伊 浩，劉太輝，宋紹成

(北華大學計算機科學技術學院，吉林 吉林 132013)

為減少海嘯對生命財產(chǎn)的危害，實時監(jiān)測遠距離海面變化是非常必要的.目前，已有很多方法可以監(jiān)測海平面變化情況，有的只能測量岸邊海面，有的則可以測量遠海海面.測量岸邊的儀器有潮位儀、壓力表、激光儀等，其中，潮位儀[1]通過井口連通海水，井中的水平面會隨著海平面的升降同步變化，從而測量岸邊的潮水變化情況，但這種裝置不能監(jiān)測海嘯，當海嘯到來時還可能損壞儀器.測量遠海的儀器有GPS浮標、雷達、海底監(jiān)測網(wǎng)等.GPS浮標[2]是安裝在遠海的儀器，通過浮動在海面上的GPS波浪計測量海平面高度，并通過GPS將位置信息傳送到岸邊的服務器上，實時監(jiān)測海平面高度變化，但它只能測量儀器周圍的海面，不能測量大范圍海面，并且在遠海安裝也非常困難，維修費用很高；海底監(jiān)測網(wǎng)[3]使用的光纖網(wǎng)絡鋪設在海底，通過壓力傳感器監(jiān)測海水深度變化，進而計算海平面變化，同樣，也只能監(jiān)測裝置附近區(qū)域，由于是在遠海鋪設，安裝也很困難，造價也很高.

基于雙目立體視覺技術的3D圖像測量系統(tǒng)結(jié)構簡單，不需要額外能源就可以監(jiān)測大范圍、遠距離海面.但這個方法有很多困難需要克服，比如長距離攝像機參數(shù)校對、兩幅圖像中海浪的提取和對應匹配問題等.SALIN B M等[4]通過拍攝海面視頻測量海浪，提出海面光學圖像和波浪剖面空間結(jié)構的函數(shù)關系，但這個方法只能測量裝置附近的海域.本文針對以上問題，提出一系列解決方法：利用云臺控制攝像機旋轉(zhuǎn)來增加監(jiān)測范圍，保持攝像機水平位置；自制一組標定桿精確標定遠距離攝像機內(nèi)、外參數(shù)；提出動態(tài)塊閾值方法，提高海浪提取的精度和速度；在極線約束下[5]，結(jié)合特征矩陣獲得海浪的視差圖像；利用RANSAC方法計算海平面高度[6]，構建海平面三維信息.通過與公開數(shù)據(jù)進行對比分析，驗證本文方法的可行性.

1 測量系統(tǒng)

測量系統(tǒng)包括兩部分：硬件系統(tǒng)用云平臺控制兩個攝像機同時拍攝海面并獲取圖像數(shù)據(jù)；軟件系統(tǒng)用于圖像處理和計算海平面高度.

1.1 硬件系統(tǒng)

硬件系統(tǒng)結(jié)構見圖1.硬件系統(tǒng)包括數(shù)據(jù)服務器、個人計算機、云平臺、長焦攝像機、角度傳感器、遠程控制系統(tǒng)、支架.云平臺控制兩個攝像機盡可能地拍攝同一片海域；角度傳感器安裝在云平臺上面，用于測量兩個攝像機旋轉(zhuǎn)的角度變化，通過標定前的攝像機外參數(shù)就可以實時獲得兩個攝像機間的相對角度，旋轉(zhuǎn)系統(tǒng)見圖2；個人計算機、遠程控制器、攝像機是相互連接的，既可以在遠程控制器上直接調(diào)整攝像機參數(shù)，也可以通過個人計算機上的軟件操作遠程控制器去調(diào)節(jié)攝像機參數(shù)，獲得海浪圖像.在對海平面進行拍照的同時，圖像數(shù)據(jù)會自動傳輸?shù)綌?shù)據(jù)服務器中.

圖1硬件測量系統(tǒng)Fig.1Measurement system of hardware圖2旋轉(zhuǎn)系統(tǒng)Fig.2Rotating camera hardware

圖3 軟件系統(tǒng)流程Fig.3Processing of software system

1.2 軟件系統(tǒng)

軟件系統(tǒng)流程見圖3.軟件系統(tǒng)處理流程包括5個步驟：第1步，用兩個攝像機對準同一片海域拍照，將圖像數(shù)據(jù)傳輸?shù)綌?shù)據(jù)服務器，并對海浪圖像進行預處理(包括除去圖像中的噪點、增加圖像對比度、利用He提出的基于暗通道優(yōu)化算法去除圖片中的薄霧等)，獲得高清晰度的海浪圖像；第2步，改進Otsu算法，基于動態(tài)塊閾值算法提取圖片中的海浪；第3步，利用特征矩陣的相似性進行海浪特征的立體匹配；第4步，提取標定圖像中的交點位置，計算攝像機內(nèi)、外參數(shù)；第5步，利用RANSAC方法計算海平面高度.

2 攝像機標定

盡管張正友的標定方法已經(jīng)很完善[7-8]，但標定棋盤只適用于近距離標定攝像機參數(shù).本研究的測量目標距離大約在5～20 km，在這種遠距離下，獲得棋盤格子的角點是很困難的.為了解決這個問題，提出利用多個標定桿子的方法進行遠距離標定，每個標準桿子上已經(jīng)做好標記.標定桿見圖4.

標定模型見圖5.其中：b為兩個攝像機之間的距離；O1和O2分別是攝像機的兩個光心位置；α1和α2分別為兩個攝像機在y軸方向的旋轉(zhuǎn)角；f1和f2分別為兩個攝像機的焦距，兩個攝像機規(guī)格相同，f1和f2相等.云臺水平儀保證攝像機水平放置，所以只有f1、y軸方向的角度和基線長度需要標定.針孔模型[9]：

式中：Zc為測量點到基線的垂直距離；[Tx，Ty，Tz]T是平移矩陣，Tx等于b的長度，Ty和TZ大小都為0；fx和fy分別為x軸、y軸的焦距.為了簡化方程，設fx=fy=f；(u，v，1)T是相平面坐標系下的齊次坐標；(Xw，Yw，Zw，1)T是世界坐標系下的齊次坐標.得到：

兩點間距離為

其中：(Xw1，Yw1，Zw1)和(Xw2，Yw2，Zw2)為世界坐標系下兩個不同坐標點.計算測量值與真實值的誤差：

(1)

式中：Di為每次測量的距離.應用Levenberg-Marquardt方法對式(1)進行最優(yōu)化處理得到攝像機的參數(shù)b、α1、α2、f.

圖4標定桿Fig.4Calibration pole圖5標定模型Fig.5Calibration model

3 海浪圖像處理

3.1 海浪提取

由于海浪圖像的亮度不均衡，所以不能使用一個閾值直接將前、后背景分開.通過改進Otsu，提出利用動態(tài)塊閾值處理算法提取海浪.本算法分為2個步驟：第1步，使用Otsu算法求出每個小塊的閾值；第2步，通過節(jié)點和四周塊中心點距離比例計算每個像素的閾值.

首先，把海浪照片分成32×18的小塊，見圖6.得到每個小塊的閾值，用T(m，n)表示第(m，n)塊的閾值.由于對每個塊用閾值直接提取海浪后的圖像會在塊與塊之間產(chǎn)生很多鋸齒，導致不能將海浪有效提取出來，所以需要進一步改進.改進的辦法是使每個點的閾值不是由本塊的閾值直接決定，而是采用線性插值的辦法，由周圍4個塊的閾值來決定，乘積系數(shù)是當前點到周圍4個塊中心點的距離比例.計算公式：

t(i， j)=q×((1-p)×Tm，n+p×Tm+1，n)+(1-q)((1-p)×Tm，n+1+p×Tm+1，n+1)，

(2)

式中：t(i， j)為當前點(i，j)的閾值；p為當前點和左側(cè)塊中心點的距離；q為當前點和下塊中心點的距離.

原始圖像通過式(2)能把所有點的閾值都計算出來.原始圖像灰度值的范圍是[Imin，Imax]，Imin代表的是圖像的最小灰度值.通過下式得到海浪圖像的二值圖像：

式中：Imax為圖像的最大灰度值；f(i，j)為原始圖像的灰度值；O(i，j)為最后得到的二值圖像的像素灰度值.利用這個方法提取的海浪圖像見圖7.

圖6動態(tài)塊閾值方法Fig.6Threshold method of dynamic block圖7提取結(jié)果對比Fig.7Comparison of extract results

圖8 海浪特征Fig.8Feature of sea wave

3.2 特征矩陣匹配

海浪提取完成后，進行左、右兩幅圖像中海浪的立體匹配.主要分為兩個過程：1)求出海浪的重心位置，將重心作為海浪的中心點.根據(jù)標定的參數(shù)和極線約束，將左圖中提取的海浪中心位置在右圖像中找到對應的極線位置，這樣可以大大提高立體匹配精度.2)進行精確的特征矩陣立體匹配.每個海浪提取的特征矩陣見圖8.

特征矩陣的向量包含海浪的周長、面積、曲率、中心坐標、L1、L2、L3、L4，得到：

V={A，P，C，y0，L1，L2，L3，L4}.

從而得到每個圖像的海浪矩陣為

VL=[V1，V2，…，Vi，…，VN]，

VR=[V1，V2，…，Vi，…，VM].

最后通過矩陣的相似性得到

式中：Distij為矩陣的相似性.

4 試驗結(jié)果

本次試驗選取的數(shù)據(jù)在某海域，時間為上午6點到下午6點.拍攝距離大約為5～10 km.數(shù)據(jù)每5 min采樣1次，每次采樣5 s，每秒30張圖像，每次采樣獲得150張圖片，連續(xù)采樣12 h.

對數(shù)據(jù)進行海浪提取、特征矩陣立體匹配，見圖9.其中，圖9 a、b為原始的左、右攝像機圖像，圖9 c、d為從圖9 a、b圖中用動態(tài)塊閾值法提取的海浪點.圖9 c中標識的紅點為海浪的重心點位置，用數(shù)字標識的海浪為與右圖像中匹配的海浪.在左圖中提取38個海浪，在右圖中提取40個海浪，其中，匹配的數(shù)量為9個.左圖匹配率為23.6%，右圖匹配率為22.5%.將150對圖像的匹配點全部找出，利用RANSAC方法計算海浪高度，結(jié)果見圖10.

將試驗數(shù)據(jù)與公開數(shù)據(jù)進行對比，均方誤差為6.67%，見圖11.結(jié)果顯示：試驗計算得到的海平面變化曲線與公開數(shù)據(jù)是一致的，說明本方法能夠有效描述海平面的變化，可為居民提供重要的參考依據(jù).

圖10計算的海浪高度Fig.10Calculation of sea wave height 圖11結(jié)果比較Fig.11Compare results

5 小結(jié)與討論

本文提出了基于雙目視覺測量技術監(jiān)測遠距離海平面的完整系統(tǒng)，克服了海浪提取、匹配和遠距離攝像機標定3個核心問題.為了解決提取海浪時出現(xiàn)的鋸齒現(xiàn)象，改進了Otsu算法，利用動態(tài)塊閾值的方法進行提?。煌ㄟ^一組標定桿進行遠距離標定，制作了一套完整的標定系統(tǒng)，提出了遠距離標定算法公式；通過特征矩陣和極線約束相結(jié)合，精確匹配了左、右攝像機中的海浪.結(jié)合試驗測試結(jié)果分析可知，利用雙目視覺進行遠距離監(jiān)測海面是可行的.但雙目視覺也存在著很多不足，比如大霧、大雨、晚上都很難清楚地拍攝到海面，也就沒有辦法進行有效監(jiān)測，這也是當前很多相關科研人員正在攻關的問題.