0 引言

    隨著新一代信息技術(shù)的快速發(fā)展和與先進(jìn)制造技術(shù)的不斷融合，以智能制造檢測為代表的新一輪產(chǎn)業(yè)轉(zhuǎn)型已在全球范圍內(nèi)出現(xiàn)。我國水下勘探的探索方向主要有水下主動(dòng)照明成像、激光掃描成像和距離選通成像。其中水下激光掃描成像系統(tǒng)由于水體對準(zhǔn)直光束的擴(kuò)散和硬件設(shè)備的不完善限制了圖像的成像分辨率。而光學(xué)偏振成像技術(shù)由于其相比于傳統(tǒng)的水下主動(dòng)照明成像系統(tǒng)具有能夠獲取多維的偏振信息的特點(diǎn)，可以利用目標(biāo)物對偏振光的不同退偏振能力來區(qū)分目標(biāo)與背景^[1]，而且偏振系統(tǒng)相較于其他系統(tǒng)研究成本低，因而廣泛應(yīng)用于復(fù)雜環(huán)境下目標(biāo)探測和圖像質(zhì)量增強(qiáng)等技術(shù)研究中。

    偏振成像是基于傳統(tǒng)光強(qiáng)圖像成像技術(shù)的基礎(chǔ)上，通過獲取受到偏振光學(xué)器件調(diào)制后的光強(qiáng)圖像，從而獲取光束的偏振特性圖像。在成像過程中，偏振光入射到不同物體的表面產(chǎn)生相互作用，將會(huì)對光束的偏振特性進(jìn)行不同的調(diào)制，從而產(chǎn)生不同的偏振態(tài)的光束^[2]。長春理工大學(xué)提出了將同步掃描技術(shù)與偏振技術(shù)相結(jié)合的實(shí)驗(yàn)方案，并在實(shí)驗(yàn)中提高了水下成像距離和清晰度，但系統(tǒng)的穩(wěn)定性還需要進(jìn)一步優(yōu)化^[3]。綜合利用場景光的偏振信息和光譜信息提高光電成像系統(tǒng)的探測識(shí)別能力，是國內(nèi)外研究的熱點(diǎn)^[4]。以HUANG B^[5]、DUBREUIL M^[6]的研究為代表，利用散射光的偏振特性分離場景中目標(biāo)信息光和背景散射光，可獲取清晰的目標(biāo)圖像。激光水下偏振成像特征融合算法主要有圖像邊緣融合方法^[7]、紋理信息濾波算法^[8]、Fraunhofer圓孔衍射方法等^[9]。在KRISHNAN D和FERGUS R^[10]等人提出的基于超拉普拉斯先驗(yàn)的圖像去模糊算法的基礎(chǔ)上,秦緒佳[11]等人提出了一種改進(jìn)的基于超拉普拉斯約束的單幅圖像去模糊算法,提高了去模糊算法效率。

    在現(xiàn)有的研究基礎(chǔ)上，本文將不同角度的圖像分解為多尺度的金字塔圖像序列，結(jié)合高斯卷積和權(quán)重融合系數(shù)，得到一系列的差值融合圖像，增強(qiáng)了圖像細(xì)節(jié)的融合，并且通過調(diào)節(jié)激光器的發(fā)射頻率來改善偏振成像系統(tǒng)中的照射激光光源環(huán)境。本系統(tǒng)通過實(shí)驗(yàn)證明，在衰減系數(shù)為2.1的海水環(huán)境中，水下成像距離達(dá)到6 m，能清晰識(shí)別水中物體及其特征。SNR值和SSIM值分別用作成像對比度和分辨率的評估標(biāo)準(zhǔn)，客觀地評估成像性能。

1 偏振成像系統(tǒng)原理

    偏振成像技術(shù)檢測技術(shù)是利用不同物體的表面偏振度不同而進(jìn)行目標(biāo)識(shí)別^[12]。水下成像系統(tǒng)中采用偏振系統(tǒng)是根據(jù)目標(biāo)表面的反射光與水下粒子散射光之間的退偏度不同，偏振器有效濾除水體雜光散射，增強(qiáng)了目標(biāo)物體的反射光能力，在一定程度上有效地減少了后向散射光，提高圖片的信噪比。水下激光偏振系統(tǒng)光路圖如圖1所示。

    發(fā)射光的Stokes矢量S_out和入射光的Stokes矢量S_in之間有如下關(guān)系，

    根據(jù)測量目標(biāo)表面任意點(diǎn)處的反射光波偏振度，根據(jù)對所有點(diǎn)的依次運(yùn)算，以獲得目標(biāo)表面中所有點(diǎn)的偏振度。獲得數(shù)字矩陣D后，再通過數(shù)值圖像化處理將D矩陣轉(zhuǎn)換到圖像灰度值空間中，數(shù)字矩陣以圖像的形式顯示，構(gòu)成偏振度圖像。

2 實(shí)驗(yàn)

    實(shí)驗(yàn)照明光源采用長春新產(chǎn)業(yè)的532 nm YAG激光器LPS-532-S-100 mJ，輸出的激光波長為1 060 nm，經(jīng)倍頻后為532 nm的綠光?？紤]到水對不同波長的光的吸收特性，選取MD Vision CCD作為接收器，其光譜范圍為430~656 nm，單個(gè)像元為10.8 μm，滿足檢測系統(tǒng)精度條件。偏振光學(xué)系統(tǒng)中的光學(xué)器件選擇武漢優(yōu)光的擴(kuò)束器、衰減器、偏振器、λ/4波片和窄帶濾波器。其實(shí)物裝置圖如圖2所示。

    從目標(biāo)反射回來的光波作為待測入射光，偏振片可以通過透光軸方向旋轉(zhuǎn)，不同偏振角度下的成像清晰度不同，圖3分別記錄偏振片透光軸在3個(gè)不同角度時(shí)目標(biāo)的圖像。圖4為3個(gè)角度的特征融合原始圖像。

    由于光線被水體介質(zhì)吸收，圖像中目標(biāo)物的邊緣模糊，有待進(jìn)一步對圖像的增強(qiáng)處理來增加圖像的細(xì)節(jié)顯示。

3 基于權(quán)重融合系數(shù)的增強(qiáng)算法

    對于單幅水下圖像，首先進(jìn)行降噪增強(qiáng)處理，再對圖像進(jìn)行3種權(quán)重分布圖的計(jì)算得到融合系數(shù)權(quán)重圖，最后將融合系數(shù)權(quán)重圖與偏振圖像進(jìn)行Laplacian融合得到增強(qiáng)的結(jié)果圖。流程如圖5所示。

3.1 圖像預(yù)處理

    首先，對圖像進(jìn)行直方圖均衡預(yù)處理以增強(qiáng)圖像顯示效果。直方圖均衡化又稱直方圖平坦化，即對原圖像的質(zhì)量分布圖通過非線性拉伸轉(zhuǎn)為均勻分布的形式，重新分配圖像象元值,使一定灰度范圍內(nèi)象元值的數(shù)量大致相等，從而增強(qiáng)整體圖像的對比度，改善水下圖像中各種亮度的比例大部分是不均勻分布的情況。

3.2 權(quán)重圖

    最終在圖像上的關(guān)鍵細(xì)節(jié)呈現(xiàn)是非常重要的，如邊緣細(xì)節(jié)、顯著性區(qū)域的清晰度和局部區(qū)域的對比度。要在圖像融合階段突出這些特征信息，必須對這些局部像素的值進(jìn)行權(quán)重分布，這樣最終融合圖像可以在這些細(xì)節(jié)可以得到體現(xiàn)。

    (1)局部對比權(quán)重系數(shù)圖

    局部對比系數(shù)表征了每一個(gè)像素與周邊像素之間的對比關(guān)系，其目標(biāo)是突出圖像中邊緣等細(xì)節(jié)信息，其公式表達(dá)如下：

其中，I是源圖像，I_C是源圖像經(jīng)過低通濾波后的圖像。低通濾波圖像是通過對源圖像I與卷積核H進(jìn)行卷積獲取。

    (2)顯著性區(qū)域權(quán)重圖

圖像的主要信息僅集中在幾個(gè)關(guān)鍵區(qū)域，人們通常關(guān)注圖像輪廓最大或輪廓方向突然變化的區(qū)域。這些信息可用顯著圖來體現(xiàn)。與增強(qiáng)的全局對比度不同，顯著圖可以突出顯示原始圖像的邊緣；進(jìn)一步增加其局部區(qū)域的輪廓相應(yīng)的權(quán)重值，增強(qiáng)圖像對比度。

    (3)曝光權(quán)重圖

    曝光權(quán)重圖表征像素的曝光特性，利用曝光值的估計(jì)來評估像素的合理灰度值，其公式如下：

其中，I(x，y)為源圖像，σ可以選取固定值0.25。對于灰度值差異大的像素，將獲取更大的權(quán)重值。

    圖6的3分圖分別是輸入圖像的曝光權(quán)重圖、局部對比度權(quán)重圖和顯著性區(qū)域權(quán)重圖。分別將3幅權(quán)重圖進(jìn)行加權(quán)融合得到融合系數(shù)權(quán)重分布圖，如圖7所示。

3.3 Laplacian金字塔融合

    單幅水下彩色圖像經(jīng)過降噪增強(qiáng)處理后，得到了均衡化的圖像I。同時(shí)通過3種權(quán)重系數(shù)的設(shè)計(jì)，圖像分別各計(jì)算得到3幅權(quán)重圖WL_C、W_S、W_E。將圖像對應(yīng)的權(quán)重圖分別進(jìn)行歸一化，然后對3個(gè)權(quán)重圖進(jìn)行加權(quán)融合，得到新的系數(shù)：

    將偏振圖像結(jié)合圖7的融合系數(shù)權(quán)重分布圖進(jìn)行Laplacian金字塔融合，即：

其中，G^l表示高斯金字塔分解，L^l表示Laplacian金字塔分級。得到結(jié)果如圖8所示。

    為了對圖8圖像增強(qiáng)算法的結(jié)果圖片進(jìn)行客觀評價(jià)，將小波變換的融合方法與本實(shí)驗(yàn)算法進(jìn)行對比，小波變換算法實(shí)質(zhì)上是將圖像信息分解為不同空間維度上，然后對不同空間的信息進(jìn)行線性處理，增強(qiáng)圖像效果^[13]。若將小波變換方法簡單地用于圖像增強(qiáng)，在圖像增強(qiáng)的同時(shí)也放大了噪聲。用“軟閾值”的小波圖像增強(qiáng)方法可以在增強(qiáng)的同時(shí)有效地抑制噪聲^[14]，然而有時(shí)會(huì)產(chǎn)生振鈴現(xiàn)象。小波變換的處理效果圖如圖9所示。

    對圖像進(jìn)行SNR(Signal to NoiseRatio)值和SSIM(Structural Similarity)值的評估。SNR評估的方法是將一幅圖像分割成若干個(gè)局部區(qū)域，計(jì)算局部區(qū)域的方差值，然后選取最大值與最小值的比較進(jìn)行SNR的計(jì)算。SSIM評估圖像的結(jié)構(gòu)相似性，并且是用于測量原始圖像與偏振圖像和兩個(gè)圖像之間的相似性的指示符。

    表1為分別采用本文算法和小波變換圖像融合算法對偏振圖像的增強(qiáng)測試結(jié)果的數(shù)值評估表。

    從表1中的數(shù)據(jù)可以看出，兩種算法都不僅在主觀視覺上可以明顯看出圖像增強(qiáng)的效果，在客觀數(shù)據(jù)上也較好地改善了SNR和SSIM兩個(gè)評價(jià)值，獲得了較好的圖像增強(qiáng)效果，由于本文采用不同偏振角度下的偏振圖像特征融合，并在此基礎(chǔ)上進(jìn)行權(quán)重系數(shù)圖像融合，這使圖像細(xì)節(jié)對比度得到了比較大的提升，可以提取出更多的特征信息，用來進(jìn)行水下圖像的內(nèi)容分析。

4 結(jié)論

    本文主要是采用水下偏振光學(xué)成像技術(shù)獲取圖像，對水下的幾個(gè)圖像質(zhì)量提升方向進(jìn)行了研究。在實(shí)驗(yàn)中,對發(fā)現(xiàn)的問題和不足提出了可行的改善方案,如在實(shí)驗(yàn)中添加濾波片以改善實(shí)驗(yàn)室中存在的非綠光波段雜散光干擾,對于目前不能解決的問題,提出了后續(xù)解決方案,為后續(xù)研究提供了解決問題的思路。

參考文獻(xiàn)

[1] 王維.偏振光譜成像目標(biāo)識(shí)別系統(tǒng)[J].電子技術(shù)應(yīng)用，2016，42(12)：73-75.

[2] 張玉梅.全Stokes偏振成像技術(shù)的研究[D].南京：南京理工大學(xué)，2015.

[3] 袁婷.激光水下成像系統(tǒng)研究[D].長春：長春理工大學(xué)，2013.

[4] ARNOLD-BOS A，MALKASSE J P，KERVERN G.Towards a model-free denoising of underwater optical images[C].Oceans，2005.

[5] HUANG B，LIU T，HU H，et al.Underwater image recovery considering polarization effects of objects[J].Optics Express，2016，24(9)：9826-9838.

[6] DUBREUIL M，DELROT P，LEONARD I，et al.Exploring underwater target detection by imaging polarimetry and correlation techniques[J].Applied Optics，2013，52(5)：997-1005.

[7] 溫佳，馬彩文，水鵬朗.改進(jìn)自適應(yīng)LBG矢量量化算法在干涉高光譜圖像壓縮中的應(yīng)用[J].光譜學(xué)與光譜分析，2011，31(4)：1033-1037.

[8] 張曉玲，張培強(qiáng)，沈蘭蓀.基于信息量失真測度的VQ及在高光譜圖像無損壓縮中的應(yīng)[J].遙感學(xué)報(bào)，2004，8(5)：414-418.

[9] 劉仰川.基于預(yù)測與JPEG2000的高光譜圖像無損壓縮方法研究[J].激光與紅外，2012，42(4)：452-457.

[10] KRISHNAN D，F(xiàn)ERGUS R.Fast image deconvolution using hyper-Laplacian priors[C].International Conference on Neural Information Processing Systems，2009.

[11] 秦緒佳，柯玲玲，范穎琳，等.改進(jìn)的超拉普拉斯約束的單幅圖像去模糊算法[J].小型微型計(jì)算機(jī)系統(tǒng)，2018，39(5)：235-240.

[12] 安雨飛，林軍，山其君，等.一種基于偏振原理和FPGA的調(diào)光系統(tǒng)設(shè)計(jì)[J].電子技術(shù)應(yīng)用，2011，37(1)：71-73.

[13] 趙滿慶.基于小波變換的圖像處理技術(shù)[J].電子技術(shù)與軟件工程，2018，132(10)：73.

[14] 方勇，戚飛虎.基于軟閾值的小波圖像增強(qiáng)方法[J].計(jì)算機(jī)工程與應(yīng)用，2002(23)：16-19.

作者信息:

李  蕾1，2，郭天太1，潘孫強(qiáng)2，陳  歡2，趙  軍1，孔  明1

(1.中國計(jì)量大學(xué)，浙江 杭州310000；2.浙江省計(jì)量科學(xué)研究院，浙江 杭州310000)