舰船尾迹图像的对比度特征提取方法

迟卫，高占胜，陈明荣，谢田华

海军大连舰艇学院航海系，辽宁大连116018

舰船尾迹图像的对比度特征提取方法

迟卫，高占胜，陈明荣，谢田华

海军大连舰艇学院航海系，辽宁大连116018

根据舰船尾迹图像尾迹区与海水背景区存在明显对照的特性，提出用对比度参数作为尾迹图像质量评价指标，进而表征舰船尾迹光学信号特征强度。为有效评价尾迹图像质量，在改进对比度基本计算模型的基础上，充分考虑人的视觉特性，引入尾迹区与海水背景区的加权因子进行组合评价，将主观与客观评价方法有机结合起来，并通过专门研制的海上特征提取实验装置进行对比度特征提取实验分析。结果表明，对比度参数能较好地反映人眼对尾迹图像实际质量的主观视觉感受，更能体现尾迹图像处理应用的本质，且能定量可靠地描述舰船尾迹光学信号特征强度的变化规律。

图像质量评价；舰船尾迹；光学信号特征；对比度；加权因子

0 引 言

图像数据具有各种属性，比如亮度、对比度、颜色、形状、质地、方向、平整度和粗糙度等，通过提取和分析这些属性，进行图像处理与质量评价，提炼出图像数据里包含的丰富信息，可满足各种技术应用需求［1］。因此，通过处理和分析舰船尾迹图像的各种属性，对尾迹图像进行质量评价，提取出尾迹图像蕴含的大量信息，可以达到提取舰船尾迹光学信号特征的目的。采用基于舰船尾迹光学信号特征的尾流自导技术制导的鱼雷,能摆脱常规的声场探测场，可以使所有基于声学特征对抗的水声器材完全失效；并能克服自噪声的影响，大幅提高尾流自导的作用距离，使光学尾流自导鱼雷更适应环境，从而对舰船的安全构成新的致命威胁［2-3］。因此，只有研究有效技术来抑制舰船尾迹的光学信号特征，才能从根源上解决光学尾流自导鱼雷的防御问题，确保舰船航行安全并有效遂行使命任务。在此背景下，如何提取舰船尾迹光学信号特征，成为当前急需研究的重要基础课题。

现有的舰船光学尾迹提取方法多采用复杂的算法（如基于Radon变换的各种算法）来实现尾迹检测，其运算较复杂，效率不高，处理速度极慢。尽管国内外关于图像质量评价的文献不少，其中的算法和模型也都比较先进，但具体运用到舰船尾迹图像任务上，由于精确解带来的运算复杂和处理速度慢等问题，无法满足快速评价舰船尾迹图像的要求；另外，文献中没有有关舰船尾迹光学信号特征强度的定量评价指标或表征参数的相关定义，导致实现舰船尾迹光学信号特征的快速提取和定量评价存在较大困难［4-7］。

为此，本文将提出一种基于对比度模型的舰船尾迹图像质量综合评价方法，在对比度参数基本计算模型的基础上，充分考虑人眼的视觉特性和尾迹区与海水背景区的评价权重值，对参数计算模型进行改进。尾迹图像评价值与主观评价值具有较高的正相关性，可实现舰船尾迹图像特性的有效评价，本文将通过专门研制的海上舰船尾迹特征提取实验装置进行对比度特征提取实验，以实现舰船尾迹光学信号特征的快速提取和定量评价。

1 舰船尾迹图像质量评价的指标

通过分析在海上特征提取实验中获取的舰船尾迹图像（图1）可知，舰船尾迹图像的一个最大特征是存在两个对照明显的区域：尾迹区与海水背景区。并且随着时间的变化，不同尾迹图像中两个区域的对比度也会发生变化。尾迹区与海水背景区的对比度是舰船尾迹图像最基本、最明显的特征，其对舰船尾迹图像视觉效果的影响最大。对比度差异范围越大，代表尾迹区与海水背景区的对比越大；差异范围越小，代表对比越小。因此，对比度是衡量舰船尾迹图像质量评价的一个主要指标，通过该参数的计算可实现尾迹图像的对比度特征提取，并可利用该参数指标来表征舰船尾迹光学信号特征。根据图像质量评价的相关方法可知，利用对比度参数来评价舰船尾迹图像可实现舰船尾迹光学信号特征的实时在线监控，达到简单、快速提取舰船尾迹光学信号特征的目的［8］。

图1 不同时间段的舰船尾迹图像Fig.1 Ship wake images from the maritime feature extraction experiment at different time

2 舰船尾迹图像对比度特征的提取

舰船尾迹图像质量评价指标的计算方法决定了尾迹图像评价的优劣，也影响着舰船尾迹光学信号特征提取的效果。本文在综合各种方法的基础上，采用对比度来评价舰船尾迹图像质量。对比度指的是一幅图像中明暗区域最亮的白和最暗的黑之间不同亮度层级的测量，该参数能准确刻画出舰船尾迹图像的基本特征，并且计算简单，有明确的物理意义。

2.1 基本计算模型

根据上述对比度的定义，可推导出舰船尾迹图像评价指标对比度的模型，即

式中：μT(x ，y)为尾迹区的平均灰度值；μB(x ，y)为海水背景区的平均灰度值；L为尾迹图像的灰度量程。对于舰船尾迹图像 f(x ，y) ，设图像灰度值为 p0，p1，…，pL-1，则概率密度函数 S( )pk为

式中：pk为尾迹图像 f(x ，y)的第k级灰度值；nk为f(x ，y)中具有灰度值 pk的像素的个数；n为尾迹图像像素总数。则舰船尾迹图像 f(x ，y )的平均灰度值 μ(x ，y) 为

将式（2）和式（3）代入式（1），即可求出舰船尾迹图像的对比度CT。

2.2 改进计算模型

计算发现，即使两幅图像存在一定的对照，它们的CT值也仍有可能相等，基本计算模型不能有效评价舰船尾迹图像，并且根据图像质量评价算法的发展趋势，一种好的图像质量评价方法应该是由单纯的客观评价算法转化为主、客观相结合的评价算法。因此，舰船尾迹图像的对比度计算模型可考虑利用人类视觉的相关特性因素来加以改进。根据人类视觉的相关特性理论，在视网膜的表面上非均匀地分布着大量的光敏细胞，其中，中央凹处光敏细胞的密度最高，离中央凹处越远，光敏细胞的密度下降越快。而且，人的视觉系统的一个基本特性是局部对比的敏感性，也即亮度和纹理发生显著变化的区域才能引起视觉的兴趣。

因此，人眼不能采用一个均匀的分辨率来关注整幅图像。人眼对某些感兴趣区域（如尾迹图像中的尾迹区）的失真较敏感，而对另一些不感兴趣区域（如尾迹图像中的海水背景区）的失真则不太敏感。即使两幅图像存在相同的CT，但由于目标区域不同，人眼对其质量的评价也不相同［9］。另外，由舰船尾迹图像特点可知，尾迹区与海水背景区存在明显对比，为更深入地挖掘二者对比度的关系，可充分利用尾迹区与海水背景区的其他特性来对尾迹图像质量进行评价，例如，引进尾迹区与海水背景区的面积对比等参数来改进对比度计算模型、通过加权因子的引入来突出体现尾迹区与海水背景区在总评价值中的比重［10］。

综上所述，针对舰船尾迹图像特点，提出一种基于人类视觉特性的无参考图像质量评价方法。设尾迹图像尾迹区和海水背景区分别为T和B，尾迹区和海水背景区的加权系数分别为 λT和 λB，则式（1）的尾迹图像对比度计算模型可以做出如下修改：

2.2.1 尾迹区加权因子的确定

研究发现，当光刺激强度一定时，主观感受与刺激面积的平方根做相应变化，因此定义尾迹区与刺激面积相对应的权重因子

式中：S为尾迹图像面积；ST为图像尾迹区面积。

又因为人的视觉系统只对图像中纹理和亮度发生显著变化的区域感兴趣，故定义尾迹区与灰度变化相对应的权重因子

2.2.2 海水背景区加权因子的确定

由于海水背景区域中灰度变化很少，因此只考虑面积对兴趣性的影响。定义海水背景区的加权因子

式中，SB为图像海水背景区的面积。对和进行归一化，可得到尾迹区和海水背景区的加权系数

将式（5）～式（9）代入式（4），即可求出舰船尾迹图像的对比度MCT。

由上面的分析可知，要想准确求出对比度MCT，就需要准确检测识别出尾迹区与海水背景区的边界，求出尾迹区与海水背景区的像素灰度值与面积。使用阈值是一种常见且重要的边界检测技术。最常用的阈值分割方式是二值化阈值分割方法，即将灰度值一分为二，所有灰度值大于或等于某阈值的像素都被判属于研究目标，其它像素被判属于背景；或者相反［11-12］。因此，怎样选取二值化阈值将图像划分为研究目标和背景，便成为其中的关键问题。尾迹区与海水背景区有较强的对比，舰船尾迹图像灰度图的直方图是一个双峰直方图，因此可以采用直接从双峰直方图中确定二值化阈值的方法来检测尾迹区与海水背景区的边界。尾迹区与海水背景区的边界附近具有两个峰值之间的灰度级，其像素数目相对较少，因而产生了两峰之间的谷。选择谷作为灰度阈值将得到合理的边界检测结果。这种在研究目标与背景有较强对比情况下的检测适于采用直方图技术来确定阈值［13］，不仅能大幅缩减数据量，简化处理分析过程，而且还能满足快速提取舰船尾迹光学信号特征的要求。

3 舰船尾迹图像的对比度特征提取实验

为考察对比度参数在舰船尾迹光学信号特征提取中的有效性与合理性，需要进行特征提取实验来获取大量舰船尾迹图像数据；且为克服船池环境、模拟尾流场等实验室条件的限制，特在海上实船应用环境条件下进行了对比度特征提取实验。完整的测试特征提取实验装置的使用效果和特征表征参数的可靠性，可为舰船尾迹抑制技术的工程化应用提供可直接参考的依据。

海上舰船尾迹对比度特征提取实验装置需要两艘舰船：一艘为目标船，专门用来航行产生舰船尾迹；另一艘为测试船，用来搭载舰船尾迹图像数据采集装置。这两艘都是吨位约为200 t的小型水面快艇，实验装置的搭建原理示意图如图2所示。A区由目标船M保持固定航向和航速的航行产生；B区和C区可根据图像数据采集的需要进行设定；尾迹区里的浮标起参考作用；图像数据采集装置上的瞄准器不断微调瞄准浮标，进行舰船尾迹图像数据采集［14］。

图2 舰船尾迹图像采集实验装置搭建示意图Fig.2 The schematic diagram of construct device of the acquisition experiment of ship wake images

具体的海上对比度特征提取实验装置如图3所示，其中左图为海上特征提取实验开始时目标船M与测试船N的工作状态实物图；右图为尾迹区、海水背景区以及图像数据采集系统三者的相对位置图。海上对比度特征提取实验开始后，目标船M在距测试船N正横50 m的平行线一端500 m处机动（始点），保持某一速度（本实验航速为8，12和16 kn）匀速直线航行，在进入测试区域后（正对测试装置），在船艉中间处将浮标装置抛入尾迹中（t=0时刻）。利用测试船N上图像数据采集装置的瞄准器不断微调瞄准浮标，进行舰船尾迹图像数据的采集。利用此套实验装置在某一海域开展了海上舰船尾迹对比度特征提取实验研究，以寻找舰船尾迹图像对比度参数与时间、试验船航速间的关系。

图3 海上特征提取实验装置实物图Fig.3 The photos of the maritime experiment device of contrast feature extraction

4 实验结果与分析

根据实验目标和实验步骤，采用上述实验装置开展了对比度特征提取实验，获得了航速分别为8，12和16 kn时随时间变化的舰船尾迹图像数据，并采用相关图像预处理方法对采集的舰船尾迹图像数据进行了预处理。通过大量分析对比度特征提取实验中采集到的舰船尾迹图像数据，并采用上述对比度模型的计算方法，得到如下舰船尾迹图像对比度特征提取实验结果。

4.1 对比度计算结果

在对特征提取实验中采集到的舰船尾迹图像数据进行尾迹区与海水背景区的准确检测识别处理后，根据加权因子计算方法，并以图1中6幅尾迹图像为试验图像，得到了其尾迹区与海水背景区的加权系数，如表1所示。

表1 试验图像尾迹区和海水背景区加权系数表Tab.1 The weighting coefficients of the wake areas and seawater background areas

根据式（2）和式（5），分别计算各图像基于基本计算模型的对比度值和基于改进计算模型的对比度值，如表2所示。

表2 试验图像的对比度计算结果Tab.2 The contrast calculation results of test images

4.2 主观评价结果

本文请7位具有不同文化背景、不同资历的人员对6幅试验图像的对比度进行了独立打分，其主观评价结果如表3所示（单位为%）。

表3 试验图像主观评价分数表Tab.3 The subjective evaluation results of test images

4.3 试验结果分析

本文使用皮尔逊（Pearson）相关系数对试验结果进行了相关性分析。皮尔逊相关系数又称简单相关系数，它描述了两个定距变量间联系的紧密程度。样本的简单相关系数一般用r表示，计算公式为

经过计算，得到基于基本计算模型的对比度值与主观评价分数的相关系数为0.351 3，基于改进模型的对比度值与主观评价分数的相关系数为0.825 3，表明尾迹图像评价值与主观评价值具有较高的正相关性，本文所提出的改进方法更符合人眼的视觉特性。

4.4 提取实验结果分析

1）对比度参数定量评价舰船尾迹图像情况分析。

由上述实验结果可知，在基本计算模型基础上提出的对比度参数改进计算方法是一种图像质量综合评价方法，可有效体现图像中尾迹区与海水背景区的对照情况，充分描述了舰船尾迹图像的特性，并且能定量、可靠地评价尾迹图像光学信号特征强度。另外，利用对比度特征提取实验获取的航速分别为8，12和16 kn时随时间变化的舰船尾迹图像数据，按照上述对比度参数计算公式计算出的MCT值，绘出了不同航速条件下MCT随时间变化的曲线（图4）。通过分析可知，图4中曲线的变化规律比较符合实际情况中舰船尾迹光学信号特征强度的变化规律：时间越长，舰船尾迹光学信号特征强度逐渐变弱，尾迹区与海水背景区的对比度也减弱，相应地，对比度参数值也下降。

2）舰船尾迹光学信号特征强度变化的理论分析。

由图4可知，随着时间的变化，对比度参数MCT减小，舰船尾迹光学信号特征强度值不断下降，说明舰船尾迹光学信号特征与舰船尾迹场中的气泡数密度联系紧密。随着时间的延续，舰船尾迹场中所包含的尺寸较大的气泡会快速上浮至海面破碎消失，尺寸较小的气泡则会溶解于海水而消失，舰船尾迹场中的气泡数密度会随时间的增加而逐渐减小，这样，尾迹区与海水背景区的对比度就会下降，导致舰船尾迹光学信号特征强度值也下降。另外，通过分析图4可知，在同一时间条件下，舰船的航速越高，对比度参数MCT越大，舰船尾迹的光学信号特征强度值也越大，显然航速增大的过程必将激起更多的气泡。因为舰船航速越高，螺旋桨转速就越高，空泡现象也更强烈，因此舰船尾迹场中的气泡数密度就会更大，舰船尾迹光学信号特征强度值也越大。

图4 不同航速条件下对比度随时间变化规律的曲线Fig.4 The contrast value MCTvs.time at different speeds

5 结 语

如何有效、定量评价舰船尾迹图像质量，并达到快速提取舰船尾迹光学信号特征的目的，是当前急需开展的舰船光学尾迹抑制这一新技术研究领域的重要基础课题，为此，本文研究了基于对比度计算模型的舰船尾迹图像质量综合评价方法。从对比度特征提取实验、对比度参数计算结果以及结果讨论分析可知，对比度参数MCT能有效评价舰船尾迹图像质量，表征舰船尾迹光学信号特征强度，并定量、可靠地评价舰船尾迹光学信号特征强度的变化情况，从而为指挥员防御基于光学尾迹制导的鱼雷提供快速、可靠的辅助决策信息。当然，由于在进行海上特征提取实验时海上干扰因素较多，以及图像数据采集装置设备性能方面等原因，导致图像数据采集装置对光学尾迹的敏感性不够好，获得的舰船尾迹图像数据在时间持续上不够长，对准确分析舰船尾迹光学信号特征的变化规律存在一定的影响，仍需进一步的深入研究与完善。

［1］GONZALEZ R C，WOODS R E 著.数字图像处理［M］.阮秋琦，译.2版.北京：电子工业出版社，2003.

［2］中国船舶重工集团公司.海军武器装备与海战场环境概论［M］.北京：海洋出版社，2007.

［3］冯奇，迟卫.舰船尾迹气泡上浮运动的一种表征模型［J］.中国舰船研究，2010，5（3）：27-29.

FENG Qi，CHI Wei.Characterization model on the ris⁃ing motion of bubble in ship wake［J］.Chinese Journal of Ship Research，2010，5（3）：27-29.

［4］REY M，TUNALEY J K E，SIBBALD T.Use of the Dempster-Shafer algorithm for the detection of SAR ship wakes［J］.IEEE Transactions on Geoscience and Remote Sensing，1993，31（5）：1114-1118.

［5］COPELAND A C，RAVICHANDRAN G，TRIVEDI M M.Localized Radon transform-based detection of ship wakes in SAR images［J］.IEEE Transactions on Geo⁃science and Remote Sensing，1995，33（1）：35-45.

［6］NILL N B，BOUZAS B.Objective image quality mea⁃sure derived from digital image power spectra［J］.Opti⁃cal Engineering，1992，31（4）：813-825.

［7］WANG Z，BOVIK A C，SHEIKH H R，et al.Image quality assessment：From error visibility to structural similarity［J］.IEEE Transactions on Image Process⁃ing，2004，13（4）：600-612.

［8］蒋刚毅，黄大江，王旭，等.图像质量评价方法研究进展［J］.电子与信息学报，2010，32（1）：219-226.

JIANG Gangyi，HUANG Dajiang，WANG Xu，et al.Overview on image quality assessment methods［J］.Journal of Electronics and Information Technology，2010，32（1）：219-226。

［9］刘帅奇，胡绍海，肖扬，等.基于局部混合滤波的SAR图像边缘检测［J］.电子与信息学报，2013，35（5）：1120-1127.

LIU Shuaiqi，HU Shaohai，XIAO Yang，et al.SAR im⁃age edge detection based on local hybrid filter［J］.Jour⁃nal of Electronics and Information Technology，2013，35（5）：1120-1127.

［10］王正友，黄隆华.基于对比度敏感度的图像质量评 价 方 法［J］.计 算 机 应 用 ，2006，26（8）：1857-1859

WANG Zhengyou，HUANG Longhua.Image quality assessment method based on contrast sensitivity［J］.Computer Applications，2006，26（8）：1857-1859.

［11］段瑞玲，李庆祥，李玉和.图像边缘检测方法研究综述［J］.光学技术，2005，31（3）：415-419.

DUAN Ruiling，LI Qingxiang，LI Yuhe.Summary of image edge detection［J］.Optical Technique，2005，31（3）：415-419.

［12］李杰，苗长云，武志刚，等.基于数学形态学的图像边缘检测算法的研究［J］.计算机科学，2012，39（6）：546-548.

LI Jie，MIAO Changyun，WU Zhigang，et al.Algo⁃rithm for edge detection of image based on mathemati⁃cal morphology［J］.Computer Science，2012，39（6）：546-548.

［13］郭四稳，陈伟津.基于多层次模糊增强的图像边缘检测［J］.广州大学学报（自然科学版），2011，10（4）：64-67.

GUO Siwen，CHEN Weijin.Image edge detection based on multi-level fuzzy enhancement［J］.Journal of Guangzhou University：Natural Science Edition ，2011，10（4）：64-67.

［14］陈明荣，迟卫，谢田华，等.舰船尾迹光学信号特征的直方图提取方法研究［J］.应用光学，2013，34（2）：248-252.

CHEN Mingrong，CHI Wei， XIE Tianhua，et al.Study on the extraction of the character of the ship op⁃tics-wakes based on histogram analysis［J］.Journal of Applied Optics，2013，34（2）：248-252.

Extraction Method for the Contrast Features of Ship Wake Images

CHI Wei，GAO Zhansheng，CHEN Mingrong，XIE Tianhua

Department of Navigation，Dalian Naval Academy，Dalian 116018，China

It is an essential fundamental to evaluate the ship wake image's quality quantitatively and effec⁃tively，and to achieve the extraction of ship wake's optical signal characteristics rapidly in today's ship op⁃tics-wake elimination technologies.The method regarding quality evaluation of ship wake images is stud⁃ied in this paper based on the contrast model.By analyzing the characteristics of the obvious contrast be⁃tween the wake area and the seawater background area in ship wake images，this paper uses the contrast parameter as an critical index for the wake image quality evaluation process as well as the characterization of ship wake's optical signalcharacteristical strength.Specifically，in order to evaluate the actual quality of ship wake images，the weighting factors on both wake areas and seawater background areas are intro⁃duced，and the basic contrast calculation model is improved.This model fully considers the human visual characteristics and combines the subjective and objective evaluation methods comprehensively.A corre⁃sponding experiment is also conducted，which particularly focuses the maritime feature extraction.The re⁃sults show that the contrast parameters do not only reflect the subjective visual perception of human eyes on the wake images'actual quality，but also better reflect the application essence of the wake image pro⁃cessing.In brief，the contrast parameters reliably and quantitatively describe the intensity's changing rules of the ship wake's optical signal characteristics.

image quality assessment；ship wakes；optical signal feature；contrast；weighting factors

TN911.73

A

1673－3185（2014）02－95－06

10.3969/j.issn.1673-3185.2014.02.017

http://www.cnki.net/kcms/doi/10.3969/j.issn.1673-3185.2014.02.017.html

期刊网址：www.ship-research.com

2013－12－20 网络出版时间：2014-3-31 16:33

迟卫（1962－），男，教授。研究方向：舰船安全技术。E-mail：Dl_tiger@163.com

陈明荣（1985－），男，硕士生。研究方向：舰船尾迹特征提取与抑制研究。E-mail：ming19850216@163.com

陈明荣

［责任编辑：喻 菁］