淺海被動水下偏振成像探測方法?

衛毅 劉飛 楊奎 韓平麗 王新華 邵曉鵬

1)(西安電子科技大學物理與光電工程學院,西安 710071)

2)(中國科學院長春光學精密機械與物理研究所,應用光學國家重點實驗室,長春 130033)

1 引 言

水下光學成像技術因能夠提供信息豐富、分辨率高、易解析的目標圖像,在海水養殖、油氣勘探與開采以及水下考古等領域具有重要應用價值[1?3].水下光學成像技術面臨的主要問題為水體對光波的吸收作用和散射作用,其中吸收會造成水下圖像顏色失真,散射會使背景散射光疊加在目標彈道光上,造成圖像對比度降低,細節信息丟失[4].

長期以來,為去除背景散射光的影響、復原水下真實場景,國內外學者們進行了大量研究[5,6],其中水下偏振成像技術由于具備設備結構簡單、成像效果好及性價比高等特點備受關注[7].而以Huang等[8]以及Schechner和Karpel[9]的研究為代表的水下主動成像方法,通過在成像光路中增加主動偏振光源,并利用正交偏振圖像的差異來實現對物體的探測與識別.此外,Han等[10]利用水下散射光的偏振特性,并結合刃邊法求取退化圖像的退化函數,不僅抑制了背景散射光影響,而且有效去除了前向散射光.主動成像探測方法在深海區域可以有效去除背景散射,獲取清晰水下圖像,但在淺海地區,主動光源與自然光疊加后將導致水下散射光復雜性增大,進而影響成像效果[11].Schechner等[12]通過對淺海地區自然光散射特性的研究,首次提出了被動水下偏振成像模型,通過采集兩幅偏振態正交的偏振子圖像,利用背景散射光和目標信息光偏振特性的差異,重建清晰的場景圖像.該成像模型的重點在于背景散射光與目標信息光的分離,成像結果中存在嚴重的色彩失真,且并未深入發掘利用背景散射光中包含的信息.

針對以上問題,本文提出淺海被動水下偏振成像探測方法,該方法從水體中背景散射光的傳輸特性出發,通過分析場景深度信息與散射光的物理關系,建立了基于深度信息的水下Lambertian反射模型.該模型描述了能量相同、波長不同的目標輻射光經水中傳輸后到達探測器的能量不同,能夠在不增加任何先驗條件的前提下,實現無色彩畸變的水下目標場景清晰成像探測.對于傳統客觀評價參數(如圖像清晰度、對比度、信息熵等)無法表征圖像色彩偏移這一問題,本文采用圖像色偏值這一客觀評價標準來衡量探測結果的視覺特性.實驗結果表明,該方法能夠提供接近水下目標真實色彩、符合人眼視覺特性的清晰探測結果,避免由于色彩畸變造成的識別誤差,提高水下成像探測能力.

2 被動水下偏振成像模型

在自然光照射的淺海區域進行水下成像時,探測器接收到的信息包含兩部分,一部分為目標輻射光經過水體的吸收與散射后被探測器接收,稱為目標信息光IO,其表達式為

其中,IObject為目標輻射光,β表示光波的衰減系數,z為探測距離.目標信息光隨著探測距離的增加其能量呈指數衰減[13].另一部分為自然光經水體及懸浮粒子散射并到達探測器的光,稱為背景散射光IB,

其中,I∞B表示無窮遠處背景散射光強度.與目標信息光相反,背景散射光強度隨著z增加而增加[9],因此,探測器獲得的總光強ITotal為

如圖1所示,被動水下偏振成像時,自然光經水中粒子的散射會帶有偏振特性[14].通過旋轉偏振片使探測器獲取偏振態正交的兩幅偏振子圖像,Imin和Imax,其中Imin所具有的背景散射光強度最小,而與其偏振態正交的圖像Imax具有最大的背景散射光強度.由于目標信息光為非偏振光,因此當其通過任意角度的線偏振片時,目標信息光的能量被濾掉一半,即Imax和Imin中所包含的目標信息光相同[12],因此Imin,Imax,IO與ITotal存在如下關系[15]:

式中,p表示背景散射光的偏振度.通過在采集到的偏振子圖像Imax和Imin中選取背景散射均勻的區域結合偏振度的定義,可以計算背景散射光偏振度為[16]

聯立(3),(4)和(6)式可得清晰場景估計模型為

圖1 被動水下偏振成像原理示意圖Fig.1.Schematic of passive underwater polarization imaging.

圖2(d)為利用上述偏振成像模型對圖2(c)中Schechner和Karpel[12]在地中海拍攝的真實強度圖像進行重建的結果,其中圖2(a)和圖2(b)分別為通過圖1所示采集方法所獲取的光強最大偏振子圖像Imax和光強最小偏振子圖像Imin.相比其他探測結果,圖2(d)的圖像對比度得到有效提升,表明利用該估計模型能夠有效去除背景散射光對成像質量的影響.但最終成像結果中存在明顯的顏色失真現象,圖像整體呈現藍色基調,視覺效果差.通過統計圖像紅、綠、藍(R,G,B)三個色彩通道的像素強度值分布情況能夠更清晰地了解圖像色彩的動態范圍,圖2(e)和圖2(f)分別為原始的水下強度圖像和通過被動水下偏振成像模型獲得的圖像的R,G,B三個色彩通道的像素強度值分布.圖2(e)中R,G,B三通道像素強度值的分布范圍分別為0—20,0—100和0—220.圖2(f)中R,G,B三通道像素強度值的分布范圍分別為0—80,0—190和0—250,分布情況相比于圖2(e)有明顯提高,對應圖像動態范圍增大,表明偏振成像方法對各彩色通道均起到了拉伸作用,增強了圖像層次感.但圖2(f)的三通道像素強度統計圖中藍色通道明顯占優,表明探測結果色彩并未得到有效復原,存在明顯的顏色失真問題,導致圖像視覺效果受限.

圖2 (a)光強最大偏振子圖像;(b)光強最小偏振子圖像;(c)原始強度圖像[12];(d)傳統被動偏振成像探測結果;(e)和(f)分別為圖(c)和圖(d)的R,G,B三通道像素強度統計值Fig.2.(a)Polarization image which has the maximum backscatter;(b)polarization image which has the minimum backscatter;(c)raw image of an underwater scene[12];(d)detection result of(c)by traditional polarization imaging method;(e)and(f)are the pixel intensity distribution of channel R,G and B of(c)and(d).

3 基于深度信息的水下Lambertian反射模型

水下被動偏振成像方法能夠有效解決背景散射光影響造成的成像結果對比度降低的問題,但在淺海區域,除了散射會影響圖像質量外,水體對不同波長的自然光的吸收以及散射的差異性會造成重建圖像存在嚴重的色彩失真[17].圖3所示為海水對不同波長光波的吸收與散射系數曲線,海水對光波的吸收與光波的波長成正比[18,19],與此相反,海水中粒子對光波的散射與光波的波長成反比[20].成像過程中,目標信息光與背景散射光經海水衰減后,波長較短的藍光由于吸收較小而被探測器大量接收;同時,由于海水對波長較短的藍光散射最大,造成散射光中藍光占主導地位[13].本文從水下成像的圖像顏色失真問題出發,分析造成顏色失真的物理原因,結合淺海地區自然光的偏振散射特性和Lambertian反射模型[21],設計新型淺海被動水下偏振成像探測方法,用以獲取無色彩畸變的水下目標清晰場景.

由Lambertian反射模型可知,探測場景中物體表面上某一點顏色f(x)可由整個可見光范圍內對光源的分布、物體表面的反射率以及相機感光系數積分得到[21],即

其中,λ為光波波長,ω表示光譜范圍,x為場景中的像素點位置,e(λ)為光源的分布,s(x,λ)表示空間中的某一點對某一波長的反射率,c(λ)為相機的感光系數.

圖3 海水對可見光波的吸收系數和散射系數曲線Fig.3.The absorption and scattering coefficient of seawater during the visible light wave band.

在水下偏振成像中,探測器接收到的光波與其傳輸距離z的關系為[22,23],

式中,Ein和Eobject分別表示入射光波和衰減后光波的強度;α表示光波的衰減系數,其大小與光波波長有關.根據(9)式可知對于反射光能量相同、波長不同的物體,探測器接收到的能量隨光波波長的增大而減小,因此造成水下圖像中同一物體不同程度的顏色失真.本文將由于波長不同致使相機接收到不同能量的原因假設為照射物體的光源強度不同,而此時光源的分布為

聯立(8)和(10)式可得基于深度信息的Lambertian水下反射模型為

式中,a(x)e(λ)表示場景中光源在不同位置的強度分布,a(x)表示場景中不同位置的深度信息.由水下偏振成像模型可知背景散射光強度與探測距離成正比,因此,可以通過背景散射光強度表征場景中不同位置的深度信息,即[9]

根據Weijer等[21]提出的水下Gray World算法可知,場景中所有物體表面的平均反射是無色差的,即

其中,k為取值范圍在[0,1]之間的一個常數.聯立(12)和(13)式可得場深度信息、光源強度以及探測器響應率之間的關系為

式中,s(x,λ)即為所求的目標反射光能量,而光源強度與探測器響應率的乘積可以根據(15)式來求解,因此,水下圖像顏色失真校正模型為

其中,[e(R)c(R)]?1,[e(G)c(G)]?1,[e(B)c(B)]?1分別表示R,G,B三通道中光源強度與探測器響應率的乘積.根據(16)式建立水下Lambertian反射模型,結合(7)式對水下目標場景進行無色彩畸變的清晰成像探測.

4 實驗結果分析

為了驗證淺海被動水下偏振成像方法的有效性,根據圖1所示的被動水下偏振成像原理進行實驗,通過旋轉偏振片獲取相互正交的兩幅偏振子圖像.此外,通過在自來水溶液中加入脫脂牛奶(分子大小約為0.04—0.3μm)模擬實際海洋環境中粒子對光波的吸收以及散射情況[24,25],比例為300 L自來水加100 mL脫脂牛奶,實驗在體積為2.5 m×0.4 m×0.5 m的水槽中進行.為了模擬淺海區域自然光照射場景,本實驗在戶外進行,以太陽光作為光源.

圖4(a)所示為實驗采集到的原始水下強度圖像,由于背景散射光的存在導致目標信號被覆蓋,圖像清晰度不足、信息的可識別度大大降低;同時由于水體對光波的選擇性吸收使圖像顏色失真,難以觀測到真實場景.圖4(b)為傳統被動偏振成像探測結果,與原始強度圖像相比,背景散射光被有效移除,圖像的清晰度以及對比度得到明顯提升.但圖4(b)的真實色彩信息沒有得到有效復原,視覺效果差,說明傳統的被動水下偏振成像方法并沒有解決水下圖像顏色失真這一問題.圖4(c)所示為淺海被動水下偏振成像探測結果,不僅有效去除了背景散射光的影響,而且探測結果接近水下目標真實色彩,符合人眼視覺特性.

圖5分別為圖4(a)—圖4(c)的R,G,B三個顏色通道的像素強度統計值.原始強度圖中,R,G,B三通道的像素強度值分布在極小的范圍內,并且圖5(a1)和圖5(a2)表明藍色通道的像素強度值分布范圍明顯優于紅色與綠色通道.經傳統被動偏振成像方法處理后,R,G,B三通道的像素強度值分布范圍擴大,但從圖5(b1)和圖5(b2)可以看出藍色通道占優的情況仍未改變,圖像仍存在顏色失真.圖5(c)中像素分布不僅優于原始強度圖像,同時相對于傳統被動偏振成像方法也有明顯提升,圖像的動態范圍增大,層次感增強;圖5(c1)和圖5(c2)表明圖像各個顏色通道的強度值分布范圍相等,原始圖像中存在的顏色畸變問題得到有效復原,視覺效果增強.

圖4 (a)原始強度圖像;(b)傳統被動偏振成像探測結果;(c)淺海被動水下偏振成像探測結果Fig.4.(a)A raw underwater image;(b)detection result by traditional passive polarization imaging method;(c)detection result by the method of this paper.

圖5 (a),(b)和(c)分別為圖4(a)、圖4(b)和圖4(c)的R,G,B三通道像素強度統計值;(a1)和(a2),(b1)和(b2),(c1)和(c2)分別為圖(a),(b)和(c)的截面圖Fig.5.(a),(b),and(c)are the pixel intensity distribution of channel R,G and B of Fig.4(a),Fig.4(b),and Fig.4(c);(a1)and(a2),(b1)and(b2),(c1)and(c2)are the sectional view of panels(a),(b),and(c).

圖6(a)—(c)分別為圖4(a)—(c)的R,G,B三通道中第199行像素強度值分布圖.對比發現,原始強度圖與傳統被動偏振成像結果中藍色通道強度值明顯高于紅色與綠色通道,圖像存在嚴重的色彩畸變.而淺海被動水下偏振成像探測結果中目標信息光與背景散射光的差異明顯增大,圖像對比度提升,并且R,G,B三通道中像素強度值分布均勻,不存在某一通道占優情況,圖像質量得到極大提升.

圖6 (a),(b)和(c)分別為圖4(a)、圖4(b)和圖4(c)的R,G,B三通道中第199行像素強度值分布圖Fig.6.(a),(b),and(c)are the horizontal line plots at the vertical position pixel 199 for channel R,G and B of Fig.4(a),Fig.4(b)and Fig.4(c).

在此基礎上,為了說明本文探測方法的普適性,對圖7所示的真實水下場景進行探測.圖7(a)所示的原始強度圖中,目標信息光被背景散射光淹沒,圖像清晰度不足,遠處的礁石幾乎不可見;同時圖像色彩失真嚴重,視覺效果差.相比之下,圖7(b)中顏色畸變問題得到有效復原,物體顏色鮮艷,其真實色彩得以顯露,同時圖像的高頻信息得到修復,被背景散射光遮蔽或者由于水體吸收導致模糊的目標信號得到凸顯,遠處的礁石能直接辨識,視覺效果更加自然.

圖7 (a)原始強度圖像[12];(b)淺海被動水下偏振成像探測結果Fig.7.(a)Raw underwater image of another scene[12];(b)detection result by the method of this paper.

圖8(a)—(c)所 示 為 分 別 選 取 圖7(a)和圖7(b)三通道中第700行(由上至下)像素的強度分布曲線,該行像素穿過礁石A和礁石B、海底I和海底II,其強度值變化能夠直觀表征場景中不同物體之間的差異以及對比度變化.原始強度圖像的三通道像素強度值分布圖中紅色通道的整體強度值明顯低于綠色和藍色通道,圖像存在嚴重的顏色失真.淺海被動水下偏振成像探測結果的三通道像素強度值分布均勻,不存在某一通道像素值占優的情況,圖像的色彩畸變問題得到復原,視覺效果提升,同時去除了背景散射光的影響,礁石與海底交界處的像素強度值變化劇烈,表明圖像對比度增強.圖9(a)和圖9(b)分別對應圖7(a)和圖7(b)的R,G,B三個顏色通道的像素強度統計值,對比發現淺海被動水下偏振成像不僅能夠復原圖像的色彩信息,而且增強了圖像的層次感.

圖8 (a),(b)和(c)分別為圖7(a)和圖7(b)R,G,B三通道中第700行像素強度值分布圖Fig.8.(a),(b)and(c)are the horizontal line plots at the vertical position pixel 700 for channel R,G and B of Fig.7(a)and Fig.7(b).

為了表征顏色校正前后圖像質量的提升,用圖像色偏值來對該探測方法的性能進行客觀評價.首先將圖像由RGB空間轉換到CIE Lab空間,通過下式有效獲取圖像色偏值K[26],

其中,D表示圖像平均色度,M表示色度中心距.D與M的求解過程如下所示:

其中,M,N分別為圖像的寬和高,以像素為單位;(da,db)表示a-b色度平面上等效圓的中心坐標.計算所得的色偏值K越大,表明圖像色偏越嚴重.

淺海被動水下偏振成像探測結果與傳統水下偏振成像探測結果的色偏值如表1所列.以圖4(a)為例,與傳統水下成像方法相比,經本文方法處理后圖像的色偏值明顯降低,表明圖像的顏色得到校正,圖像視覺效果提升,進一步說明了本文探測方法提供接近水下目標真實色彩、符合人眼視覺特性的清晰圖像的有效性.

表1 不同方法處理后圖像的K值Table 1.The value of K of reconstructed images by different methods.

分別計算原始圖像和淺海被動水下偏振成像探測結果的各項客觀評價指標(包含信息熵、清晰度、平均梯度和對比度),結果如表2所列,其中信息熵反應圖像的平均信息量,信息熵越大,表明圖像中所包含的信息越多;清晰度和平均梯度能夠反映圖像中的邊緣和細節等高頻信息,其值越大,圖像邊緣越清晰,所包含的細節越明顯;圖像對比度則能夠表示圖像中灰度反差的大小,其值越大,表明圖像中亮暗漸變層次越多,圖像中物體表面的紋理越明顯,圖像信息越豐富.從表2可以很明顯地看出,經過淺海被動水下偏振成像探測方法得到的圖像與原始圖像相比在各項指標上都有了明顯提升,如清晰度較原始強度圖像普遍提升了4倍左右,圖像的平均梯度提升了4.5倍左右;與此同時,圖像的對比度相對于原始強度圖提升了10倍左右,圖像的信息熵也有所提高.這些參數的提升都表明圖像的質量得到了極大的改善,尤其是在圖像對比度以及圖像的細節方面有顯著增強.這些結論與圖像主觀評價和分析結果一致,客觀表明了淺海被動水下偏振成像探測方法的有效性.

表2 水下成像結果的客觀評價參數Table 2.Objective evaluations of underwater images.

圖9 (a)和(b)分別為圖7(a)和圖7(b)的R,G,B三通道像素強度統計值;(a1)和(a2),(b1)和(b2)分別為圖(a)和(b)的截面圖Fig.9.(a)and(b)are the pixel intensity distribution of channel R,G and B of Fig.7(a)and Fig.7(b);(a1)and(a2),(b1)and(b2)are the sectional view of Fig.9(a)and Fig.9(b).

5 結 論

為了解決傳統被動水下偏振成像結果中存在嚴重的色彩失真問題,設計了淺海被動水下偏振成像探測方法.該方法將背景散射光的傳輸特性與場景深度信息聯系起來,建立了水下Lambertian反射模型,不僅去除了背景散射光的影響,還復原了由于水體選擇性吸收及散射造成的色彩畸變問題.結果表明,該方法能夠提供接近水下目標真實色彩的清晰探測結果.成像結果中R,G,B三通道的像素強度統計值直觀地表明本文方法在提供無色彩畸變的水下目標清晰場景方面的有效性.客觀評價指標相比于原始強度圖都有所提升,其中圖像對比度提升了10倍左右,圖像清晰度提升了4倍左右,以上結果證明了本文方法所得圖像的質量得到了極大改善.此外,圖像色偏值的減小也反映了顏色恢復模型的有效性.