱紅外攝像機的安裝位置，H為熱紅外攝像機距海面的高度，f為鏡頭焦距，p為像素間隔，α為方位角，β為俯仰角.

假定熱紅外攝像機CCD的每一個像素上接收到的輻射是均勻的，并且像素與像素之間沒有縫隙，根據以上的映射關系就可以用熱紅外圖像填出一張海平面輻射圖來.對于同一塊觀測海域，有左右2個機位進行重疊覆蓋.用左側攝像機向右側拍攝的熱紅外圖像填出一個圖層，再用右側攝像機向左側拍攝的熱紅外圖像填出一個圖層，然后將2個圖層疊加在一起，2個圖層中同時都光亮的區域就是水面物體或者礁石、小島的影像，同時也就將目標物體的位置準確地勾畫出來了.

以下是一組實際拍攝的熱紅外圖像，采用了2臺熱紅外攝像機拍攝，每臺攝像機以不同的方位角各拍攝2張圖片用于拼接，見圖4和圖5.圖中每一行的2張圖片是同一個位置上的攝像機以不同角度拍攝的，由于船舶運行速度較慢，而2個攝像機拍攝間隔在1 ms以內，因此，拍攝不同步對船舶運行速度計算影響較小，故可以忽略，從上到下分別是攝像機1向右側拍攝、攝像機2向左側拍攝的畫面.

圖4　攝像機1以2個不同角度拍攝的畫面

Fig.4The picture taken from two different angles with camera 1

圖5　攝像機2以2個不同角度拍攝的畫面

Fig.5The picture taken from two different angles with camera 2

經過圖像增強及目標分離算法后的圖像，見圖6和圖7.

圖6　攝像機1分離結果

圖7　攝像機2分離結果

根據上述理論，將攝像機1和2分離圖像進行交叉計算，交叉計算后得到海面物體定位圖，見圖8，該圖像的分辨率較之前有了明顯的提高.圖8中從左向右依次是圖6和圖7交叉重構而成.圖8中上方的白色長條與圖6和圖7中的白色長條相對應，由于圖6和圖7是掠射圖，轉換成平面圖以后更加清晰.圖7右側圖片的黑色部分與圖8中最右側黑色部分相對應.

圖8　高分辨率海面物體定位圖

若海面大圖中每個像素代表2 m×2 m的面積，則每個圖塊目標的大小、中心坐標等參數很容易就能計算出來.

2.3船舶目標的識別

從熱紅外圖像中找到的目標不僅僅是船舶，還包括礁石、小島以及海上設施等，而真正會對橋墩構成威脅的是那些移動中的船舶，因此,還要通過相關算法來確定船舶目標.

基本算法如下：

(1)掃描每一幅海面大圖，從中發現所有獨立亮塊，建立參數表；

(2)剔除面積過大或過小的亮快；

(3)對相鄰的亮塊進行合并；

(4)與前一個周期的亮塊數據進行對比，找出前后有關聯的目標；

(5)如果目標出現有規律的移動則判斷為船；

(6)根據2次以上的移動可計算出航向和航速；

(7)根據亮塊覆蓋的像素數可判斷船的大小.

3　結　論

本文提出了雙目紅外熱成像定位算法，通過對圖像分離、海平面映射以及船舶識別得到了目標圖像的高精度定位，彌補了紅外熱成像攝像機分辨率低的缺陷.通過在實際工程中的應用，證明該方法具有穩定性和有效性.

[1]BARAZZETTI L, SCAIONI M. Crack measurement: Development, testing and applications of an automatic image-based algorithm[J]. J Photogramm Remote Sensing, 2009, 64(3):285-296.

[2]TRINDER J C, JANSA J, HUANG Y. An assessment of the precision and accuracy of methods of digital target location[J]. J Photogramm Remote Sensing, 1995, 50(2):12-20.

[3]NISHIDA S, KAWAMOTO S, OKAWA Y, et al. Space debris removal system using a small satellite[J]. Acta Astronaut, 2009, 65(1): 95-102.

[4]LAURIN D G, BERALDIN J A, BLAIS F, et al. Three dimensional tracking and imaging laser scanner for space operations[C]. Aero Sense, 1999: 278-289.

[5]JIANG R, JAUREGUI D V. Development of a digital close-range photogrammetric bridge deflection measurement system[J]. Measurement, 2010, 43(10):1431-1438.

[6]ZEYNEP F A, JOANN B. Photogrammetric measurement of RC Bridge Column deformations[J]. Eng Struct, 2011, 33(8): 2407-2415.

[7]BLEYER M, GELAUTZ M. A layered stereo matching algorithm using image segmentation and global visibility constrains[J]. J Photogramm Remote Sensing, 2005, 59: 128-150.

[8]于起峰，尚洋. 攝像測量學原理與應用研究[M].北京:科學出版社, 2009.

YU Q F, SHANG Y. Videometrics: Principles and researches[M].Beijing:Science Prsss, 2009.

[9]ZIA-UR R, DANIEL J J, GLENN A W. Retinex processing for automatic image enhancement[J]. J Electron Imaging, 2004, 13(1): 100-110.

[10]TANG L, CHEN S, LIU W, et al. Improved retinex image enhancement algorithm[J]. Procedia Environ Sci, 2011, 11(Part A):208-212.

【責任編輯： 孫向榮】

Study and application of the binocular infrared crosswise thermal imaging localization technology

HUAN Shi， TAO Wei-jun， XU Chong

(Civil Engineering Protection Research Center, Guangzhou University, Guangzhou 510006, China)

This essay presented cross imaging algorithm based on digital image technology and the image resolution was improved by crossing calculation of images captured by two thermal infrared imaging cameras. The ship at sea works as a target object. By separating the images, sea level mapping, and ship identification, high precision positioning of the target object can be achieved. Its accuracy of measurement appropriately satisfies the needs of projects. Thermal infrared images with high precision play important roles in project monitoring and measurement. This also expands the application of infrared thermal imaging technology in actual project monitoring and measurement.

thermal imaging; cross imaging; digital image processing

2016-05-09;

2016-05-28

國家自然科學基金資助項目(10872101)；福建省交通廳科研資助項目(201118)；浙江省科技廳科研資助項目(2009C13008)

浣石(1954-)，男，研究員，博士.E-mail: huanshi@gzhu.edu.cn

1671- 4229(2016)04-0039-04

U 644

A