雙亮差法測量能見度的改進研究

麻 鍇,姚國友,孔詩媛,李廣智,姜方達

(吉林省氣象探測保障中心,吉林 長春 130062)

0 引言

數字攝像法是新興的能見度觀測方法。目前,這種方法因數字信號處理和數字照相機技術的發展而被深入研究[1]。謝興生等于20 世紀90 年代初開展了此項研究,并將研究成果稱為數字攝像測量能見度系統(digital photography visibility system,DPVS)。該研究搭建了DPVS,闡述了利用理想黑體作為目標物,并在已知拍照距離的情況下,以目標物灰度與背景灰度的對比度計算能見度的算法。呂偉濤、陶善昌等根據DPVS 的缺點,提出利用地平線附近兩個不同距離的目標物及其對應水平天空背景亮度差的比值計算白天氣象能見度的方法,簡稱雙亮度差法。當攝像機于目標物距離有限時,該方法可以成倍增大DPVS 的測量范圍,提高測量精度[2]。王京麗等于2000 年后開始研究DPVS,針對系統性能開展了與常規能見度探測設備的大量對比試驗,證明該系統具有與透射式能見度儀趨勢一致的觀測數據[3-4]。王京麗還提出了基于LED 的夜間DPVS 光源方案,分析了該光源的均勻性和穩定性,降低了DPVS 的夜間測量誤差[5-6]。

目前,DPVS 研究中還有一些關鍵問題亟待解決。DPVS 以天空為背景測量能見度,當天空背景的亮度與天空背景的臨界處物體亮度值近似時,圖像算法很難正確地提取天空背景,降低了DPVS 的自動化觀測能力[7];此外,天空背景的亮度值隨著云量的改變而改變,從而導致DPVS 計算能見度的不穩定性。所以,目前DPVS 受限于復雜環境,其擴大應用被限制。

本文針對上述問題提出改進方案,使DPVS 可以適應各種環境下的能見度測量,以提高其適用性。

1 DPVS 原理

1.1 DPVS 的亮度對比法原理

假設目標物和天空背景的固有亮度為Bt和Bg,在觀測距離為R的地點拍照,目標物和背景的視亮度為Bt-R和Bg-R,則有固有亮度對比C0和視亮度對比CR分別為:

根據Koschmieder 定律,建立視亮度對比和固有亮度對比之間的關系:

能見度V與大氣消光系數σ的關系為:

結合式(1)、式(2),可推算出:

標準大氣能見度的定義為:視覺對比閾值ε取0.02 時,識別白背景上的理想暗物體的距離。所以有:

式(6)為計算白天氣象能見度的亮度對比法。但目前固有視亮度對比C0的值無法準確測量。所以,所有DPVS 都使用實用黑體作為目標物,并假設其為理想黑體。式(1)中,Bt=0,所以有C0=1,則式(6)可簡化為:

1.2 DPVS 的雙亮度差法原理

雙亮度差法是設置兩個距攝像機不同距離的相同目標物,通過攝像機測量兩個目標物的視亮度差,推算大氣消光系數從而得到能見度值。雙亮度差法原理如圖1 所示。

圖1 雙亮度差法原理示意圖Fig.1 Schematic diagram of duel differential luminance method

根據式(6),則目標1 和目標2 有如下公式:

二者相減即可推得雙亮度差法的計算公式:

2 DPVS 雙亮度差法改進方案與試驗

2.1 改進方案

2.1.1 新型目標物的設計

根據式(9)可知,如果背景與目標的固有亮度比恒定,就可將式(9)簡化為:

根據式(10)的特性,本文提出以人工背景代替天空背景的新型目標物的方法。其采用標準漫反射板為基材。這種材料耐高低溫、耐輻射、防水性能優異。其反射率的穩定性極高,是國際空間機構公認的航天儀器星上校準目標板[8]。新型目標物以反射率40%的標準漫反射板為背景部分,放置于左側;以反射率20%的標準漫反射板為目標部分,放置于右側。如此設計可使目標物的背景與目標的固有亮度比恒定,而且新型目標物的特征為“日”字,易于設計圖像識別算法。

2.1.2 新型目標物的識別算法

新型目標物的視覺特征有三個關鍵點:①新型目標物的目標與背景的像素面積可以根據拍攝距離和原始尺寸這兩個已知信息大致計算得出;②新型目標物的目標與背景的質心橫坐標可以限定在某一閾值內,新型目標物放置得越水平,閾值越小;③目標與背景的像素面積差值較小。

目標物識別算法流程如圖2 所示。

圖2 目標物識別算法流程圖Fig.2 Flowchart of target recognition algorithm

2.2 對比觀測試驗

試驗選用的相機為灰點公司生產的 GS3-U3-91S6M 灰度CCD 相機,800 萬像素,裝配佳能變焦18～55 mm 鏡頭。新型目標物分別距離拍攝地點150 m 和30 m,焦距為30 mm。為了檢驗新型目標物識別算法,選擇與目標物特征相似度較高的背景環境進行能見度觀測試驗。

復雜環境觀測試驗與結果如圖3 所示。以圖3(a)為例,目標物的背景環境有多處與目標特征相似的干擾,如塑鋼門窗及牌匾。算法識別到了兩組目標物,用黑色封閉矩形標志:位于圖片左上部的為近處目標物,左側亮度略淺為背景部分,右側亮度略深為目標部分;位于圖片右上部為遠處目標物,左側為背景部分,右側為目標部分。

圖3(b)為改進的雙亮度差法與長春市氣象站(站號為54161)Vaisala 前向散射式能見度儀的10 min 平均能見度對比觀測數據。兩處觀測點直線距離約為750 m,且兩地之間沒有較高建筑物遮擋,所以這兩組數據具有對比觀測的可行性。觀測起始時間為上午9點20 分,雨加雪天氣,能見度明顯較低。隨后,天氣逐漸轉晴,空氣中的氣溶膠減少,能見度逐漸升高,對比觀測結束于15 點30 分。圖3(b)說明改進的方法可以在圖3(a)中的復雜背景環境下給出與Vaisala 前向散射式能見度儀線性趨勢一致的觀測結果。其中:3 000～4 000 m 內的能見度觀測差小于10%,4 000～6 000 m 的觀測差小于15%。

圖3 復雜環境觀測試驗與結果Fig.3 Observation experiment and its result in complex background

能見度較差環境下的對比試驗與結果如圖4所示。

圖4 能見度較差環境下的對比試驗與結果Fig.4 Comparing test and its result in poor visibility

為了測試改進的雙亮度差法在能見度較差[9]環境下的觀測性能,對比觀測試驗選擇在沙塵暴天氣條件下進行。該試驗地點距離長春市氣象站直線距離1.9 km。由于距離較遠,且兩地之間有高樓遮擋,所以長春市氣象站的觀測數據沒有對比觀測意義,故采用人工觀測進行能見度較差的對比試驗。

以圖4(a)為例,圖中黑色箭頭所指為人工觀測能見度的建筑物目標,無法清晰辨識(不能從天空背景中識別出輪廓)的建筑物與觀測人的距離即為當前能見度。圖4(b)為上述試驗的10 min 平均能見度對比結果,試驗時長為2 h。對比結果說明,在能見度2 km內,改進的雙亮差DPVS 法與人工觀測結果差小于5%。

為了測試改進的雙亮度差法在一些非標準條件下的魯棒性,還進行了目標物非水平放置測試、改變相機焦距測試、目標物與拍攝角度不一致測試。魯棒性試驗如圖5 所示。

圖5 魯棒性試驗示意圖Fig.5 Schematic diagram of robustness test

表1 為魯棒性試驗結果,測試時長為5 min,每分鐘觀測一次。其中,魯棒性測試的能見度數據與相應的對比觀測數據均為5 次數據的平均值。魯棒性試驗結果說明,在10 km 以內的能見度條件下,即使拍攝目標物的角度不一致,在改變拍攝焦距以及目標物非水平放置的情況下,由于選擇了標準漫反射板為材質制作新型目標物,相機都能夠接收到均勻的目標物散射光。所以這些不確定性對能見度觀測數據的影響可以忽略。

表1 魯棒性試驗結果Tab.1 Result of robustness test /m

3 結論

本文首先驗證了新型目標物設計原理的可行性。以往的雙亮差法測量能見度大多以理想黑體為目標物,其工藝相對復雜,不便于維護[10]。相比之下,新型目標物以標準漫反射板為基材,工藝簡單、易于維護、升級改良的空間較大。其次,驗證了新型目標物識別算法。對比試驗結果說明,該算法可以在苛刻的環境背景和復雜天氣條件下識別目標物,并推算出能見度,能見度觀測數據在1～2 km 范圍內與人工觀測數據一致,在2～10 km 范圍內同長春氣象站的觀測數據具有較好的線性關系。最后,魯棒性試驗說明,改進的雙亮差法降低了DPVS 的使用條件,提高了適用性。

由于時間有限,目前的研究成果只能在白天和傍晚觀測能見度,而滿足夜間DPVS 觀測的目標物正在設計研究中。