双亮差法测量能见度的改进研究

麻 锴,姚国友,孔诗媛,李广智,姜方达

(吉林省气象探测保障中心,吉林 长春 130062)

0 引言

数字摄像法是新兴的能见度观测方法。目前,这种方法因数字信号处理和数字照相机技术的发展而被深入研究[1]。谢兴生等于20 世纪90 年代初开展了此项研究,并将研究成果称为数字摄像测量能见度系统(digital photography visibility system,DPVS)。该研究搭建了DPVS,阐述了利用理想黑体作为目标物,并在已知拍照距离的情况下,以目标物灰度与背景灰度的对比度计算能见度的算法。吕伟涛、陶善昌等根据DPVS 的缺点,提出利用地平线附近两个不同距离的目标物及其对应水平天空背景亮度差的比值计算白天气象能见度的方法,简称双亮度差法。当摄像机于目标物距离有限时,该方法可以成倍增大DPVS 的测量范围,提高测量精度[2]。王京丽等于2000 年后开始研究DPVS,针对系统性能开展了与常规能见度探测设备的大量对比试验,证明该系统具有与透射式能见度仪趋势一致的观测数据[3-4]。王京丽还提出了基于LED 的夜间DPVS 光源方案,分析了该光源的均匀性和稳定性,降低了DPVS 的夜间测量误差[5-6]。

目前,DPVS 研究中还有一些关键问题亟待解决。DPVS 以天空为背景测量能见度,当天空背景的亮度与天空背景的临界处物体亮度值近似时,图像算法很难正确地提取天空背景,降低了DPVS 的自动化观测能力[7];此外,天空背景的亮度值随着云量的改变而改变,从而导致DPVS 计算能见度的不稳定性。所以,目前DPVS 受限于复杂环境,其扩大应用被限制。

本文针对上述问题提出改进方案,使DPVS 可以适应各种环境下的能见度测量,以提高其适用性。

1 DPVS 原理

1.1 DPVS 的亮度对比法原理

假设目标物和天空背景的固有亮度为Bt和Bg,在观测距离为R的地点拍照,目标物和背景的视亮度为Bt-R和Bg-R,则有固有亮度对比C0和视亮度对比CR分别为:

根据Koschmieder 定律,建立视亮度对比和固有亮度对比之间的关系:

能见度V与大气消光系数σ的关系为:

结合式(1)、式(2),可推算出:

标准大气能见度的定义为:视觉对比阈值ε取0.02 时,识别白背景上的理想暗物体的距离。所以有:

式(6)为计算白天气象能见度的亮度对比法。但目前固有视亮度对比C0的值无法准确测量。所以,所有DPVS 都使用实用黑体作为目标物,并假设其为理想黑体。式(1)中,Bt=0,所以有C0=1,则式(6)可简化为:

1.2 DPVS 的双亮度差法原理

双亮度差法是设置两个距摄像机不同距离的相同目标物,通过摄像机测量两个目标物的视亮度差,推算大气消光系数从而得到能见度值。双亮度差法原理如图1 所示。

图1 双亮度差法原理示意图Fig.1 Schematic diagram of duel differential luminance method

根据式(6),则目标1 和目标2 有如下公式:

二者相减即可推得双亮度差法的计算公式:

2 DPVS 双亮度差法改进方案与试验

2.1 改进方案

2.1.1 新型目标物的设计

根据式(9)可知,如果背景与目标的固有亮度比恒定,就可将式(9)简化为:

根据式(10)的特性,本文提出以人工背景代替天空背景的新型目标物的方法。其采用标准漫反射板为基材。这种材料耐高低温、耐辐射、防水性能优异。其反射率的稳定性极高,是国际空间机构公认的航天仪器星上校准目标板[8]。新型目标物以反射率40%的标准漫反射板为背景部分,放置于左侧;以反射率20%的标准漫反射板为目标部分,放置于右侧。如此设计可使目标物的背景与目标的固有亮度比恒定,而且新型目标物的特征为“日”字,易于设计图像识别算法。

2.1.2 新型目标物的识别算法

新型目标物的视觉特征有三个关键点:①新型目标物的目标与背景的像素面积可以根据拍摄距离和原始尺寸这两个已知信息大致计算得出;②新型目标物的目标与背景的质心横坐标可以限定在某一阈值内,新型目标物放置得越水平,阈值越小;③目标与背景的像素面积差值较小。

目标物识别算法流程如图2 所示。

图2 目标物识别算法流程图Fig.2 Flowchart of target recognition algorithm

2.2 对比观测试验

试验选用的相机为灰点公司生产的 GS3-U3-91S6M 灰度CCD 相机,800 万像素,装配佳能变焦18～55 mm 镜头。新型目标物分别距离拍摄地点150 m 和30 m,焦距为30 mm。为了检验新型目标物识别算法,选择与目标物特征相似度较高的背景环境进行能见度观测试验。

复杂环境观测试验与结果如图3 所示。以图3(a)为例,目标物的背景环境有多处与目标特征相似的干扰,如塑钢门窗及牌匾。算法识别到了两组目标物,用黑色封闭矩形标志:位于图片左上部的为近处目标物,左侧亮度略浅为背景部分,右侧亮度略深为目标部分;位于图片右上部为远处目标物,左侧为背景部分,右侧为目标部分。

图3(b)为改进的双亮度差法与长春市气象站(站号为54161)Vaisala 前向散射式能见度仪的10 min 平均能见度对比观测数据。两处观测点直线距离约为750 m,且两地之间没有较高建筑物遮挡,所以这两组数据具有对比观测的可行性。观测起始时间为上午9点20 分,雨加雪天气,能见度明显较低。随后,天气逐渐转晴,空气中的气溶胶减少,能见度逐渐升高,对比观测结束于15 点30 分。图3(b)说明改进的方法可以在图3(a)中的复杂背景环境下给出与Vaisala 前向散射式能见度仪线性趋势一致的观测结果。其中:3 000～4 000 m 内的能见度观测差小于10%,4 000～6 000 m 的观测差小于15%。

图3 复杂环境观测试验与结果Fig.3 Observation experiment and its result in complex background

能见度较差环境下的对比试验与结果如图4所示。

图4 能见度较差环境下的对比试验与结果Fig.4 Comparing test and its result in poor visibility

为了测试改进的双亮度差法在能见度较差[9]环境下的观测性能,对比观测试验选择在沙尘暴天气条件下进行。该试验地点距离长春市气象站直线距离1.9 km。由于距离较远,且两地之间有高楼遮挡,所以长春市气象站的观测数据没有对比观测意义,故采用人工观测进行能见度较差的对比试验。

以图4(a)为例,图中黑色箭头所指为人工观测能见度的建筑物目标,无法清晰辨识(不能从天空背景中识别出轮廓)的建筑物与观测人的距离即为当前能见度。图4(b)为上述试验的10 min 平均能见度对比结果,试验时长为2 h。对比结果说明,在能见度2 km内,改进的双亮差DPVS 法与人工观测结果差小于5%。

为了测试改进的双亮度差法在一些非标准条件下的鲁棒性,还进行了目标物非水平放置测试、改变相机焦距测试、目标物与拍摄角度不一致测试。鲁棒性试验如图5 所示。

图5 鲁棒性试验示意图Fig.5 Schematic diagram of robustness test

表1 为鲁棒性试验结果,测试时长为5 min,每分钟观测一次。其中,鲁棒性测试的能见度数据与相应的对比观测数据均为5 次数据的平均值。鲁棒性试验结果说明,在10 km 以内的能见度条件下,即使拍摄目标物的角度不一致,在改变拍摄焦距以及目标物非水平放置的情况下,由于选择了标准漫反射板为材质制作新型目标物,相机都能够接收到均匀的目标物散射光。所以这些不确定性对能见度观测数据的影响可以忽略。

表1 鲁棒性试验结果Tab.1 Result of robustness test /m

3 结论

本文首先验证了新型目标物设计原理的可行性。以往的双亮差法测量能见度大多以理想黑体为目标物,其工艺相对复杂,不便于维护[10]。相比之下,新型目标物以标准漫反射板为基材,工艺简单、易于维护、升级改良的空间较大。其次,验证了新型目标物识别算法。对比试验结果说明,该算法可以在苛刻的环境背景和复杂天气条件下识别目标物,并推算出能见度,能见度观测数据在1～2 km 范围内与人工观测数据一致,在2～10 km 范围内同长春气象站的观测数据具有较好的线性关系。最后,鲁棒性试验说明,改进的双亮差法降低了DPVS 的使用条件,提高了适用性。

由于时间有限,目前的研究成果只能在白天和傍晚观测能见度,而满足夜间DPVS 观测的目标物正在设计研究中。