基于前視鉆孔攝像提取全景圖像的方法

曹茂永, 高 煒， 鄧兆鵬， 趙 猛

(1.山東科技大學 電氣與自動化工程學院 山東 青島 266590； 2.山東科技大學 電子通信與物理學院 山東 青島 266590)

基于前視鉆孔攝像提取全景圖像的方法

曹茂永1, 高 煒2， 鄧兆鵬1， 趙 猛1

(1.山東科技大學 電氣與自動化工程學院 山東 青島 266590； 2.山東科技大學 電子通信與物理學院 山東 青島 266590)

依據前視鉆孔窺視儀在地質勘探中的相關數據，提出一種將前視圖像進行數字圖像處理得到對應全景圖像的方法，將鉆孔孔壁全景范圍內的三維柱面空間投影到二維平面.首先根據圖像特征確定圖像的圓心并劃定半徑，然后利用極坐標轉換結合插值算法，得到矩形平面展開圖，再利用圖像灰度特征相似度準則和濾波技術進行圖像匹配拼接，得到滿足定量分析要求的全景圖.

前視鉆孔窺視儀； 全景圖； 環形圖像展開； 圖像拼接

0 引言

在地質勘探中，鉆孔內壁上由于巖性不同等原因而產生的紋理脈絡信息對于了解地質情況具有重要意義.對于地質結構沒有被揭露的部分，需要打鉆孔進行觀測.取巖心法是常用的方法，但此方法工作量大，成本高，且對軟弱層、破碎層等松散結構取芯率低，易破壞紋理結構.隨著光學技術的發展，攝像技術被應用到地質勘探中，利用鉆孔攝像裝置，可以直觀清晰地對鉆孔內地質情況進行觀測，彌補了取巖心法的不足.鉆孔攝像技術經歷鉆孔照相、鉆孔攝像和數字光學成像3個發展階段，其中鉆孔攝像和數字光學成像為目前主流設備[1].鉆孔攝像以前視鉆孔窺視儀為代表，其結構簡單，利用廣角攝像頭對鉆孔進行前視攝像，成像特征符合人眼觀察習慣，可直接對孔壁紋理脈絡進行定性判斷，該技術已廣泛應用于地質勘探中，但此技術無法對鉆孔內壁信息進行定量分析[2].數字光學成像是在前視窺視儀的基礎上，在鏡頭前方加裝錐形反射鏡，將孔壁信息反射到鏡頭成像，由此得到圓環狀圖像，此類圖像由于經過光學反射，圖像畸變較大，不易直接觀察，須轉換到直角坐標系下才能觀察分析.數字光學成像系統成像清晰，代表了鉆孔攝像技術的最高水平[1]，但其結構復雜，需要電子羅盤等裝置的輔助，在水平傾斜孔等場景下應用效果差，且價格較高.前視鉆孔窺視儀雖然在技術上較簡單，但其應用靈活，結構簡單，在很多場景下應用廣泛[2-4].

本文將數字圖像處理技術與前視鉆孔窺視儀結合，既突出了前視攝像的靈活，又運用圖像處理技術彌補了其在定量分析上的不足，其利用簡易裝置獲取圖像信息，采用同心圓環展開算法和圖像灰度特征相似度最大匹配準則處理圖像，得到的全景拼接圖符合觀察需要，且此過程具有速度快、準確度高的特點.

1 前視全景圖采集

1.1 硬件結構

硬件是進行相關勘探工作的前提和基礎，主要結構有探頭(攝像頭、光源等)、深度儀、纜繩以及地面上的圖像采集卡和主機.前視全景圖像采集和處理硬件系統如圖1所示.

1.2 成像原理

利用廣角攝像頭，配合光源并結合深度儀，可攝取孔壁前視全景圖像.廣角攝像頭可在較大的角度內攝取圖像或視頻，但視角過大的超廣角鏡頭焦距短且會造成較大的圖像畸變，不利于觀察及后期的處理.前視攝像模型及實際成像圖如圖2所示.

圖1 前視全景圖像采集和處理硬件系統Fig.1 The hardware system of forward panoramic image acquisition and processing

圖2 前視攝像模型及實際成像圖Fig.2 Forward camera model and actual image

圖3 光學成像模型Fig.3 Optical image model

由于攝像頭有固定的焦距，所以在ABCD孔壁上成像清晰，BC圓以下的區域也有成像，但其受攝像頭焦距及光亮度的影響，信息度低.此成像過程模擬人眼成像，可直接獲取鉆孔內壁部分信息.同時，經過展開拼接等圖像處理技術，還可進行精確的定量分析.

數字光學成像是在前視成像的基礎上，加裝錐面反射鏡，將孔壁經過反射鏡成像，錐面鏡中心區域為成像盲區，此方法可以提高成像的精度，但圖像發生很大畸變，無法直接觀察，須經過展開與拼接處理方可進行分析，因此產生了很大的限制.光學成像模型如圖3所示.

2 圖像展開與拼接

2.1 環形圖像的展開

前視視頻具備定性觀測條件，但如需進行更為精確的定量分析，首先須進行展開處理.由于成像原理的特點，前視攝像頭獲取到的圖像無直接的成像邊界，直觀的只有由近到遠的孔壁，以及遠端的低光區域.因此，需要運用圖像處理技術，自動定位圓心并設置合理的半徑，進而劃定環形區域，為后續的圖像展開奠定基礎.由于遠端低光而形成的黑色區域，近似圓形，且從灰度級上分析，其區域值與其他區域的值有明顯的區分，可利用此特點進行圓心定位.

預處理階段利用中值濾波及灰度調整，突出遠端低光區域，同時增強孔壁灰度值，結果如圖4(a)所示.二值化處理如圖4(b)所示，結合取反并去除小面積，得到如圖4(c)所示的圖像.對預處理后的圖像近圓形區域求取質心，即可得到精確度較高的圓心位置.本文手動設置了半徑，以截取得到環形區域，結果如圖4(d)所示.

圖4 圖像處理過程Fig.4 Image processing

全景圖像展開算法主要包括基于光學變換的光路追蹤法及其改進算法和基于數學變換的同心圓環展開法[5].本文采用改進的坐標轉換算法，結合插值算法，實現了對環形區域的快速展開.

同心圓環展開原理如圖5所示，將圖中半徑為R′的虛線圓，沿一定的初始相位展開為直線，P(x，y)與環形區域中的P′(x，y)等同于極坐標與直角坐標的轉換關系，即

(1)

式中：α為弧長與半徑的比值；(x0，y0)為O點坐標.

圖5 同心圓環展開原理Fig.5 Concentric ring expansion principle

展開區域的高度為R-r，寬度為2πR′，其中R′為r至R間的任意值，在實際應用中可任意設定.通過極坐標轉換公式可看出，展開圖中的點與原圖中的點存在固定的對應關系，相位角α在0～2π間變化，由正、余弦函數特性可知，只需計算其1/4區域的值即可得到全區間的函數值，利用此特性可縮短坐標求取時間，提高運算效率.

2.2 圖像插值

在坐標運算中，α可取0～2π間的任意值，因此，得到的正、余弦值為浮點數，由于圖像像素點的位置均為整數點，求取到的浮點坐標不存在像素值，需要進行插值運算，近似得到此坐標對應的像素值.

最臨近插值和雙線性插值為常用的方法.最臨近插值原理如圖6所示，即將距離浮點坐標最近的整數點坐標的像素值賦值于浮點坐標.由于此方法在臨近像素值有較大改變時，會產生鋸齒狀效果，成像粗糙.因此，采用雙線性插值，以達到理想的清晰度.最臨近插值與雙線性插值效果如圖7所示，可以看出，雙線性插值較最臨近插值在細節上更為平滑，不會出現鋸齒狀效果.

圖6 最臨近插值原理Fig.6 The nearest interpolation principle

圖7 最臨近插值和雙線性插值效果Fig.7 Results of the nearest interpolation and bilinear interpolation

線性插值算法根據(x,y)點的4個相鄰點的灰度值，分別在x、y兩個方向上進行插值，計算出f(x,y)的值，形成的插值函數為雙曲拋物面方程

f(x,y)=αx+by+cxy+d.

(2)

插值過程由此拋物面和4個臨近點進行擬合.首先在x方向上作線性插值，對上端的兩個頂點進行線性插值，得

f(x,0)=f(0,0)+x[f(1,0)-f(0,0)].

(3)

類似的，對于底端的兩個頂點，有

f(x,1)=f(0,1)+x[f(1,1)-f(0,1)].

(4)

最后，在y方向上作線性插值，有

f(x,y)=f(x,0)+y[f(x,1)-f(x,0)].

(5)

綜合(3)～(5)式，展開等式并合并同類項，得

(6)

圖8 圖2(b)的展開效果Fig.8 Expansion results of Fig.2(b)

雙線性插值已經考慮到(x，y)點的直接相鄰點對它的影響，一般可得到較滿意的結果，但這種方法具有低通濾波的特性，使高頻分量受到損失，圖像輪廓有一定的模糊，如果需要得到更精確的插值效果，應采用高階插值[6].圖8為圖2(b)的展開效果，運用了雙線性插值法.

2.3 圖像匹配拼接

圖像序列通過加入時間屬性實現了對拍攝場景的空間和時間上的信息融合存儲，序列中的每幀圖像只反映了某一時間、空間的局部信息，而序列整體在時間、空間上又有很大的冗余，因此，利用圖像拼接技術可減少表示場景所需數據量，提高利用效率.

將展開后的矩形區域拼接成完整的全景圖，圖像匹配為此過程的前提和關鍵.其方法大致可分為兩類:一類為基于圖像灰度信息的匹配;另一類為基于圖像特征的匹配.基于圖像特征的匹配主要代表為基于特征點的圖像匹配，此類方法匹配精度高，且具有平移旋轉不變性等優點，但運算時間長，資源消耗大，效率低.根據孔壁圖像灰度變化單一且圖像復雜度低的特點，采用基于圖像灰度信息的匹配方法，能夠快速準確地完成圖像匹配.

由于前視攝像探頭在鉆孔內會做軸向運動和旋轉運動，因此，表現在矩形展開圖上即為x和y軸方向上的平移.進行圖像匹配，即匹配出兩軸方向上的偏移量，利用橫向偏移量修正x軸方向上的平移，再利用縱向偏移量進行拼接，圖像偏移如圖9所示.

基于灰度投影法的圖像灰度信息匹配方法，即把二維的圖像灰度值投影到已知坐標軸，從而形成一維數據，再在此一維數據上進行匹配，此過程通過降維來達到提高匹配速度的目的[7].例如，某t時刻的圖像f，其尺度為M×N，在x軸方向上及y軸方向上做灰度投影并計算均值，可表示為

(7)

式中：ft(x0，y)和ft(x，y0)分別為t時刻圖像的灰度值.垂直灰度投影示意圖如圖10所示.

圖9 圖像偏移Fig.9 Images deviation

圖10 垂直灰度投影示意圖Fig.10 Vertical gray level projection

(8)

圖11 全景圖Fig.11 Panoramic image

得到位移匹配參數后，即可進行全景圖的生成.由于亮度變化和灰度變化等因素的干擾，直接生成的全景圖會有明顯的縫隙，影響觀測，可在拼接過程中運用加權融合方法，按照一定的權值比例進行融合[9]，此方法適用于對細節信息要求嚴格的場合.設兩幅圖像為i1和i2，拼接后的圖像為i3，權值因子為d(0

3 小結

利用全景攝像技術得到鉆孔圖像，并通過數字圖像處理技術進行展開與拼接，即可得到大范圍鉆孔孔壁全景圖，通過此全景圖可對裂隙、分層和巖性等構造信息進行定量分析.此方法彌補了前視成像設備只能定性分析孔壁信息的不足，在地質勘探中具有較高的價值.后續的工作將圍繞提高相關性匹配及進一步消除拼接縫隙展開，并控制過程時間，以達到實時處理的效果.

[1] 王川嬰,LAWK T.鉆孔攝像技術的發展與現狀[J].巖石力學與工程學報,2005,24(19):3440-3448.

[2] 王川嬰，葛修潤，白世偉.前視全景鉆孔電視及其應用[J].巖石力學與工程學報,2001,20(S1):1687-1691.

[3] 于景良,王德福.全景式孔內彩色電視系統的研制及其應用[J].大壩觀測與土工測試,1996,20(4):30-32.

[4] 劉勇.電子窺視儀在煤礦中的應用[J].煤礦開采,2006，11(1):54-55.

[5] 祝小蜜,張曉頔.一種全景圖像展開的新方法[J].科技資訊,2014(2):19-20.

[6] 曹茂永.數字圖像處理[M].北京：北京大學出版社,2007.

[7] 高曉峰,史朝輝.一種改進的基于灰度投影的圖像匹配算法[J].航空計算技術,2012,42(6):85-87.

[8] 朱揚勇,戴東波,熊赟.序列數據相似性查詢技術研究綜述[J].計算機研究與發展,2010,47(2):264-276.

[9] 王成良,楊鵬,蔡耀澤，等.孔壁全景圖獲取中的圖像拼接技術研究[J].計算機應用,2010,30(2):344-347.

(責任編輯：孔 薇)

Extraction of Panoramic Images Based on Forward Borehole Camera

CAO Maoyong1, GAO Wei2, DENG Zhaopeng1, ZHAO Meng1

(1.CollegeofElectricalEngineeringandAutomation,ShandongUniversityofScienceandTechnology,Qingdao266590,China; 2.CollegeofElectronicCommunicationandPhysics,ShandongUniversityofScienceandTechnology,Qingdao266590,China)

A new method that transforming the forward borehole images to panoramic images was proposed, according to the related data measured by forward borehole camera in geological exploration. Two-dimensional plane could be projected by three-dimensional cylindrical space in the panoramic range of the borehole wall.Firstly, center and radius of the circle was determined according to the feature of images. Then, rectangular plan was obtained by polar coordinate conversion and interpolation algorithm. Finally, the panoramic images that satisfied the quantitative analysis demand could be matched and stitched by image gray feature similarity criterion and filtering technology.

forward borehole camera; panoramic image; annular image expansion; image stitch

2016-11-01

曹茂永(1964—)，男，山東青州人，教授，主要從事聲光電檢測及圖像處理研究，E-mail：my-cao@263.net.

P631.8

A

1671-6841(2017)02-0078-05

10.13705/j.issn.1671-6841.2016330