基于衬度的水下图像可探测度评价研究

彭 博，王金鹏

(中国海洋大学 信息科学与工程学院，山东 青岛 266100)

基于衬度的水下图像可探测度评价研究

彭 博，王金鹏

(中国海洋大学 信息科学与工程学院，山东 青岛 266100)

水下图像的衬度是反映一个水下光电探测系统的探测距离、探测景深、图像接收视角等重要指标的重要信息，衬度表征图像中目标和背景亮度的差别。研究了以目标和背景的衬度为指标的水下图像可探测度评价方法，通过最优的目标区域提取方法来计算目标与背景的衬度值并作为可探测度指标，将其与人眼主观评价对比，建立一套针对水下探测图像可探测度的质量评价体系，为水下光电探测系统的探测性能的评判提供重要依据。

可探测度评价；目标与背景衬度；目标区域提取

0 引言

随着我国对海洋研究与开发的不断深入，使用水下光电探测系统获取图像信息逐渐成为水下探测活动的主要方式。用探测图像质量来反映探测系统性能可分为两个方面：一方面是探测系统对目标探测能力的度量，如使用水下声呐图像判断目标物体的存在性；另一方面是对目标识别精度的度量，如水下摄像系统对目标的识别和细节纹理的获取。

段晓杰[1]提出了一种基于小波变换和人类视觉系统的图像质量评价方法，将4级小波分解后高低频分量的SSIM值与CSF曲线加权，然后分块进行DCT变换，将每块的SSIM值与前面得到的结果相乘得到检测指标。刘伟[2]将图像中的边缘作为结构相似度评价的指标，采用全参考质量评价的方法对3个数据集进行了测试。在对于水下光电探测系统所拍摄的图像进行质量评价方面，目前对水下图像质量的评价多见于水下图像复原和增强过程中[3]，Schechner 和Karpel[4]等人认为对比度是一个合理的度量水下图像质量的标准。Hou[5]等人对存在噪声的水下目标图像，提出了一种基于加权灰度尺度角(Gray Scale Angle, GSA)的图像清晰度评价标准，Arredondo[6]等人对水下视频图像提出了定量评估水下噪声的方法，将估计到的速率和真实速度之间的角进行差分，用于评价水下视频图像。Arnold-Bos[7]等人提出了简单的评价准则；Pratt[8]认为对于较好的对比度和无噪声图像，梯度幅值直方图应近似指数分布，在低梯度处有一个小峰值。他们定义了一个0～1之间的鲁棒索引。相反，若图像受噪声污染严重，或对比度很低，则梯度幅值分布是不同的。此外，Yang[9]提出在评价水下图像质量时，可以考虑色度的偏差、亮度、饱和度，通过权重相加的方式作为图像的质量评价指标。

这些质量评价方法侧重于分析图像的纹理、细节特征，对水下图像质量评价反映的是图像细节退化的程度，其评价结果并不适合作为反映探测系统探测性能的评价标准。

1 基于衬度的可探测度评价

相对于水下图像的质量评价，对水下目标的可探测度评价在国内外几乎没有人开展研究。水下图像的可探测度表示为感知图像中目标存在强弱的程度，其主要取决于目标与背景之间的辐亮度和颜色的差别(即衬度)。特别是在深海环境中，由于没有自然光照，且水中背景内容单一，水下探测系统和潜艇等设备主要依靠自身光源进行照明和完成探测任务，此时探测图像的衬度值完全由探测系统光源决定。使用基于衬度评价指标的可探测度评价系统对获取图像进行快速的目标存在性判断，可以节省人眼主观评价的时间，为探测设备控制人员和潜艇操作人员提供快速、有效的目标存在信息，方便其开展下一步行动。

1.1 大目标相对于背景的表观衬度

水下光电成像系统对水下目标进行探测和识别，取决于目标与背景的衬度大小。由于水体介质对水下光传输的散射作用，特别是后向散射的影响，使得目标与水体背景的表观衬度降低。而衬度的降低是限制水下能见度的主要因素，通过简单的提高照明光源的功率和接收器的灵敏度并不能有效地改善能见度。

图像的目标衬度定义为目标与背景的面辐射度的分差，如式(1)：

(1)

式中,C为目标的衬度，Bt为目标的表观面辐射强度，Bb为背景的表观面辐射强度。若光源的波谱带很窄，面辐射强度可以用亮度来代替。

当探测目标的体积较大时，其表观面辐射强度是照度、视角和接收器至目标的距离的函数，如式(2):

Bt=Bt(r,θ,Ø)

(2)

式中θ、Ø是观察目标时的极坐标角，r是目标至接收器的距离。为方便起见，常对θ、Ø的函数关系略去，用Bt(r)表示目标表观衬度函数。Bt(0)是目标的固有面辐射强度，为目标反射面的辐射强度。

在距离目标任一距离r处，其表观面辐射强度一部分是由目标直射光产生的，另一部分由目标至接收器间的光径的面辐射强度产生。由目标直射的光呈指数衰减，其体积衰减常数为α，则表观辐射强度可表示为:

Bt(r)=e-αrBt(0)+Bp(r)

(3)

式中，Bp(r)为光路径的面辐射强度，它是目标至接收器的距离函数；Bt(r)为距离目标r处的表观面辐射强度。

假定目标的存在对本底辐射强度没有显著影响，那么传输路径的有效面辐射强度Bp(r)可由本底面辐射强度计算出来，其计算公式如下:

Bb(r)=e-αrBb(0)+Bp(r)

(4)

将式(3)与式(4)带入式(1)得到：

(5)

由式(5)可知，位于接收器处的表观衬度与目标反射的光一样，也是随距离按指数衰减的。

1.2 基于衬度的水下可探测度评价体系的建立

评价算法的核心在于如何从失真严重、亮度分布不均的图像准确地获取目标区域，并通过计算其与背景区域的衬度大小作为图像可探测度质量评价的指标。为了验证算法的有效性，需要创建一个背景统一均匀、目标清晰度各异的图像数据集。使用不同目标区域获取方法对数据集中图像进行目标区域提取，并计算目标区域与背景的衬度，得到对数据集中图像计算衬度最优的算法。将计算得到的衬度值作为评价的依据与人眼主观评分使用PLCC、KROCC、SROCC等技术指标来反映客观评价算法与主观评价结果的对应关系，并建立水下大尺度单一背景图像的可探测性度量评价体系。

2 目标区域的获取

水下目标衬度定义为目标物辐亮度同背景本底辐亮度的分数差，由于图像中的像素值与光学理论中的亮度值具有线性同比例的换算关系，因此可用图像中目标区域与背景区域的灰度值来表征亮度，然后通过衬度公式计算出目标的衬度值。为了计算目标区域与背景的衬度，需要得到精确的目标区域。由于一般水体的能见度不高，且光在其中衰减严重且分布不均，不同距离处获得图像质量有很大差异。为获得目标与背景准确的衬度值，只需要提取目标轮廓信息而不需要考虑细节内容，可先将实验图像与数据集中同组的只含有背景的图像进行差分，对得到的目标更加清晰的图像进行目标区域的提取，部分差分的结果图如图1，从左到右分别为距离接收器一定距离的探测图像、不含目标的背景图像和差分相减后的图像。然后分别使用改进的Canny算法和区域生长算法对不同质量的图像进行目标区域的获取并计算探测图像的衬度值。

图1 不同距离处的目标图像、背景图像和差分结果图

2.1 改进的Canny边缘检测算法

Canny算子是满足3个最优化准则的边缘检测算子，即信噪比准则、定位精准准则和单边相应准则。Canny边缘检测算法的步骤为：

(1)对图像进行高斯滤波，减少噪声干扰；

(2)对高斯滤波后的图像，计算其梯度幅值和方向；

(3)在图像的局部领域内对计算的梯度幅值进行非极大值的抑制，选取可能的边缘；

(4)对经过非极大值抑制处理后的边缘梯度图，使用双阈值法检测和连接边缘。

针对传统Canny边缘检测算子中梯度计算模板所导致的定位不精确以及需要人工设定判断边缘的高低阈值，改进算法中梯度模板改进为3×3的8个方向模板，增加边缘的定位精度[10]。其次针对差分后图像局部过度曝光和亮度分布不均的问题，使用多尺度分块的方法，计算块中的梯度直方图，用块中的像素最值梯度和方差来自适应地确定每块的高低阈值，最后综合全局与块内的阈值参数来确定图像边缘阈值[10]。使用传统的Canny算法和改进的Canny算法的检测结果图如图2。

图2 差分图和检测结果

从检测结果可以发现，随着探测距离的增加，目标图像的衬度会降低，使得边缘检测算法的效果变差。

2.2 基于区域生长算法的目标检测

区域生长算法依据图像灰度值的相似性将目标图像进行区域分割。区域生长算法的设计主要有以下三点：生长种子点的确定、区域生长的条件和区域生长停止的条件。其算法实施步骤为：

(1)对图像顺序扫描,找到第1个还没有归属的像素,设该像素为(x0,y0)。

(2)以(x0,y0)为中心,考虑(x0,y0)的8邻域像素(x,y)，如果(x,y)满足生长准则,将(x,y)与(x0,y0)合并在同一区域内,同时将(x,y)压入堆栈。

(3)从堆栈中取出一个像素,把它当作(x0,y0)返回到步骤(2)。

(4)当堆栈为空时，返回到步骤(1)。

(5)重复步骤(1)～(4)，直到图像中的每个点都有归属时，生长结束。

使用区域生长算法对数据集中部分图像进行目标区域获取的结果如图3所示。

图3 差分图和区域生长结果

从上述结果来看，在目标比较清晰时，边缘检测的方法能获得较为准确的边缘信息，但随着距离的增加和目标轮廓的模糊，边缘检测算法会失效，而区域生长算法在这样的条件下获得了更好的目标区域信息。

3 实验与结果分析

数据集图像采集实验是在能见度为3.1～3.2 m、大小为8 m×3.6 m×2 m的水池中进行。探测系统光源是由两组BILC(双凸透镜密集集束光源)阵列、一个FNLC(菲涅尔透镜集束)光源构成，图像接收系统为一个位于两个阵列中间的单目CCD，目标物为40 cm×40 cm的漫反射白板。

图4 主客观评分的均方根误差拟合曲线图

从客观衬度值与人眼主观评分的均方根误差(RMSE)拟合曲线图中可以发现，衬度评分值与人眼主观的感受评价具有较高的一致性。曲线总体向右上方倾斜，表明使用衬度值来客观评价水下探测图像目标的可探测度是一种可行的方法，可以为探测系统探测性能的评价提供有效的信息。

[1] 段晓杰,范铁生,曲大鹏.基于小波变换和HVS的彩色图像质量评价方法[J].微型机与应用,2015，34(18):39-41.

[2] 刘伟,薄华,基于边缘显著区域和结构相似度的图像视觉效果评价[J].微型机与应用, 2016, 35(9):48-51.

[3] YANG M, JI Z. Quaternion color morphological filters for underwater images[J]. Journal of Computational & Theoretical Nanoscience, 2012, 7(1):557-560.

[4] SCHECHNER Y Y, KARPEL N. Recovery of underwater visibility and structure by polarization analysis[J]. IEEE Journal of Oceanic Engineering, 2005, 30(3):570-587.

[5] HOU W, WEIDEMANN A D, GRAY D J, et al. Imagery-derived modulation transfer function and its applications for underwater imaging[C]. Optical Engineering+Applications. International Society for Optics and Photonics, 2007:6696.

[6] ARREDONDO M, LEBART K L. A methodology for the systematic assessment of underwater video processing algorithms[C]. Oceans, 2005(1):362-367.

[7] ARNOLD-BOS A, MALKASSE J P, KERVERN G. Towards a model-free denoising of underwater optical images[C]. Oceans, IEEE, 2005(1):527-532.

[8] RAIMONDO S, SILVIA C. Underwater image processing: state of the art of restoration and image enhancement methods[J]. EURASIP Journal on Advances in Signal Processing, 2010, 2010(1):1-14.

[9] YANG M, SOWMYA A. An underwater color image quality evaluation metric[J]. IEEE Transactions on Image Processing, 2015, 24(12):6062-6071.

[10] 王植,贺赛先.一种基于Canny理论的自适应边缘检测方法[J].中国图象图形学报,2004,9(8):957-962.

Research on detachability evaluation of underwater image based on contrast

Peng Bo, Wang Jinpeng

(School of Information Science and Engineering, Ocean University of China, Qingdao 266100, China)

Image contrast is an important factor that reflects the detection range, depth of field, and angle of view of an underwater photo detection system. Contrast characterizes the difference between target and background brightness in an image. This paper researched on the detachability evaluation of underwater image based on contrast. It is necessary to acquire the best target area and calculate the contrast between the target and background, which as a detectable indicator and contrasts with subjective evaluation of human eye. Through this method to establish a set of quality evaluation system for detectability of underwater detection images, which can be the important reference of judgment of detection performance of underwater photoelectric detection system.

detectability judgment; contrast of target and background; target area extraction

TP391.41

A

10.19358/j.issn.1674- 7720.2017.15.014

彭博，王金鹏.基于衬度的水下图像可探测度评价研究[J].微型机与应用，2017,36(15)：49-52.

2017-02-15)

彭博(1992-)，通信作者，男，硕士研究生，主要研究方向：水下图像质量评价。E-mail：jerrypb@163.com。

王金鹏(1989-)，男，硕士研究生，主要研究方向：水下图像复原、水下图像增强。