基于多彩色CCD图像处理的浮冰测量研究

2013-07-06夏丽娟

黑龙江大学工程学报 2013年1期

韩雷，夏丽娟，郑钧

（1.黑龙江省水利科学研究院，哈尔滨 150080；2.北京尚水信息技术股份有限公司，北京 100085）

0 引言

近几年，冬季渤海及黄海北部遭受了比较严重的海冰灾害，直接对沿海地区社会、经济产生严重的影响，造成巨大损失。渤海和黄海海域的海冰在冻结和融化过程中，会引起海况的变化，随着风、海流而漂移形成浮冰，浮冰的运动给通航和海洋工程结构的正常作业产生了巨大影响。因此，对于浮冰运动的测量实验研究是十分有意义的。

目前国内对于浮冰破坏方式和作用现象处于模拟实验的研究阶段，实验研究的关键点是测量浮冰的运动速度、面积等物理参数。程一轩[1]使用模型冰进行浮冰模拟实验，利用CCD摄像机抓取运动图像，分析计算得到模型冰的运动速度和面积，但在计算浮冰速度与面积的算法上还可以优化。浮冰的运动可以看作是大范围流场中的颗粒运动，王兴奎[2]、禹明忠[3]等在河工模型测量流场试验中，基于图像处理和PTV技术，采用摄像方式记录颗粒运动轨迹，经过图像处理计算得出大范围表面流场。

本文采用多彩色CCD摄像技术，并结合图像处理和PTV技术建立模型试验的浮冰运动测量系统，实现了对浮冰的物理形状、运动速度等信息进行提取，为浮冰运动的进一步研究提供可行的测试方法及可靠的数据支持。

1 系统结构组成

本系统主要由硬件、软件两部分组成。如图1所示，即通过多彩色CCD摄像设备拍摄视频数据，通过视频采集卡，将视频数据传输到主机，并由主机软件系统对该图像数据进行图像处理与PTV计算，从而获得浮冰运动的物理参数及跟踪轨迹。

图1 系统结构图Fig.1 Structure of system

为测量一定水域的浮冰运动情况，架设多个CCD同步采集。在模型试验中，根据模型大小及CCD设备固定在一定高度下的拍摄范围，确定采用摄像机的个数，从而保证摄像范围覆盖到所有研究区域。本系统中采用的多路视频采集卡，实现多路同步采集。为实现浮冰运动的精确跟踪，对浮冰表面进行着色，以提供检测的特征值。软件系统主要对采集的数据进行图像处理与PTV计算，获得浮冰形状及运动参数。

2 浮冰运动测量原理

2.1 浮冰形状提取及参数计算

2.1.1 浮冰形状提取

采用图像处理方式获得图像中浮冰的边缘坐标，并按一定的次序保存。通常将浮冰的坐标按逆时针方向保存，用于精确的计算浮冰的面积。具体处理流程见图2。

图2 浮冰轮廓提取流程图Fig.2 Flowchart of the floating ice contour extraction

根据摄像机的不同，原始采集的图像数据需要进行不同程度的转换。如果采用彩色摄像机，则需要对图像进行灰度的转换，转换为8位的bmp格式灰度图。通过阈值化处理，将图像分成目标和背景两个领域，根据指定的一个阈值，如果图像中某像素的灰度值小于该阈值，则设置为0，否则设置为255。阈值设置的合适程度，直接影响后续轮廓提取的难易。通过腐蚀和膨胀，可以消除一些无意义的物体，提高图像的处理速度，多次的腐蚀与膨胀，可以去除伪浮冰。

物体的边缘是由灰度不连续性所反映的，经典的边缘提取利用边缘邻近一阶或二阶方向导数变化规律获取。本系统采用Sobel算子进行图像的边缘检测[4]，即图像中的每一个点都是图3中的两个模版的卷积，两个模版中一个对应像素点横向的梯度Gx，一个对应像素点纵向的梯度Gy，根据式（1）可以求得像素点的梯度，从而判断图像中是否有边缘以及边缘的位置。

图3 Sobel算子Fig.3 Sobel operators

二值图像轮廓跟踪用于提取二值图像中的目标区域，获得图像的外部轮廓特征。系统中采用链码方式获得图像轮廓。选择8－链码编码方法，首先按照从左至右，从上至下的顺序查找轮廓起点；再按照右、右下、下、左下的顺序查找第二个轮廓点；然后按照右、右下、下、左下、左、左上、上、右上的顺序查找其它轮廓点，直到找到轮廓起点为止。

对于图像中多块浮冰情况，逐一确定各个浮冰边缘中的一点，作为图像轮廓跟踪起始点。循环查询起点位置，逐个对图像轮廓进行跟踪并保存其像素坐标。

2.1.2 浮冰物理参数计算

浮冰物理参数计算主要计算浮冰中心坐标、长轴、短轴和浮冰面积。

中心点坐标的计算采用已保存的各个浮冰的轮廓坐标，分别对x和y方向坐标累加再求平均的方式获得各个浮冰的中心点坐标。通过计算浮冰的任意两点的轮廓坐标之间的距离，选择最大距离作为该浮冰的长轴，与长轴垂直且两点距离最短的作为该浮冰的短轴。

浮冰面积利用矢量积推导的任意多边形面积公式获得。将浮冰视作任意多边形，浮冰的轮廓坐标作为多边形顶点坐标，利用式（2）即可获得浮冰面积：

其中S代表m多边形的面积；x，y分别为多边形顶点坐标。

2.2 浮冰运动速度测量

粒子跟踪测速PTV是一种瞬态全场速度测量的方法，直接跟踪流场中的示踪粒子的运动，避免了粒子图像测速PIV方法的平均效应，具有准确、直观的特点[3]。

PTV基本算法是，首先获取连续两帧粒子图像，时间间隔Δt一定且足够短，且被测速流体的运动速度在时间和空间上都没有剧烈突变，通过识别第一帧图像（t时刻）上每个粒子在第二帧图像（Δt＋t时刻）上的位置，计算两帧图像中各粒子与其配对粒子的形心坐标，计算粒子的运动位移ΔL，假设图像放大率为M，则粒子的速度可以通过式（3）求得：

因此PTV算法的关键问题是如何对两帧图像中的粒子进行正确的匹配。系统中采用基于粒径配对度和形变配对度的PTV算法。根据粒子在两帧图像中的最大位移作搜索半径，以第一帧图像中粒子的坐标为圆心，在第二帧图像中作圆，通过粒径配对度（Dp）计算筛选候选粒子，即：

式中dA为待配对粒子粒径；dB为配对候选粒子粒径。若设定粒径配对阈值为T，而搜索区域中配对候选粒子与待配对粒子的Dp≥T，则该配对候选粒子保留候选身份[6]。

3 浮冰运动模拟验证

浮冰初步试验在长为1.1m，宽0.4m的黑色背景的自动传送带上完成，摄像机安装在距离传送带面0.33m的高度上，见图4。

图4 试验环境Fig.4 Experiment environments

采用多块大小形状颜色不一的纸片模拟浮冰，手动控制传送带的运动方向，从而使浮冰按照拟定的方向运行。在浮冰运动的过程中，获取摄像范围内浮冰的轮廓线，并根据其轮廓线的位置坐标，计算各浮冰的长轴、短轴和中心点坐标等物理参数。浮冰的中心点视作粒子，计算浮冰运动的速度大小及方向。

图5为浮冰运动图像处理过程。

图5 浮冰运动图像处理过程Fig.5 Image processing of floating ice motion

4 结果验证

根据上述介绍的实验方式进行实验。试验之前需进行系统标定步骤，即对摄像机进行畸变校正与原型坐标转换。系统采集图像通过图像处理获得浮冰参数均为像素坐标，通过系统标定系数转换，将像素坐标转换为实际的原型坐标及浮冰实际物理参数。采用精度为0.02mm的标表卡尺对浮冰进行测量，获取其准确的物理参数，用于与本系统计算的参数进行对比。表1列出图5中着色为红色的浮冰的物理参数的对比情况。由于面积算法的优化，与之前采用最大外接矩形获得面积方式[5]所计算的面积误差率明显降低。