基于二色散射模型的激光高速相機(jī)成像去煙霧

文/李運(yùn)

在武器彈藥測(cè)試方面經(jīng)常需要對(duì)復(fù)雜環(huán)境下的目標(biāo)進(jìn)行拍攝，特別是一些成像條件惡劣的環(huán)境，例如霧霾天氣、強(qiáng)煙霧目標(biāo)等。由于存在煙霧的干擾，使捕獲目標(biāo)的圖像品質(zhì)很難滿(mǎn)足需求。隨著數(shù)字圖像處理的發(fā)展，應(yīng)用圖像復(fù)原增強(qiáng)技術(shù)來(lái)處理此類(lèi)問(wèn)題成為一大熱點(diǎn)。

圖1：系統(tǒng)原理框圖

圖像復(fù)原通常根據(jù)圖像的退化模型，采用相反的過(guò)程進(jìn)行處理，以便恢復(fù)出原圖像，一般采用各種反退化處理方法，如維納濾波、中值濾波等。但大多數(shù)圖像復(fù)原技術(shù)都需提前預(yù)知圖像退化模型，對(duì)于拍攝過(guò)程不可重復(fù)的目標(biāo)，很難提前預(yù)知其退化模型。故而基于單幅圖像退化模型復(fù)原的圖像處理技術(shù)逐漸成為人們關(guān)注的熱點(diǎn)。

1 系統(tǒng)原理分析

圖2：系統(tǒng)工作示意圖

圖3：數(shù)據(jù)處理前后對(duì)比圖

該系統(tǒng)主要由激光照明光源、高速攝影相機(jī)、系統(tǒng)同步控制器、數(shù)據(jù)處理系統(tǒng)組成。系統(tǒng)運(yùn)行時(shí)，由同步控制器控制高速攝影相機(jī)和激光照明光源協(xié)同工作，激光照明光源提供兩組激光，綠光提供高亮度且亮度均勻的照明，近紅外波段激光提供高透煙霧光源，高速攝影相機(jī)在微秒級(jí)的曝光時(shí)間內(nèi)拍攝兩組瞬態(tài)圖像，將拍攝的圖像數(shù)據(jù)交給數(shù)據(jù)處理系統(tǒng)，經(jīng)圖像融合得到初步去煙霧圖像，結(jié)合二色散射復(fù)原模型得到去煙霧復(fù)原圖像，再通過(guò)圖像增強(qiáng)算法，最終得到清晰的圖像。如圖1所示。

2 理論分析

對(duì)于強(qiáng)煙霧中的物體，物體發(fā)出的光迅速衰減，而背景光隨著物體到相機(jī)的路徑增加而增加，利用這一特點(diǎn)獲取目標(biāo)景深信息。令深度d處景物點(diǎn)產(chǎn)生的背景光輻射為L(zhǎng)(d,λ)，設(shè)相機(jī)的光譜相應(yīng)為s(λ)，λ表示光的波長(zhǎng)，g便是在景物點(diǎn)亮度和圖像照度之間的比例常數(shù)，景物點(diǎn)的最終亮度為：

結(jié)合背景光模型可知，對(duì)任何給定路徑長(zhǎng)度d，背景光的輻射強(qiáng)度為：

將式（2）帶入式（1）可知景物點(diǎn)最終的亮度為：

則景物深度可表示為：

p，q是標(biāo)量，p表示直接傳輸?shù)姆?，q表示背景光的幅值，R為清晰圖像的輻射度，是背景的散射系數(shù)，d是場(chǎng)景點(diǎn)的深度。

從圖像中選擇一個(gè)背景區(qū)域，分別計(jì)算R、G、B圖像平面該區(qū)域的亮度平均值

該區(qū)域的背景亮度平均值 ：

其中，m為選中背景區(qū)域像素點(diǎn)的總數(shù)，EiR、EiG、EiB為R、G、B圖像平面區(qū)域內(nèi)的亮度。令則表示背景光色度方向的單位向量 表示為：

其中，d為景物點(diǎn)深度，E'為景物點(diǎn)在原圖像中的亮度，m1為決定整體亮度的調(diào)節(jié)參數(shù)，m2為決定亮度調(diào)節(jié)范圍的參數(shù)，通過(guò)調(diào)節(jié)m1、m2、m3對(duì)復(fù)原后的圖像進(jìn)行調(diào)整，使復(fù)原增強(qiáng)后的圖像效果更接近于無(wú)煙霧是實(shí)際場(chǎng)景圖像。

3 實(shí)驗(yàn)研究

為了驗(yàn)證上述方法對(duì)去除煙霧影響的有效性，開(kāi)展了相關(guān)的實(shí)驗(yàn)研究。首先對(duì)整個(gè)系統(tǒng)進(jìn)行標(biāo)定和校準(zhǔn)，當(dāng)飛行物體經(jīng)過(guò)相機(jī)視場(chǎng)時(shí)，同步控制系統(tǒng)控制激光照明系統(tǒng)與高速攝影系統(tǒng)協(xié)同工作，綠光提供高亮度且亮度均勻的照明，近紅外波段激光提供高透煙霧光源，高速攝影相機(jī)在微秒級(jí)的曝光時(shí)間內(nèi)拍攝兩組瞬態(tài)圖像，將拍攝的圖像數(shù)據(jù)交給數(shù)據(jù)處理系統(tǒng)，經(jīng)圖像融合得到初步去煙霧圖像，經(jīng)圖像復(fù)原處理得到去煙霧復(fù)原圖像，再通過(guò)圖像增強(qiáng)算法，最終得到清晰的圖像，系統(tǒng)工作的示意圖如圖2所示。

試驗(yàn)中對(duì)彈丸出膛瞬間圖像進(jìn)行捕獲。圖3為本文算法的效果對(duì)比圖，其中圖a為綠光波段下，高速相機(jī)拍攝的運(yùn)動(dòng)目標(biāo)的瞬態(tài)圖像；圖b為雙波段獲得圖像融合后的初步去煙霧圖像；圖c為經(jīng)本文算法圖像復(fù)原及圖像增強(qiáng)后的去煙霧圖像。對(duì)比3幅圖像可以看出，在綠光可見(jiàn)光下拍攝的圖像（圖a）煙霧干擾嚴(yán)重，目標(biāo)無(wú)法辨認(rèn)。通過(guò)圖像融合技術(shù)，將近紅外波段與綠光可見(jiàn)光下拍攝的圖像進(jìn)行融合得到初步去煙霧圖像（圖b），相比圖a有了一定的去煙霧效果，目標(biāo)及參照物可辨認(rèn)且細(xì)節(jié)信息有所提高。

在結(jié)合本文算法的圖像復(fù)原和圖像增強(qiáng)處理，得到最終的去煙霧圖像（圖c），分析可知去煙霧效果明顯，目標(biāo)及參照物信息清晰。

4 結(jié)論

通過(guò)前期圖片采集和后期圖像處理相結(jié)合的手段對(duì)無(wú)法預(yù)先得到退化信息的目標(biāo)進(jìn)行處理，可很好的去除煙霧影響、還原目標(biāo)圖像信息。實(shí)驗(yàn)結(jié)果表明：本文提出的方法在目標(biāo)高品質(zhì)圖像獲取方面效果顯著，具有一定的參考價(jià)值。