蔡熠,楊卓敏,張智,方蔚愷,余東升,張戰(zhàn)盈,楊喆,徐赤東?

(1中國科學(xué)院合肥物質(zhì)科學(xué)研究院安徽光學(xué)精密機(jī)械研究所基礎(chǔ)科學(xué)研究中心,安徽 合肥 230031;2公安部交通管理科學(xué)研究所,江蘇 無錫 214151)

0 引 言

大氣能見度是氣象觀測的主要參數(shù)之一,反映了大氣中粒子的濃度以及大氣環(huán)境質(zhì)量,其大小受到亮度對(duì)比度以及大氣透明度的影響[1]。大氣能見度不僅在環(huán)境質(zhì)量檢測、氣象分析以及遙感反演中有著重要意義,還影響著人們的日常生活[2]。在交通運(yùn)輸領(lǐng)域,雨、雪、霧、霾等天氣狀況作為主要影響大氣能見度的因素,也是導(dǎo)致交通事故頻發(fā)的關(guān)鍵因素。同時(shí),由于城市化建設(shè)的快速進(jìn)行、社會(huì)基礎(chǔ)設(shè)施的建設(shè)以及汽車排放量的增多等多種原因,能見度較低的天氣情況也常有出現(xiàn)。因此,大氣能見度的檢測以及準(zhǔn)確估算,對(duì)于交通安全、室外機(jī)器視覺探測以及日常出行具有重大意義。

常用的大氣能見度檢測手段主要分為三種:目視判別法、機(jī)器測量法以及視頻檢測法。其中目視判別法是通過人眼觀測得到的最大距離來獲得大氣能見度,但該方法因受到觀測物以及觀測人員自身經(jīng)驗(yàn)的限制而具有很大的局限性。機(jī)器測量法則是近年來交通部門常用的檢測手段,其通過能見度儀對(duì)大氣能見度進(jìn)行測量,但是該方法受價(jià)格、布設(shè)條件等限制,難以大范圍應(yīng)用[3]。視頻檢測大氣能見度方法通過分析大氣光學(xué)特性、圖像特征等并利用多種處理算法進(jìn)行大氣能見度提取,該方法相較于機(jī)器測量法具有獲取數(shù)據(jù)便捷、成本較低等優(yōu)勢,同時(shí)視頻檢測法可同時(shí)測量一定視野范圍內(nèi)的多個(gè)目標(biāo),且保存的圖像中還包含有觀測場地的狀況等信息,因此利用視頻檢測法提取大氣能見度是現(xiàn)今的熱門方向[4]。

近年來,利用圖像進(jìn)行大氣能見度提取的相關(guān)研究獲得了很大進(jìn)展。2008年,Tan[5]研究了極端天氣(如霧霾天氣等)下利用單幅圖像進(jìn)行大氣能見度的提取;2016年,趙瑞等[6]在暗原色先驗(yàn)理論的基礎(chǔ)上進(jìn)行了大氣能見度的測量研究;同年,周凱等[7]在暗通道先驗(yàn)理論的基礎(chǔ)上引入了最小圖像熵來提取霧霾污染下的大氣能見度信息;2019年,趙曉東等[8]提出了一種基于圖像快速傅里葉變換(FFT變換)的大氣能見度算法,該方法通過分析圖像的頻譜特征來提取大氣能見度;同年,陳鐘榮等[9]針對(duì)傳統(tǒng)能見度提取方法的復(fù)雜性和準(zhǔn)確性差等問題,提出了一種自適應(yīng)霧濃度系數(shù)的神經(jīng)網(wǎng)絡(luò)算法,提高了大氣能見度的提取精度。

本文采用視頻檢測法作為大氣能見度的主要獲取手段,基于暗通道反演法進(jìn)行合肥市大氣能見度的提取與研究,并利用相同測量條件下的激光雷達(dá)能見度實(shí)測數(shù)據(jù)對(duì)視頻影像的能見度提取結(jié)果進(jìn)行了對(duì)比分析。

1 大氣能見度提取方法

1.1 大氣能見度

觀測遙遠(yuǎn)目標(biāo)物時(shí),只有當(dāng)這個(gè)目標(biāo)物和它的背景之間有相當(dāng)程度的亮度和色彩差異,才能把它從背景中識(shí)別出來,其中起決定性因素的是亮度差異。光亮度對(duì)比定義為目標(biāo)物光亮度和背景光亮度之差與目標(biāo)光亮度的比值,可表示為

式中:C表示的是目標(biāo)物與背景之間的亮度差異對(duì)比,又被稱為固有亮度;參數(shù)L0為背景光亮度;參數(shù)Lb為目標(biāo)光亮度。由于光亮度對(duì)比并沒有考慮到實(shí)際大氣的作用,因此實(shí)際上透過大氣觀察目標(biāo)時(shí),常用視亮度來表示,其定義為固有亮度與對(duì)比傳輸系數(shù)的乘積,表達(dá)式為

式中:C′表示視亮度,Y為對(duì)比傳輸系數(shù),DR為大氣采樣空氣柱亮度,tR為大氣透明度,下標(biāo)R為觀測者到觀測目標(biāo)的距離。若觀測時(shí),以天空為背景,則Y又可表示為

式中:參數(shù)σ為大氣消光系數(shù)。假設(shè)大氣均勻,則氣象能見度與消光系數(shù)之間的關(guān)系為

式中:VR為氣象能見度,ε為對(duì)比感閾值。式(4)又被稱為柯西米德(Koschmieder)能見度公式。實(shí)際應(yīng)用中,常常將ε視為常數(shù),地面測量時(shí)一般取0.02,航空作業(yè)時(shí)則取0.05。

1.2 暗通道先驗(yàn)理論

在惡劣天氣下,目標(biāo)物發(fā)射出的光線在傳輸?shù)接^測儀器的過程中由于大氣中粒子(如霧、霾等)的作用而發(fā)生衰減,這一過程采用計(jì)算機(jī)機(jī)器視覺和計(jì)算機(jī)圖像學(xué)中的模型[10]描述為

式中:x表示像素坐標(biāo),I(x)為觀測到的衰減后圖像,J(x)表示為目標(biāo)物的原圖像,t(x)為傳輸過程中的總透過率,A為大氣背景光強(qiáng)度。等式右邊第一項(xiàng)被稱為直接衰減項(xiàng),第二項(xiàng)為大氣光強(qiáng)度項(xiàng)。其中直接衰減項(xiàng)描述的是目標(biāo)圖像在大氣傳輸過程中的衰減,大氣光強(qiáng)度項(xiàng)則表示了大氣中的散射光對(duì)圖像場景顏色造成的偏移。

假設(shè)觀測過程中大氣均勻,則大氣總透過率為

式中:參數(shù)β為大氣的散射系數(shù),d為景深。在觀測圖像為RGB圖像的基礎(chǔ)上,假設(shè)圖像中的像素在某個(gè)通道總存在趨近為0的點(diǎn),則定義該通道為圖像的暗通道,則

式中:Jdark(x)為圖像J的暗通道,Jc(y)表示原圖像J的顏色通道c的圖像,Ω(x)為以像素點(diǎn)x為中心的小范圍區(qū)域。在給定大氣光強(qiáng)度A的情況下,對(duì)式(5)兩邊分通道取最小值,則

對(duì)于原目標(biāo)圖像,假設(shè)Jdark(x)=0,同時(shí)考慮到實(shí)際大氣中存在粒子的影響引入去霧因子ω(0≤ω≤1),根據(jù)式(8)可以得到透過率的計(jì)算公式為

2 觀測目標(biāo)區(qū)域選取

根據(jù)能見度暗通道先驗(yàn)理論可知,進(jìn)行能見度觀測實(shí)驗(yàn)時(shí),視場中必須存在非天空的區(qū)域,一般情況下該區(qū)域在圖像中的像素較低。在安徽省合肥市科學(xué)島實(shí)驗(yàn)樓開展了能見度觀測實(shí)驗(yàn),觀測方向?yàn)樗侥舷?觀測視野中包含的場景有:樹木、建筑陸面、水面、天空、河岸。選擇2016年5月14日06:00–18:00的觀測圖像作為研究數(shù)據(jù)。圖1(a)–(c)分別為北京時(shí)間06:00、12:00、18:00的觀測場景。圖2為三個(gè)時(shí)刻對(duì)應(yīng)灰度圖的直方圖分布。從圖1和圖2可以看出,不同時(shí)刻下觀測場景的霧濃度具有差異性,其圖像對(duì)應(yīng)的直方圖灰度分布也略微不同。

圖1 2016年5月14日06:00(a)、12:00(b)、18:00(c)的能見度觀測場景Fig.1 Scenes of visibility observation at 06:00(a),12:00(b),18:00(c)on May 14,2016

圖2 2016年5月14日06:00(a)、12:00(b)、18:00(c)觀測場景的灰度直方圖Fig.2 Gray histogram of the observation scenes at 06:00(a),12:00(b),18:00(c)on May 14,2016

圖3為基于暗通道先驗(yàn)獲得的北京時(shí)間06:00的暗通道圖像。針對(duì)目標(biāo)場景選擇需要處理的區(qū)域,如圖中所示的矩形框中區(qū)域1和區(qū)域2,其中區(qū)域1中的場景為樹冠,距離觀測儀器150 m;區(qū)域2中的場景為河岸,距離觀測儀器為4 km。兩個(gè)區(qū)域的暗通道灰度直方圖如圖4所示,由圖可知,區(qū)域1[圖4(a)]的灰度較低,與天空背景差異較為明顯,且視場中目標(biāo)物狀態(tài)較為穩(wěn)定,適合進(jìn)行能見度計(jì)算;區(qū)域2[圖4(b)]中目標(biāo)受霧霾天氣影響灰度較大,與天空背景對(duì)比度較小,不適用于能見度的提取研究。因此,研究時(shí)主要選取區(qū)域1進(jìn)行能見度的提取與分析。

圖3 暗通道圖像Fig.3 Dark channel image

圖4 選定目標(biāo)區(qū)域的暗通道直方圖Fig.4 Dark channel histograms of the selected target areas

3 能見度結(jié)果與分析

利用暗通道對(duì)應(yīng)的圖像亮度以及大氣亮度根據(jù)式(9)可得到對(duì)應(yīng)區(qū)域的大氣傳輸總透過率值。圖5為2016年5月14日06:00–18:00區(qū)域1的透過率變化曲線。從圖5中可以看出,一天中不同時(shí)刻大氣傳輸透過率的值變化并無明顯規(guī)律性,其值大小受到大氣狀態(tài)的影響。圖6為2016年5月14日06:00–18:00區(qū)域1的能見度反演結(jié)果以及激光雷達(dá)實(shí)測能見度對(duì)比示意圖。其中激光雷達(dá)能見度數(shù)據(jù)與觀測數(shù)據(jù)的觀測位置相同、觀測時(shí)間同步,且激光雷達(dá)觀測為水平觀測,觀測方向與視頻圖像觀測方向一致。圖中實(shí)心方塊表示激光雷達(dá)能見度數(shù)據(jù),實(shí)心圓表示視頻圖像反演的能見度結(jié)果。從圖中可以看出,兩種不同測量方式獲取的能見度在全天不同時(shí)刻下的變化趨勢一致,重合度較高。圖7所示為視頻影像能見度提取結(jié)果與激光雷達(dá)能見度實(shí)測數(shù)據(jù)的誤差隨觀測時(shí)間分布曲線。從圖中可以看出能見度誤差最大時(shí)為36.012%,最小時(shí)為0.079%,平均誤差為10.596%,標(biāo)準(zhǔn)誤差為9.216%。圖8所示為2016年5月14日全天的基于視頻圖像的能見度提取結(jié)果與實(shí)測激光雷達(dá)能見度數(shù)據(jù)相關(guān)性擬合曲線。利用最小二乘法構(gòu)建二者的一元線性方程,擬合結(jié)果表明,其相關(guān)性方程的縮放系數(shù)為0.98562,偏移量為0.23814,兩組數(shù)據(jù)的Pearson相關(guān)系數(shù)為0.96616。

圖5 2016年5月14日06:00–18:00區(qū)域1透過率變化曲線Fig.5 Variation curve of transmittance in region 1 from 06:00 to 18:00 on May 14,2016

圖6 2016年5月14日06:00–18:00區(qū)域1能見度反演結(jié)果與激光雷達(dá)實(shí)測能見度對(duì)比Fig.6 Comparison of the visibility inversion result with the measured visibility of lidar on region 1 from 06:00 to 18:00 on May 14,2016

圖7 能見度誤差隨時(shí)間變化曲線Fig.7 Curve of visibility error with time

圖8 反演結(jié)果與實(shí)測數(shù)據(jù)相關(guān)性擬合曲線Fig.8 Fitting curve of correlation between the inversion results and the measured data

4 結(jié) 論

重點(diǎn)研究了基于視頻圖像的能見度的觀測和提取。利用暗通道先驗(yàn)理論,選擇與天空背景對(duì)比度較大的目標(biāo)研究區(qū)域并進(jìn)行大氣能見度的提取。選取2016年5月14日全天整點(diǎn)時(shí)刻的觀測圖像進(jìn)行能見度計(jì)算,并將能見度結(jié)果與同位置同時(shí)刻下激光雷達(dá)能見度觀測數(shù)據(jù)進(jìn)行對(duì)比。結(jié)果顯示,能見度平均誤差為10.596%,標(biāo)準(zhǔn)誤差為9.216%;二者之間的吻合度較高,擬合的相關(guān)系數(shù)為0.96616。