數(shù)字能見度儀中目標(biāo)物自動(dòng)定位技術(shù)①

雷 鳴,王 琪,聶 凱,陳凱華,王京麗

1(天津市氣象局 天津市氣象信息中心,天津 300074)

2(北京市氣象局 北京市氣象探測中心,北京 100089)

3(中國氣象局 北京城市氣象研究所,北京 100089)

隨著經(jīng)濟(jì)快速發(fā)展和現(xiàn)代化交通工具的不斷普及,機(jī)場、公路交通以及航道對能見度的依賴日趨突出[1].尤其近年,我國各地區(qū)霧霾天氣不斷加劇,持續(xù)低能見度天氣導(dǎo)致的惡性交通事故時(shí)有發(fā)生.可見,能見度的實(shí)時(shí)觀測與預(yù)報(bào)日趨成為不可或缺的重要內(nèi)容.但能見度的觀測現(xiàn)狀卻與實(shí)際需求相差甚遠(yuǎn).

目前,國內(nèi)外對能見度的探測雖有成熟產(chǎn)品,但價(jià)格和性能之間很難調(diào)和[2-5]:觀測效果較佳的儀器價(jià)格過高.反之,價(jià)格較低的儀器觀測效果又不理想.

而基于CCD 數(shù)字?jǐn)z像技術(shù),在我國始于上世紀(jì)末研制的數(shù)字?jǐn)z像能見度儀(Digital Photography Visiometer System,DPVS)[6-11],不但觀測效果較為理想,而且物美價(jià)廉.DPVS 仿照人眼觀測能見度原理,完全遵照能見度定義研制,在國內(nèi)外尚屬首創(chuàng),是能見度觀測的理想儀器.但也因?yàn)槭莿?chuàng)新產(chǎn)品,因此存在一些研發(fā)障礙.

本文正是基于圖像配準(zhǔn)技術(shù),解決DPVS 中觀測目標(biāo)物自動(dòng)搜索和準(zhǔn)確定標(biāo)問題.這是視頻能見度觀測中急待解決的首要科學(xué)難題,也是多年來視頻能見度觀測研究中急待解決的主要科學(xué)難題.因?yàn)槎?biāo)略有偏差,觀測準(zhǔn)確率就會(huì)受到嚴(yán)重影響.這是因?yàn)槟芤姸鹊挠^測值大小取決于目標(biāo)物和天空背景之間的亮度差異(或亮度對比度)[12-15].當(dāng)目標(biāo)物的亮度出現(xiàn)偏差的時(shí)候,將會(huì)直接影響觀測的準(zhǔn)確性.因此,只有實(shí)現(xiàn)目標(biāo)物自動(dòng)和準(zhǔn)確定標(biāo),才能實(shí)時(shí)定位目標(biāo)物,始終保持定標(biāo)準(zhǔn)確.這是確保數(shù)字能見度儀觀測準(zhǔn)確率的關(guān)鍵.

模板匹配是匹配算法當(dāng)中的經(jīng)典算法[16,17].但是這種匹配技術(shù)存在匹配耗時(shí)長,且無法抵抗旋轉(zhuǎn)的問題.但DPVS 在觀測時(shí),其攝像頭在地面震動(dòng)或者大風(fēng)吹動(dòng)的情況下,會(huì)存在一定小角度的旋轉(zhuǎn)以及抖動(dòng)等情況.因此,針對實(shí)際情況,本文將模板匹配算法改動(dòng),提出針對小角度旋轉(zhuǎn)匹配不變的一種快速算法,該方法使匹配時(shí)間呈指數(shù)級(jí)數(shù)減少,極大地提高了計(jì)算速度,并能抵抗一定角度的旋轉(zhuǎn).

1 卷積與模板相關(guān)運(yùn)算

卷積運(yùn)算簡單快速,是圖像處理中的常用算法.本文利用卷積運(yùn)算與模板運(yùn)算之間的相似性,將模板相關(guān)算法和卷積進(jìn)行有效融合,得到快速的目標(biāo)自動(dòng)搜索與定位算法.

1.1 卷積運(yùn)算

針對二維圖像,設(shè)x與y為兩獨(dú)立變量,其卷積公式如下所示[18]:

而對于圖像卷積公式,因?yàn)槠渥宰兞咳≌麛?shù),故雙重積分,可改為雙重求和.則有:

式中,F是圖像,G是卷積核,H是圖像進(jìn)行卷積后的結(jié)果.

1.2 互相關(guān)算法

進(jìn)行圖像匹配定位時(shí),設(shè)大小為Mr×Nr的基準(zhǔn)圖為Gr,大小為Ms×Ns的模板為Gs,并且基準(zhǔn)圖大小要大于模板,即Ms＜Mr,Ns＜Nr.則模板與其覆蓋下的對應(yīng)子圖Gr(u,v)之 間的去均值歸一化互相關(guān)度量ρ(u,v)((u,v)為基準(zhǔn)圖左上角),可用下式計(jì)算[19]:

其中,- 1 ≤ρ(u,v)≤1,Gs和Gr(u,v)分別為Gs和Gr(u,v)的灰度均值.ρ最大之時(shí),正是模板與基準(zhǔn)圖中所對應(yīng)子圖最相關(guān)之處,即為所求.

2 互相關(guān)算法的改進(jìn)

光受卷積啟發(fā),針對互相關(guān)算法公式進(jìn)行簡化,使之具備與卷積相同的運(yùn)算模式,極大降低算法的計(jì)算量.

在式(3)中,將其分母的兩項(xiàng)分別設(shè)為:

代入(3)式中,則有:

為了降低計(jì)算復(fù)雜度,考慮以模板為基準(zhǔn),即其他圖像與模板的相似程度,而非與模板的互相似程度.因此式(4)可用模板的各像素平方之和來進(jìn)行歸一化.同時(shí),假設(shè)在此計(jì)算的是二值圖像,二值化圖像通常僅存0 與255 或0 與1,則可以消去灰度均值的計(jì)算.因此,式(4)可簡化如下:

顯然,式(5)中的分母是固定常數(shù),是模板各像素平方的和,設(shè)為K,則公式可進(jìn)一步簡化為下式:

其中,0 ≤ρ′≤1,此時(shí),上式已經(jīng)和卷積計(jì)算式(2)高度相似.

因?yàn)槭嵌祱D像,若圖像中像素是0 與1,則上式計(jì)算本質(zhì)上,和兩圖像對應(yīng)像素“與運(yùn)算”之和的結(jié)果等效.否則就與兩圖像對應(yīng)像素“與運(yùn)算”結(jié)果平方之和的結(jié)果等效.用數(shù)學(xué)表達(dá)式,可描述如下:

式中,“·”代表“與運(yùn)算”.因?yàn)镚r與Gs僅在有限范圍內(nèi)非零,所以計(jì)算僅需在非零部分重疊的區(qū)域進(jìn)行即可.這大大降低了計(jì)算復(fù)雜度,無論對算法硬件的實(shí)現(xiàn)還是對計(jì)算的快捷性均具有極大的價(jià)值.

需要指出的是,ρ′的計(jì)算僅僅基于模板為基準(zhǔn).因此當(dāng)基準(zhǔn)圖中模板覆蓋對應(yīng)下的子圖Gr(u,v)像素值全部都是n時(shí),將會(huì)導(dǎo)致ρ′=1的錯(cuò)誤匹配.針對此種情況,設(shè)模板對應(yīng)的子圖像素值之和為 Σ ,令Δ ＜Σ ≤T,T是模板像素的和,Δ可以根據(jù)需要調(diào)節(jié),本文取Δ =T/2.這樣,實(shí)際匹配的過程中,僅計(jì)算模板對應(yīng)的子圖像素值之和在此范圍之內(nèi)的即可,從而進(jìn)一步加速算法的計(jì)算速度.

3 目標(biāo)自動(dòng)捕獲和識(shí)別流程

以目標(biāo)黑體為例(目標(biāo)光源自動(dòng)定位與黑體類似,過程不再贅述),其流程如圖1所示.

圖1 黑體自動(dòng)搜索定位流程圖

4 實(shí)驗(yàn)分析

以為了驗(yàn)證算法的有效性,將算法整合在DPVS系統(tǒng)中,透過在DPVS 中使用和去除本文算法來進(jìn)行能見度觀測結(jié)果的對比,來進(jìn)行分析本文算法的有效性.

實(shí)驗(yàn)觀測場所選在北京市觀象臺(tái).觀象臺(tái)是國家基準(zhǔn)氣候站,功能完備,擁有專業(yè)的人工觀測員與各類觀測儀器和高分辨率的能見度人工觀測數(shù)據(jù),以及各類豐富完整的氣象要素觀測數(shù)據(jù),是開展能見度儀觀測分析的理想站點(diǎn).

現(xiàn)將利用本文算法定標(biāo)前后的效果圖,顯示如圖2～圖5.

圖2 數(shù)字相機(jī)攝像中未定標(biāo)的黑體和光源(白天)

圖3 數(shù)字相機(jī)攝像中未定標(biāo)的黑體和光源(夜晚)

圖4 數(shù)字相機(jī)攝像中定標(biāo)后的黑體和光源(白天)

圖5 數(shù)字相機(jī)攝像中定標(biāo)后的黑體和光源(夜晚)

相機(jī)抖動(dòng)會(huì)造成背景圖發(fā)生相對定標(biāo)框的偏移或旋轉(zhuǎn).在實(shí)際中,定位的目標(biāo)是保證定標(biāo)框能自動(dòng)定位到正確位置.因相機(jī)抖動(dòng)造成的旋轉(zhuǎn)和移動(dòng)不宜量化.為驗(yàn)證算法的有效性,一方面可透過視頻窗直接觀測定位效果進(jìn)行判斷,如圖5所示.另一方面,可以利用單幀背景圖,以1 度為單位,進(jìn)行旋轉(zhuǎn)仿真實(shí)驗(yàn),定標(biāo)框只要落在光源區(qū)即認(rèn)為定位正確,即為1.否則,定位失敗,即為0,則有如圖6關(guān)系圖.

圖6 旋轉(zhuǎn)角度與定位關(guān)系

可以看到,當(dāng)角度旋轉(zhuǎn)在一個(gè)較小的角度內(nèi)時(shí)(大約[-10,10]之間),本文算法能夠保持比較穩(wěn)定的定位準(zhǔn)確性.而上圖是顯得較小的第二光源所得角度與定位間的關(guān)系圖,第一光源因?yàn)槊娣e較大,故抗旋轉(zhuǎn)性略強(qiáng),角度范圍大致在[-15,15]之間.黑體與光源類似,不再贅述.

系統(tǒng)于2017年7月12～13日和22～23日,將本文快速定位算法在能見度觀測系統(tǒng)上進(jìn)行了功能去除.獲取的實(shí)驗(yàn)觀測系統(tǒng)顯示圖,如圖7所示.

現(xiàn)將加入本文算法,現(xiàn)階段系統(tǒng)的觀測效果圖顯示如圖8～圖10所示.

圖8～圖10中,DPVS_77 為DPVS 系統(tǒng)觀測,DNQ2-1 為國產(chǎn)的(無錫)前向散射儀觀測,PWD22 為進(jìn)口前向散射儀觀測,LT31 為透射儀觀測.

為了進(jìn)一步檢驗(yàn)本算法的有效性,考慮到手工目標(biāo)定位的難度,考慮從2018年8月的數(shù)據(jù)中,按觀測距離進(jìn)行隨機(jī)抽樣.為了便于分析,將能見度(簡稱V,以下同)觀測數(shù)據(jù)從低到高分為4 組,即:小于2 km、2-5 km、5-10 km、10-15 km.首先以DPVS、LT31、PWD22 及DNQ2-1 等4 種觀測數(shù)據(jù)的平均值作為標(biāo)準(zhǔn)值,分別計(jì)算每個(gè)數(shù)據(jù)段DPVS 和LT31 與標(biāo)準(zhǔn)值之間的相對誤差和相對標(biāo)準(zhǔn)差.相對標(biāo)準(zhǔn)差計(jì)算公式如

式(8)所示:

其中,X為DPVS 或LT31 的測量值,Y為DPVS、LT31、PWD22 以及DNQ2-1 這4 種觀測數(shù)據(jù)的平均值,N為樣本個(gè)數(shù).具體分析結(jié)果詳見表1.基準(zhǔn)圖大小皆為640×480.普通算法,即互相關(guān)算法(以下同).手動(dòng)定位精度和手動(dòng)定位的頻率密切相關(guān),考慮到實(shí)際可操作性,這里的頻次為1 小時(shí)重新定位一次.因?yàn)槭謩?dòng)定位沒有辦法統(tǒng)計(jì)定位時(shí)間,也無實(shí)際意義.因此,這里僅將本文算法單次定位耗時(shí)與普通算法耗時(shí)對比如表2所示.

圖7 DPVS 系統(tǒng)能見度觀測效果圖

圖8 高等能見度-DPVS 系統(tǒng)能見度觀測效果圖

圖9 中等能見度-DPVS 系統(tǒng)能見度觀測效果圖

圖10 低等能見度-DPVS 系統(tǒng)能見度觀測效果圖

本文算法的優(yōu)越性顯而易見,觀測準(zhǔn)確度比普通算法提升7 倍多,比手動(dòng)定位觀測提升將近5 倍,而匹配速度比普通算法平均提升200 多倍.而本文算法與LT31 和標(biāo)準(zhǔn)值的相對標(biāo)準(zhǔn)差都在20%之內(nèi),均符合世界氣象組織對能見度儀研制標(biāo)準(zhǔn)的要求.

普通算法目標(biāo)定位之所以引起的觀測誤差最大,是因?yàn)樗惴m然能夠進(jìn)行自動(dòng)定位,但匹配速度不夠,無法在有效觀測時(shí)間內(nèi)(單次觀測還需要亮度調(diào)節(jié)、視頻圖像抽取和處理等其他耗時(shí)過程),及時(shí)自動(dòng)定位,導(dǎo)致觀測失敗.同時(shí),原有算法的抗旋轉(zhuǎn)能力較弱,會(huì)陷入局部最優(yōu),導(dǎo)致錯(cuò)誤定位,進(jìn)而加劇觀測的誤差.

手動(dòng)定位,在鏡頭相對比較穩(wěn)定的情況下(無大風(fēng)或者車輛等外在原因引發(fā)的鏡頭震動(dòng)),人工定位的代價(jià)還可以接受,且觀測準(zhǔn)確度還是比較高的,但是這種無震動(dòng)的條件不符合現(xiàn)實(shí),在實(shí)際中往往需要不斷的進(jìn)行定位以對抗震動(dòng)引發(fā)的定位偏離.這種人工操作,代價(jià)太大.

表1 能見度觀測數(shù)據(jù)對比表

表2 能見度觀測數(shù)據(jù)對比表(單位:s)

綜合對比分析數(shù)據(jù),可知本文算法效果最佳.在進(jìn)行自動(dòng)定位時(shí),本文算法單次定位耗時(shí)平均在24.2 ms左右,遠(yuǎn)遠(yuǎn)小于最小的單次觀測時(shí)間間隔:1 min.而且本文算法定位精度高,一方面是因?yàn)樵黾恿硕ㄎ徊呗?使搜索集中在最大可能區(qū)域,另一方面因?yàn)樾薷牧嘶ハ嚓P(guān)的算法,大大消弱了定位時(shí)的相關(guān)性,從而提升了對鏡頭晃動(dòng)所引發(fā)的圖片微小旋轉(zhuǎn)的抵抗力.

5 結(jié)論與展望

通本文針對數(shù)字?jǐn)z像能見度儀因相機(jī)震動(dòng)造成的目標(biāo)物定位偏離問題,提出了一種快速自動(dòng)定位解決技術(shù),確保準(zhǔn)確獲取數(shù)字?jǐn)z像能見度儀實(shí)際觀測時(shí)的目標(biāo)物,即黑體和光源的亮度,為準(zhǔn)確計(jì)算大氣能見度提供了有效支撐.大量實(shí)驗(yàn)表明該方法的有效性.作為一種新型的、唯一符合能見度定義的大氣能見度觀測儀,DPVS 具有多種優(yōu)點(diǎn):仿照人眼觀測能見度原理,完全遵照能見度定義研制設(shè)計(jì),其安裝便捷、成本低廉,是最適合取代人工觀測能見度的儀器.而隨著CCDCAMERA 技術(shù)的迅猛發(fā)展,其成本不斷下降,而分辨率卻不斷提升,早已達(dá)到與人眼相當(dāng)?shù)那f像素級(jí).因此,DPVS 具有廣闊良好的應(yīng)用前景.