大尺度粒子圖像測速在移動攝影中的運用研究

莊寶慶，謝錫剛，朱海，華敏偉，張浩，傅炎智

（1.無錫市錫山區水利局，江蘇無錫，214000；2.無錫錫東新城商務區開發建設管理中心，江蘇無錫，214000）

0 引言

簡單來講，LSPIV是一種以圖像為核心的河流水面成像測試技術，屬于實驗條件下粒子圖像測速技術在大尺度現場環境中的拓展結果。相比以往提出的雷達法、聲學法等非接觸式測量技術，本文提出的LSPIV在實踐應用中具有瞬時測量全場流速的優勢，不管是在流動模式還是湍流特征中都可以快速獲取所需信息。因此，在實踐發展中，隨著移動攝影技術的不斷優化，科研學者要加大對大尺度粒子圖像測速技術的研究力度，并將穩定性和可視性過低但分布更為均勻的水面模式看作水流示蹤物，這樣不僅能研究實驗室狀態下的明渠水流紊動特征，還可以監測分析野外天然河道的表層流場。

1 介紹

從上世紀90年代開始，Hasheminejad等科研學者第一次提出將改進后的粒子圖像測速技術運用到大尺度的水面流場觀測實驗中，并在實踐應用中成功運用這種假設完成了Yodo河的洪水流量測量工作，最終這一假設也被叫做大尺度粒子圖像測速技術（LSPIV）。從當前河流現場應用角度來看，LSPIV技術可以將細小波紋、泡沫、植物碎片等天然水面漂浮物看作水流的示蹤物，并利用自然光取代激光片光，運用普通數碼相機或視頻攝像機取代高幀頻相機，以此在簡化搭配硬件系統的基礎上，加快實驗室研究成果的轉化速度。而為了解決野外測量視野范圍較小的難題，科研學者提出運用直升機拍攝視頻來計算分析河流洪水數據，抑或是利用熱氣球來擴大測量拍攝的范圍。本文在整合了解以水利學方向為核心的LSPIV技術應用成果，將其運用到實驗室水工模型流暢測量工作中，并利用實驗大廳的安裝支架或頂部橫梁等定位采集設備，而后根據自然河流的原型觀測實驗，整合了解影響實驗分析的主要原因，并依據視頻去抖動算法得到穩定的視覺場景和流場結果。

2 研究方法

2.1 LSPIV技術

從實踐角度來看，測算流程涉及到圖像的定標、識別水面模式、提取水面特征等內容。本文研究提出的LSPIV技術所包含的測速算法是指完善的流程采集計算流程中多種算法統稱[1]。由于在復雜地形流域觀測實驗中不能忽視水位和水面覆蓋面積的變化，且水體水質和天氣變化也會影響圖像背景中的廣場條件和顏色，所以在外界因素的干擾下，自動測量的算法必須要直觀準確地呈現出水面的邊界，并且可以根據實際變化科學調整算法測量的網格。基于大尺度粒子圖像測速技術提出的研究模型，主要包含兩類參數：

一方面是指外在參數，主要是對相機在參考坐標系中位置和方向的數學標答，其涉及到相機中心的物理坐標（xc，yc，zc）和三個旋轉角φ、τ、σ，兩者都是根據實地率定獲取的。

另一方面是指內在參數，主要呈現了鏡頭、相機和圖像所獲取的硬件固有物理特性，只喝相機等圖像獲取硬件的內部結構又直接關系。比如說，水平和垂直比例系數λ、λ，理想圖像平面中心坐標（u0，v0），有效的焦距f。由此可以得到如下所示的直接線性轉換（DLT）公式：

在上述公式中，（u，v）代表像點坐標，（x，y，z）代表物點坐標，L1，L2……L11代表直線線性轉換系數，如下所示為中心透視投影模型中內參與外參的組合公式：

在錄入多個控制點信息之后，就可以明確相應的線性轉換系數，而后結合物理坐標（x，y，z），在公式推導中獲取圖像坐標（u，v）。DLT的應用方法非常廣泛，屬于一種隱性相機標定方法，有助于簡便實踐操作步驟。本文在研究中為了方便后續實踐應用分析，將DLT方程轉變成如下形式：

在前期研究中已經證明運用顏色向量的方式來自動區分水面和路面，由于這類算法存在應用誤差，部分操作需要利用人工的方式進行修改，所以在實踐應用中對這類算法進行的改進，也就是在圖像中疊加流場的方式來自動訓練圖像分類算法的參數調整。換句話說，要在圖像分類之前，先利用流場算法研究整個圖像的流動，并將相應的平均流速的玉質區域看成是水面區。在完成相應數據的預處理之后，可以從基礎上保障圖像分類算法的有效性。從時間角度來看，圖像測試算法的根本目的在于從圖像中獲取所需的特征變化，并利用特征的運動和結構變化來呈現所對應的物理現象。

2.2 去抖動技術

手持式移動攝像設備拍攝視頻一般會受抖動影響無法保障視頻資料的清晰度，因此在研究之前需要對視頻進行去抖動處理，以此得到穩定事業的視頻畫面。根據實踐經驗分析去抖動處理通常包含兩點內容，一方面是指運動估計，另一方面是指運動補償。

根據當前科研學者對視頻去抖動技術的研究分析可知，實踐操作的核心內容分為兩方面，一方面要估計分析全局運動參數，另一方面要科學處理濾波。通常情況下，場景當中靜止的背景物體占據較大比例，其所包含物體所對應的運動矢量可以運用區域相關方法保障匹配的精確度，而拍攝期間隨機產生的噪音也會出現獨立的運動噪音，只運用光流計算方法很難有效處理，可以利用塊運動估計方法來研究運動矢量。根據近年來對運動估計法在視頻壓縮領域中的應用研究顯示，這種方法不僅能有效提升算法的運行效率，還可以簡化事件操作過程[2]。首先，原本視頻流選用塊運動估計算法可以得到相鄰幀之間的運動矢量。

3 實例分析

本文研究利用手機機設備在渤海某段拍攝了一組渤海流域的流動視頻。在不進行去抖動處理的條件下，計算分析相鄰幀之間的流場，具體如下圖1所示。

圖1 未經處理的原本視頻資料

結合上述分析可知，原本圖像中上半部分是流域對岸的森林，中間區域為渤海流道，下部分為拍攝者站立的河岸。因為整體視頻資料是抖動的，所以選用LSPIV技術研究分析無法保障最終結果的精確性。在本文概述案例中，山體和河岸都具備一定的運動速度，這和實際情況是存在差異的。圖（a）是指平移抖動特征的流場矢量圖，這一現象主要是拍攝者的雙手在進行上下俯仰或左右偏移引起的，最大的特點在于全局速度矢量在相同方向上一致上升[3]。

圖2 經過去抖動處理之后的渤海流場圖

而結合下圖2分析可知，其是指完成過去抖動處理之后的渤海流場圖。在移動拍攝中進行去抖動處理，一方面可以有效處理視頻抖動效果，并得到較為穩定的視頻資料；另一方面可以準確閱讀視頻的每一幀，并由此進行準確的流場分析。

在本文概述案例中，渤海對岸的山體與河對岸的石頭地區域因為完成了去抖動處理，所以已經基本不會出現運動速度。而主流速度方向從左到右分布非常合理。整體視頻拍攝的幀率達到了30fps，從視頻當中快速且持續截取200幀圖像，并利用LSPIV技術進行計算分析，可以發現最終結果與預期基本達成一致。

4 結語

綜上所述，通過上文對自然流域觀察研究所運用的大尺度粒子圖像測速技術進行深入探討可知，實踐技術應用存在較多難點，且直接影響著向觀察研究的最終結果。因此，在未來事件發展中，科研學者要在重視大尺度粒子圖像測速技術的同時，針對其在移動攝像設備中所展現出的可行性進行深入探討，并由此獲取更為優質的實驗結果。同時，還要合理運用相關算法研究計算流域的流場特性，學會根據邊界識別清除不重要的速度矢量，以此獲取更為完善的水動力速度矢量數據，從而保障相關研究項目活動可以有序進行。