計(jì)算機(jī)數(shù)字圖像技術(shù)在AUV水下管道檢測(cè)中的應(yīng)用

高本國(guó)

（昆明船舶設(shè)備研究試驗(yàn)中心,云南昆明,650061）

計(jì)算機(jī)數(shù)字圖像技術(shù)在AUV水下管道檢測(cè)中的應(yīng)用

高本國(guó)

（昆明船舶設(shè)備研究試驗(yàn)中心,云南昆明,650061）

本文主要研究了計(jì)算機(jī)數(shù)字圖像技術(shù)在對(duì)AUV拍攝的水下管道圖片處理過程中的作用。主要對(duì)質(zhì)量較差的水下圖片進(jìn)行了灰度變換、直方圖處理以增強(qiáng)其對(duì)比度，使得圖像更為清晰，然后采用高斯濾波和圖像分割技術(shù)對(duì)數(shù)字圖像進(jìn)行了提取，獲得了圖像的特征參數(shù)，以此可以初步實(shí)現(xiàn)管道圖像的計(jì)算機(jī)解讀。從圖像處理的效果來看，通過本文的處理方法，模糊的水下圖像可以轉(zhuǎn)化為供機(jī)器視覺系統(tǒng)提取的準(zhǔn)確的數(shù)字圖像，這為進(jìn)一步的理解圖像信息，以進(jìn)行AUV的自主光學(xué)管道跟蹤與航路規(guī)劃等提供了技術(shù)基礎(chǔ)。

計(jì)算機(jī)數(shù)字圖像技術(shù)；AUV；水下管道檢測(cè)

0 引言

近年來隨著陸地資源的消耗和人口的激增，人們?cè)絹碓街匾暫Ｑ筚Y源的探索和開發(fā)。在此背景下自主式水下機(jī)器人（Autonomous Underwater Vehicle，AUV）技術(shù)獲得了人們?cè)絹碓蕉嗟闹匾?，特別是在水下輸油管道的巡檢工作中，AUV正獲得越來越多的應(yīng)用。

與聲吶成像技術(shù)相比，水下光學(xué)成像技術(shù)雖然可視覺距離較近（光在水下衰減較快），但其在近距離生成的圖像細(xì)節(jié)較清晰、直觀。應(yīng)用在水下管道檢測(cè)與跟蹤系統(tǒng)中，可根據(jù)圖像直接分析裸露管道的狀態(tài)，判斷管道的腐蝕和破壞程度，給施工者提供直觀參考材料；而且水下光成像還可以實(shí)現(xiàn)高速成像，以滿足于水下機(jī)器人應(yīng)用平臺(tái)的高實(shí)時(shí)性要求。因此，如何將水下攝影機(jī)所拍攝的圖像進(jìn)行數(shù)字化處理，以提高其圖像質(zhì)量，并將其所蘊(yùn)含的信息進(jìn)行提取和解讀，以供AUV進(jìn)行水下目標(biāo)的識(shí)別與跟蹤有著重要的意義。

由于水下成像的特殊性，一般來說水下所成的圖像質(zhì)量較差，典型的水下圖像有以下特點(diǎn)：（1）灰白效應(yīng)。（2）對(duì)比度低。（3）清晰度差別較大。(4)圖像效果較差。

圖1 典型的水下圖像

圖1是幾幅比較典型的水下圖像，可以看到，水下圖像的對(duì)比度都較低，圖像中目標(biāo)體的噪聲嚴(yán)重，邊緣模糊，此外受到水下光照條件的影響，水下圖像的清晰度差別較大，存在明顯的灰白效應(yīng)。

針對(duì)水下圖像的這些特點(diǎn)，本文利用灰度變換、直方圖處理、高斯濾波、模糊增強(qiáng)和圖像分割等計(jì)算機(jī)圖像技術(shù)對(duì)其進(jìn)行處理，以獲得可以為AUV控制終端直接分析和理解的信息，以供其進(jìn)行管線追蹤和航線軌跡規(guī)劃，本文的主要研究思路如下：

1 計(jì)算機(jī)數(shù)字圖像技術(shù)在管道識(shí)別中的應(yīng)用

1.1 灰度變換與直方圖處理

在獲得水下攝影圖片后，AUV的圖像控制處理中樞會(huì)對(duì)樣片進(jìn)行質(zhì)量預(yù)判，將部分成像失敗或者成像質(zhì)量較差的底片去除，篩選出相對(duì)清晰的原始底片，供下一步處理模塊處理。

由于水下CCD攝像頭最初獲得的為RGB真彩圖像，其信息量較大，不適合做圖像處理，因此需要將其進(jìn)行灰度轉(zhuǎn)換。由于水下圖像具有灰白效應(yīng)和對(duì)比度低的特點(diǎn)，在獲得水下圖像的灰度圖像后，還需要對(duì)其進(jìn)行對(duì)比度增強(qiáng)，以提高其清晰度，這通常采用壓縮圖像的灰度范圍來實(shí)現(xiàn)，本文采用公式（1）來對(duì)原始灰度圖像進(jìn)行對(duì)比度調(diào)整。

其中：C為尺度比例常數(shù)，s為原圖灰度值，t為目標(biāo)圖灰度值，s和t的取值范圍都為0到L-1。

對(duì)于執(zhí)行水下管道巡檢任務(wù)的AUV來說，其圖像預(yù)處理的目的是為了將圖像中的管道與其它背景進(jìn)行區(qū)分，因此需要對(duì)其進(jìn)行灰度直方圖均衡化處理，將臨近灰度值的部分歸為一類，以區(qū)別管道圖像及其背景。其基本原理是通過調(diào)整圖像像素之間的映射和分布關(guān)系，使灰度的概率密度呈均勻分布，從而調(diào)整圖像的整體對(duì)比度，使得圖像過去亮度較暗的部分的信息得以呈現(xiàn)，其變換公式為：

其中：0≤sk≤1，k=0，1，…L，sk為原圖像像素值。

圖2 本文研究思路

圖3 直方圖均衡化或規(guī)定化后的圖像

從圖3中可知，進(jìn)行直方圖均衡化后，圖像整體的對(duì)比度獲得了改善，圖像陰暗分明，并能看到更多的細(xì)節(jié)。

1.2 高斯濾波處理

由于圖像受到海水中的各種懸浮微粒散射的影響，極大的影響了成像質(zhì)量，增大了圖像處理的難度。

高斯濾波是一種有效的低通濾波方法器，它常用來對(duì)圖像進(jìn)行平滑的濾波處理，其對(duì)圖像服從隨機(jī)或高斯分布的噪點(diǎn)具有很好的效果。高斯濾波器函數(shù)的二維形式如下：

其中，x和y表示的是像素點(diǎn)間的距離，σ為分布函數(shù)，高速濾波曲線的形狀可以通過改變分布函數(shù)σ來實(shí)現(xiàn)。

此外，由于采用CCD鏡頭成像時(shí)鏡頭中的噪點(diǎn)多服從正態(tài)分布，因此采用高斯濾波對(duì)圖像進(jìn)行濾波處理的效果較好。

為了驗(yàn)證高斯濾波器的處理效果，本文特意選取了一張受噪聲污染較為嚴(yán)重的灰度圖像原片，然后采用高斯濾波的方法對(duì)圖像進(jìn)行處理，結(jié)果如下圖：

圖4 采用高斯濾波對(duì)圖像進(jìn)行處理

1.3 模糊增強(qiáng)

高斯濾波器雖然可以有效降噪，但同時(shí)也會(huì)降低數(shù)字圖像的清晰度。為了恢復(fù)和提高經(jīng)高斯濾波后的圖像清晰度，使得管道區(qū)域可以有效地和黑色背景區(qū)域區(qū)別開，本文采用模糊增強(qiáng)算法對(duì)圖像進(jìn)行邊緣處增強(qiáng)。本文定義模糊算子為：

式中：r為灰度模糊變換的次數(shù)，通過試驗(yàn)發(fā)現(xiàn)，當(dāng)取r=3時(shí)圖像的增強(qiáng)效果最好；其中kmn為圖像像素的隸屬度。

1.4 圖像分割

對(duì)AUV所拍攝的水下圖像進(jìn)行處理的一個(gè)主要目的就是為了將人們感興趣的管道圖像從整個(gè)海底背景圖像中提取出來，它是從圖像處理進(jìn)入到圖像量化分析的重要步驟，它使得對(duì)圖像的數(shù)字化提取和解讀理解成為可能。

本文采用閾值化技術(shù)來實(shí)現(xiàn)圖像分割，它通過選取合適的灰度閾值，然后以閾值作為區(qū)分標(biāo)準(zhǔn)，將像素灰度值大于閾值的作為一類，其它的劃分為另一類，從而實(shí)現(xiàn)對(duì)圖像的分割。整個(gè)技術(shù)的關(guān)鍵就是選擇合適的閾值,閾值一般可寫成如下形式:

其中f(x,y)是在像素點(diǎn)(x,y)處的灰度值，p(x,y)是該點(diǎn)的灰度梯度函數(shù)。采用上式即可求出閾值化后的圖像如下。

圖5 閾值化后的圖像

1.5 圖像數(shù)據(jù)信息采集處理

在獲得閾值化的圖像后，需要將圖像轉(zhuǎn)換為計(jì)算機(jī)能夠識(shí)別的數(shù)字信號(hào)特征。為了更好的對(duì)數(shù)字圖像特征進(jìn)行描述，本文選擇閾值圖像中深色圖像的長(zhǎng)徑比、伸長(zhǎng)度、圓形度3個(gè)特征參數(shù)來對(duì)其進(jìn)行描述；通過研究這3類特征參數(shù)在不同圖像中的不同值，來確定水下樣片中的核心圖像為管道還是巖石、溝壑等物。

其中長(zhǎng)徑比為圖像的長(zhǎng)軸長(zhǎng)度與短軸長(zhǎng)度之比；伸長(zhǎng)度和圓形度以公式（6）和（7）計(jì)算:

其中 A是目標(biāo)區(qū)域的面積，a、b分別是所有包圍目標(biāo)區(qū)域最小矩形的寬度和長(zhǎng)度，通過這一參數(shù)能夠?qū)⒔茍A形的目標(biāo)和細(xì)長(zhǎng)形目標(biāo)分開。

其中，S為缺陷區(qū)域的面積，L為周長(zhǎng)。圓形度C描述了目標(biāo)形狀與圓的接近程度，C值越大表示其形狀越接近于圓，C=1時(shí)為圓形。

本文通過水下攝影機(jī)獲得的數(shù)十張背景樣片進(jìn)行閾值化后的數(shù)字提取，得出部分圖片中物體類型與特征參數(shù)的關(guān)系如表1所示。

表1 圖像的特征參數(shù)

將提取后的圖像特征參數(shù)值提交給AUV的圖像運(yùn)算處理中樞，可以對(duì)CCD成像圖片中所蘊(yùn)含的信息進(jìn)行解讀，并將相關(guān)數(shù)據(jù)提交給AUV處理。

2 結(jié)束語(yǔ)

本文主要研究了采用計(jì)算機(jī)數(shù)字圖像技術(shù)對(duì)AUV所拍攝的水下圖片進(jìn)行處理，以獲得能供AUV解讀的特征信息的技術(shù)。在圖像處理過程中，本文首先采用了灰度變換和直方圖增強(qiáng)技術(shù)以對(duì)原始圖像進(jìn)行增強(qiáng)，然后采用高斯濾波去除噪點(diǎn)，再用模糊增強(qiáng)恢復(fù)圖像強(qiáng)度，接著采用閾值化技術(shù)對(duì)圖像進(jìn)行了分割和提取，最后選取了長(zhǎng)徑比、伸長(zhǎng)度、圓形度3個(gè)特征參數(shù)對(duì)圖像進(jìn)行描述，以確定圖像所包含的實(shí)際信息，并將相關(guān)處理數(shù)據(jù)傳輸給AUV的其它控制模塊，以供器進(jìn)行管道跟蹤或航跡規(guī)劃所用。

[1] 林楠. AUV管道巡檢的相關(guān)研究與工程應(yīng)用[J].機(jī)器人,2013,35(4):56-59

[2] 王彬.水下圖像增強(qiáng)算法的研究[D].中國(guó)海洋大學(xué)碩士學(xué)位論文,2008

[3] 唐旭東,朱煒,龐永杰,等.水下機(jī)器人光視覺目標(biāo)識(shí)別系統(tǒng)[J].機(jī)器人,2009,31(2):171-178

[4] 周飛.計(jì)算機(jī)視覺檢測(cè)方法研究綜述[J].光學(xué)技術(shù),2014,12(4):315-321

The application of computer digital image technology in detection of AUV underwater pipeline

Gao Benguo
(Kunming ship equipment research center Kunming Yunnan,650061)

This paper mainly studies the role of computer digital image processing in the process of underwater pipeline image processing by AUV.Mainly for the poor quality of the underwater image of the gray transform, histogram processing to enhance its contrast,making the image more clear,Then, the digital image is extracted by using Gauss filtering and image segmentation technology, and the characteristic parameters of the images are acquired.From the effect of image processing,the image can be transformed into the image of the machine vision system,This provides a technical basis for the further understanding of the image information,which provides the basis for the AUV's autonomous optical pipeline tracking and route planning.

computer digital image technology;AUV;underwater pipeline detection

高本國(guó)（1986-），男，云南昆明人，碩士，助理工程師，主要從事機(jī)械結(jié)構(gòu)設(shè)計(jì)方面的工作。