EAST上基于圖像顯著性的快速邊緣提取算法

謝更新 張 恒 羅正平

1(中科院等離子體物理研究所 安徽 合肥 230031)2(中國科學與技術大學 安徽 合肥 230026)

0 引 言

EAST超導托卡馬克是我國自主設計建造的國際上第一個全超導托克馬克核聚變研究裝置[1]。EAST具有國際熱核聚變實驗堆[2](ITER)類似的先進技術，具有與ITER類似的超過1 000 s的長脈沖高參數運行能力，已經取得了超過400 s的偏濾器位形等離子體以及穩定重復的超過100 s的長脈沖“高約束模”等離子體，創造了新的記錄。EAST致力于解決ITER及未來聚變堆高性能穩態運行相關的關鍵物理和工程問題。

在托克馬克裝置中重建等離子體位置和形狀是實時控制等離子體放電的重要基礎。對控制托克馬克裝置的等離子體位形進行實時控制可以優化等離子體的運行時的參數，減少某些不穩定性的發生，控制真空室壁和偏濾器靶板上的熱負荷和粒子沉積，減少對真空室內部件的損傷[3]。

現階段運行的托克馬克裝置中，大都采用磁測量的方式獲取裝置的磁場和磁通信息，通過平衡反演算法，如：EFIT[4-5]，獲取等離子體的最外層磁面及其他的等離子體信息。但是，磁測量受裝置的電磁環境影響較大，其本身也存在著一些問題，諸如數據漂移、線圈校準的敏感性[6]。

為了解決磁測量的這些問題，開發一套新的等離子體邊界重建系統對托克馬克裝置未來的發展很有必要。隨著托克馬克裝置上診斷技術的完善和計算機性能的提高，基于計算機視覺和高速可見光診斷系統的等離子體邊界重建技術逐漸進入研究者的視野。從圖像中提取等離子體的邊緣可以避免磁測量對磁通的時間導數進行積分帶來的磁通測量的漂移，提供更直接的等離子體邊緣診斷方法。國內外的研究者也不斷投入到托克馬克裝置上的高速可見光診斷系統的研發及基于可見光診斷系統的邊界識別系統。如MAST、TCV等[6-8]。

但是，基于圖像數據的等離子體邊緣提取依舊面臨著一些需要解決的問題。要想實現基于可見光的托克馬克等離子體位形控制，首要的就是開發快速的圖像處理算法，滿足EAST上等離子體控制系統(PCS)的實時性要求。系統的實時性是指系統能在限定的時間里完成指定的任務并對外部事件做出及時響應的能力[9]。EAST上的位形控制對系統的時間延遲要求一般在百微秒左右，對諸如等離子體垂直不穩定性事件(VDE)等快速的等離子體不穩定性事件進行控制對系統的時間延遲要求更為嚴苛。傳統的Canny算子[10-11]和Sobel算子[11]在邊緣檢測領域具有良好的表現。可是，在實際應用中發現，由于可見光診斷系統采集到的圖像數據一般存在著噪聲。同時，EAST真空室壁在放電過程中也會反射光線，在遠離等離子體邊界處形成新的灰階梯度，基于梯度設計的Canny算子和Sobel算子會提取出比較豐富的邊緣。這些豐富的邊緣信息在等離子體的邊緣提取中會帶來更多的其他操作。因為我們需要識別的等離子體邊緣實際上是一條封閉的曲線，檢測到的其他邊緣需要進行必要的圖像預處理和后續的篩選，將會影響系統的實時性。為了解決這一個問題，TCV上的處理系統在光學系統中加入濾波鏡片，可以將可見光的光譜濾到466 nm附近[7]。完善的光學濾波使得TCV上的系統可以采用傳統的梯度算子進行邊緣提取工作，即使如此，在TCV上的實際應用中，依舊需要手動選取ROI區域，以減少在灰階變化平緩區域所產生的不必要的時間開銷。通過光學濾波和手動選取感興趣區域(ROI)，TCV上的研究將系統的延遲降低到了1～2 ms，基本滿足位形實時控制時對系統的延遲性的要求。而在EAST上，可見光系統的光學濾波還有待發展，近期基于梯度算子的邊緣處理方法[8]也未能提供有效的邊界識別。

有鑒于此，在分析了EAST的等離子體圖像信息后，本文提出了一種基于圖像顯著性的等離子體邊緣檢測技術。該方法能夠有效地識別出EAST可見光系統采集到的圖像中等離子體邊緣，且花費的時間比傳統的Sobel算子和Canny算子要少很多。

1 顯著性算法

1.1 概 述

圖像顯著性算法[12]是一種模擬人眼視覺注意力機制的圖像處理算法。當人眼看到一幅圖像的時候，會迅速捕捉圖像中與背景不同的顯著性區域，并忽視圖中的背景部分。認知實驗表明，圖像中的確存在著這些顯著性區域，并且在這些區域中包含有圖像較多的信息。圖像顯著性算法通過對人類視覺認知過程建模，以此為基礎計算圖像的顯著性值，并應用到圖像壓縮、編碼，目標分割、提取，圖像邊緣或區域加強等領域。

1.2 HC算法

心理學的研究發現，人們的認知系統對視覺信號的對比，如顏色、強度和紋理等，會比較敏感。基于這一假設，研究者們提出了一種通過顏色直方圖快速計算圖像像素級顯著性圖的算法[13]。在該算法中，圖像I中的某一個像素點Ik的顯著性值可以定義為：

(1)

式中：圖像的像素點Ik的取值范圍在[0,255]。

式(1)展開后，可以表述為：

S(Ik)=‖Ik-I1‖+‖Ik-I2‖+…+‖Ik-IN‖

(2)

式中：N表示圖像的像素點數。給出一張輸入圖像，即可以根據式(2)計算出該點對應的顯著性值。該方法能夠簡單有效地計算圖像各像素的顯著性值，并一次為依據，進行圖像的區域劃分和目標識別。

1.3 算法改進

基于EAST放電過程中拍攝到的圖像質量，我們提出了一種基于HC顯著性算法的改進算法。在新的算法中，各個像素點的顯著性值被定義為：

女人的男朋友比她大一歲，屬虎。兩人在一起同居時男朋友經常跟她開玩笑地說，虎吃牛。女人就咯咯地笑，她喜歡被男朋友吃，確切點說是吃她的身體。男朋友在一所農業科研所里搞農作物的繁殖，很廢寢忘食的。他不時地就出國考察，也下到全國各地的農村實驗田里做試點。男朋友只有回到他們住的小屋里才會有笑容。

(3)

為降低算法的復雜度，對式(3)做進一步的簡化，可以得到：

2 邊緣提取

2.1 托卡馬克等離子體邊緣特點

托卡馬克裝置中，等離子體的邊界定義為最外層閉合且不與第一壁相交的磁面LCFS(Last closed flux surface or separatrix)。在托卡馬克裝置的極向面上，等離子體的邊界由最外層的閉合曲面，X點(偏濾器位形)和打擊點構成。通常情況下，為了獲得更高的等離子體性能，等離子體的邊界和真空室壁的距離會很小。托卡馬克裝置放電過程中拍攝到的真空室內的圖像顯示，在可見光波段的輻射光譜主要集中在等離子體的邊緣位置，并且由Hα輻射占主導地位。Hα輻射指處在n=3激發態的氫原子退激到n=2的過程中發射的輻射，其輻射的波長為656 nm，處在可見光的波長范圍內。Hα輻射及其他一些Balmer輻射是托卡馬克等離子體在邊緣等位置出現輝光現象的主要原因。

在等離子體的邊緣位置附近，因為等離子體不再受約束，等離子體的電子密度剖面和溫度剖面出現明顯的下降。在等離子體內部，等離子體的溫度和密度很高，因而此部分等離子體主要由電離的電子和離子組成。而產生Balmer輻射的主要原因是中性氫原子和高能粒子的碰撞，在等離子體內部產生Balmer輻射的概率很低。在等離子體邊緣外部，高能粒子密度很低，碰撞產生的激發態的氫原子數量也很少。沒有激發態的氫原子，在等離子體邊緣之外的區域，產生Balmer輻射的份額也很少。由此，可以看出，只有在等離子體的邊緣位置，才有足夠多的氫原子和高能粒子，保證有充足的處于激發態的氫原子，以產生Balmer輻射，形成輝光現象。Balmer輻射產生的原理使得我們觀察到的等離子體邊緣輝光位置和等離子體最外層閉合磁面的位置近似在同一個位置。

由以上的分析，我們可以得到托卡馬克等離子體邊緣的一些特點：

1) 托卡馬克等離子體邊緣在極向上是一個封閉的曲線，且靠近真空室壁；

2) 托卡馬克等離子體邊緣位置因為Balmer輻射發射可見光，和其他區域有明顯的區別。

2.2 等離子體邊緣提取

根據上文分析，等離子體邊緣處能夠產生更多的激發態的氫原子，那么相應的，等離子體邊緣位置也會比其他區域更亮。在視覺上，等離子體邊緣的位置也就更加的“顯著”。

圖1 EAST圖像ROI區域歸一化顯著性值三維視圖

為了更為簡單地實現邊緣提取，我們將等離子體區域劃分為四個ROI區域。如圖2所示。劃分好ROI區域后，沿行或者列方向，顯著性區域內顯著性極大值只有一個，即為顯著性值的最大值。在算法的實現上來說尋找最大值比尋找極值要更為簡單。

圖2 EAST圖像ROI區域劃分

從顯著性圖中尋找顯著性值最大值的位置不可避免地需要先通過比較各點的顯著性值來獲得，這樣將會在非顯著性區域花費大量的時間計算。根據等離子體邊緣的特點，邊緣是連續的封閉曲線，且邊緣靠近真空室壁，那么在搜尋顯著性最大值的時候，上一個最大值點已經確定時，下一行的極值點應該在上一個最大值點的附近。假設我們已經有一個包含已搜索完的邊緣點集合Boundary={s1,s2,…，si}，那么下一個邊緣點si+1滿足如下條件：

(4)

式中：s(i+1,j)為計算得到得的顯著性值；len標示搜索范圍的半長度，該值由相機采集到的圖像分辨率確定，通常比圖像的寬度要低一個數量級以上。

完成一整幅圖像的搜索后，得到邊緣點的集合Boundary就是圖像中等離子體邊緣的位置。算法偽代碼如下：

Step1計算圖像顯著性值；

Step2劃分ROI區域；

Step3ROI區域前pre_rows行搜索顯著性極值，確定邊界起始位置；

Step4給定搜索長度，由前一邊緣點位置計算搜索范圍；

Step5在給定的搜索范圍內尋找顯著性最值；

Step6搜索完成，生成邊緣點集合Boundary。

3 實驗結果與分析

實驗分別選取了Canny算子、Sobel算子與本文提出的算法對圖1中的同一個ROI區域進行計算。處理圖像來自EAST 52050炮放電數據。圖3展示三種算法的處理結果。表1統計了三種算法的用時。圖4展示了新算法處理EAST放電過程中典型的幾個階段的結果。其中：(a)是EAST等離子體爬升段；(b)、(c)是等離子體平頂段，分別是在下偏濾器位置有異常亮斑和正常放電情況；(d)是等離子體下降段。

圖3 原圖與各算法處理結果圖

表1 不同算法用時

(a) (b) (c) (d)圖4 新算法全圖處理結果

選取的ROI區域的大小為85×120像素，并已經進行過灰度化處理。實驗采用的計算機處理器為Intel(R) Core(TM) i3-540 CPU@ 3.06 GHz,內存6 GB,操作系統為Windows 7 64位專業版，編譯環境為Visual Studio 2013，圖像處理庫為OpenCV 2.4.13。

實驗中，OpenCV中的Canny算子滯后性閾值分別取3和9,計算梯度與方向的Sobel算子大小為3；Sobel算子只進行x方向的梯度計算，Sobel核的大小和Canny算法一致。

從處理的結果上看，Canny算子為了降低錯誤率，提高算法的定位性，處理過程中盡可能保留了梯度邊緣，導致沒有進行濾波的情況下得到了很多邊緣。Sobel算子和本文提出的算法只提取出了比較明顯的邊緣，相對的，Sobel算子得到的結果顯得更寬。在對應到等離子體邊緣的空間位置時候，Sobel算子還需要進一步的處理，并且對圖中的左上方出現的hot spot形成的亮斑不能很好地處理，邊緣識別出來后也需要進行處理。從時間上來看，Canny算子和Sobel算子計算時間都在幾百微秒，再考慮到圖像采集、傳輸和預處理中花費的時間，使用Canny算子和Sobel算子這一類的梯度算子很難滿足EAST裝置控制系統的實時性要求。新算法將ROI區域的邊緣識別時間降低到了21 μs，為實現系統的實時性提供了基礎。

4 結 語

識別托卡馬克裝置放電過程中圖像數據的等離子體邊緣，并進行等離子體的位形控制是一種可以彌補利用磁測量數據進行等磁通控制不足之處的新穎思路。但是，在實現基于高速相機的圖像數據進行反饋控制中，系統的實時性很難得到保證。本文提出的基于顯著性的快速等離子體邊緣提取算法可以快速地實現等離子體邊緣提取，并且對噪聲的敏感性也較弱。但是，算法沒有考慮對一些在等離子體邊界上出現的不穩定性如hot spot、MARFE的處理。這些現象會在邊緣處呈現異常的亮點或者亮斑，會導致出現錯誤的邊緣識別。在實際中，為了提高算法的魯棒性，還需要進一步研究一些特殊情況下的邊緣提取。