水下目标激光成像的可视化模型 下载: 1408次
1 引言
随着人们对于海洋探测需求的不断提升,水下激光成像技术因具有图像直观、空间分辨力高等优势[1],逐渐在水下目标探测领域得到了广泛的应用。但水体对光的散射和吸收作用(尤其是多次散射作用)导致水下成像过程十分复杂多变,使得水下激光成像系统研制过程中存在诸多不稳定因素,因此对系统进行建模仿真是一种规避风险、优化设计的必要手段。
目前,水下成像仿真研究方法主要包括基于Jaffe-Mcglamery模型[2]的方法和蒙特卡罗(MC)法。Sedlazeck等[3]在Jaffe-Mcglamery模型的基础上加入了相机折射模型,考虑了镜头玻璃对光折射的影响,同时根据经验体散射函数[4]建立了水下场景与海水实际参数(如叶绿素浓度或颗粒物大小)之间的关系。但该模型采用漫反射模型来计算目标表面反射光,没有考虑目标的材质及粗糙程度。通常基于Jaffe-Mcglamery模型的方法近似较多,计算不够精确,而MC法将光在水体内的传输看作大量的光子与悬浮粒子随机碰撞迁移的过程,利用随机数和概率计算其统计结果[5],简化少,参数设置灵活,适用范围较广。王凤杰等[6]仿真了不同浓度和厚度的云雾中激光的回波特性,假设接收面为无限大平面;黄爱萍等[7]在前向散射光的仿真模型中考虑了光束宽度和接收视场角等参数。以上两个模型都未对散射介质内的目标进行成像仿真。陈宇思[8]提出了应用于医学CT(computed tomography)成像的快速MC成像仿真模型,不同于传统MC法的对散射过程进行独立抽样,该模型是对预设的光子完整路径进行抽样,所有发射光子都可以到达探测器,大幅度提高了运算效率,但模型中目标位于射线源和探测器的中间,与水下激光成像方式不同。Li等[9]针对目标模型为无限薄的圆柱体建立了激光距离选通水下成像系统模型,通过追踪目标的透射光来计算目标阴影与背景的对比度,并分析了散射次数与对比度的关系,但该模型中探测器所接收的是总光能量,无法根据其获得二维图像。肖国梁等[10]建立了同步扫描水下激光成像系统模型,得出了目标反射点与环境光的对比度,但该模型只给出了线阵CCD的图像,并且是通过TracePro软件来设置目标表面的光学参数的,与真实目标表面存在一定的差异。
针对以上问题,本文建立了水下目标的激光二维图像可视化模型。考虑到真实目标表面大多为随机粗糙表面,采用几何光学近似方法[11-12]来计算目标表面散射过程,将粗糙表面近似为大量微面元,追踪经微面元反射直至离开目标表面过程中光的状态变化。将几何光学近似方法与MC方法相结合,可同时仿真出水下目标和水体的后向散射光的二维图像。实验结果表明仿真图像的特征及变化规律与实际图像相同,所建模型可以较好地模拟水下激光主动成像过程。
2 仿真模型
表 1. 不同传输路径内光子的传输方向
Table 1. Transmission directions of photons in different paths
|
将水体悬浮粒子和水下目标对光的散射作用等效为光子与球形均匀粒子和目标表面微面元的碰撞,经碰撞之后,光子的能量及传播方向发生改变,结合
在进行仿真之前,首先需采用表面生成法[13]在计算机上模拟出随机粗糙表面目标,当目标表面粗糙度处于0.2λ/cosθ0<σ<2τ范围内时(λ、θ0分别为入射波长和入射角,σ、τ分别为粗糙面均方根高度和相关长度),利用几何光学近似方法可以得到较精确的结果[12]。
综上,可将水下目标激光成像MC模型的模拟过程分为以下几个阶段:1)对光子状态进行初始化;2)边界判断;3)光子在水体内传播时的状态更新;4)接收光子并成像。
2.1 光子状态初始化
设光子的发射点坐标为P0(x0,y0,z0),则有
式中:r表示该光子在光源平面上的径向距离;φs表示光子发射点与光源中心连线的方位角,取值范围为[0,2π]。光子依据光源的强度分布特征来生成,本文采用基模高斯光束来模拟照明光源,则光子的径向距离r服从概率分布f(r)=1-exp[-r2/(2ε2)],其中ε2为光斑半径。采用获得伪随机数的方式确定光子的发射点坐标:令r=
入射光天顶角为θ0,方位角为φ0,根据几何关系,可得光子的初始传播方向k0=(sinθ0cosφ0,sinθ0sinφ0,cosθ0)。用光子的权重值W表征光子能量,初始值为1,设置阈值Wth为0.0001,当W小于该阈值时,则终止对该光子的追踪。
2.2 边界判断
在本文所建立的全局坐标系中,用P表示光子在水体内传输过程中的坐标。两次散射之间光子的空间坐标的变换由k和l决定:(x',y',z')=(x,y,z)+l·k,其中l为两次散射之间光子所经过的路程,其计算式为[5]
式中:ζ∈U(0,1);μe为水体的体衰减系数。
当光子在去程水体内经过j1次散射后,光子的空间坐标为Pj1(xj1,yj1,zj1),传播方向为kj1=(
若光子落到粗糙表面上,则该光子的入射点所对应的微面元的序列(nx,ny)可表示为
式中:[*]表示求整;Δx、Δy分别为x、y方向上的微面元长度;X1、Y1分别为目标上沿x轴和y轴正方向的起始坐标值。
当光子在回程水体内经过m1+m2+j3次散射后,光子与下个散射点的距离为lm1+m2+j3,同理可得沿当前传播方向Pm1+m2+j3与相机平面的距离d2,若d2>lm1+m2+j3,则光子继续在水体内传播,反之,则光子到达相机镜头所在平面,镜头平面方程为x2+
2.3 光子传输
1) 更新传输方向
当光子与水体中悬浮粒子发生碰撞时,光子一次散射后的运动方向k'可由散射角θ和方位角φ计算得到。其中,θ由经验Henyey-Greenstein散射相函数[5]得到,即
式中:ζ1∈U(0,1);g为各向异性因子。在可见光波段,g通常在0.9左右。方位角φ服从[0,2π]内的均匀分布。设本地微面元的法向量为nL,当光子到达目标表面后,其反射方向的单位矢量可表示为k'=k-2(k·nL)nL。
2) 更新光子权重值
由于水体的吸收作用,每发生一次散射,更新一次光子权重:W'=(μs/μe)W,其中μs为水体的体散射系数。光子在微面元表面发生反射,更新后的光子权重值W'=RW,其中R为反射率。根据菲涅耳公式,可得R=
2.4 强度图像提取模型
为了更直观地描述水下目标散射光及水体后向散射光的强度特征,本文直接获得了二维图像。将相机镜头近似为薄透镜,利用高斯物像公式将不同接收方向、不同空间位置的光子映射到所对应的单个像元内。为了将三维空间的散射光成像到二维像面上,首先需将全局坐标系O-xyz下的坐标转换到相机坐标系下,接着转换到图像坐标系下,最后转换到图像像素坐标系下。
设入射到相机镜头表面的光子在相机坐标系内的位置坐标为Pc(xc,yc,0),设入射方向的单位矢量km=(
同理,可计算得到ocx'c方向上的坐标x'c=-
式中:dx、dy分别为每个像元的长、宽。
3 实验系统
为了对模型仿真能力进行验证,搭建了水下激光成像实验系统(如
4 仿真结果及实验验证
共在三种水质(I、II、III)中对上文所述的棋盘目标进行了水下成像实验,所对应的衰减系数分别为0.12 m-1、0.83 m-1、1.162 m-1,散射系数分别为0.08 m-1、0.216 m-1、0.447 m-1,入射角为10°,成像距离为2 m;经扩束镜之后,测得目标表面的激光光斑直径为5 cm。根据实际的实验系统参数,设置仿真参数如下:入射光波长λ=532 nm;θ0=10°;φ0=90°;Za=2 m;ε2=0.02 m;黑色块目标的折射率nB=1.38;白色块目标的折射率nw=1.536;表面均方根粗糙度σ=1.95 μm,表面相关长度τ=9.84 μm;ld=0 m;相机通光孔径D=8.5 mm,焦距f'=12 mm,垂直视场角
为了减少光子浪费,提高计算效率,入射的激光光斑直径为5 cm,目标面尺寸与光斑直径匹配,设为5.09 cm×5.09 cm,入射光子数为1.5×109。
4.1 目标区域的仿真及实验结果
图 7. 目标区域的仿真及实验图像。 (a)水质I;(b)水质II;(c)水质III
Fig. 7. Images of simulation and experiment of target region. (a) Water I; (b) water II; (c) water III
从主观上比较,由
表 2. 仿真及实验结果的BRISQUE参数
Table 2. BRISQUE value of results of simulation and experiment
|
4.2 总体图像的仿真及实验结果
图 8. 总体图像的仿真及实验结果。 (a)(b)水质I下的仿真结果;(c)水质I下的实验结果;(d)(e)水质II下的仿真结果;(f)水质II下的实验结果;(g)(h)水质III下的仿真结果;(i)水质III下的实验结果
Fig. 8. Results of simulation and experiment of entire image. (a)(b) simulation under water I; (c) experiment under water I; (d)(e) simulation under water II; (f) experiment under water II; (g)(h) simulation under water III; (i) experiment under water III
图 9. 区域2~5的后向散射光与目标区域的平均光强的比值
Fig. 9. Ratio of average light intensity of backscattered light to that of target area in areas 2 to 5
综上,通过对不同水质下的同一典型目标的仿真和实验结果进行比较,可知所建立的水下目标激光仿真模型可以正确地模拟水下目标反射特性,以及水体后向散射光强的分布特性,准确度较高,并且仿真结果十分直观简洁,参数丰富,变化灵活,可以用于仿真多种不同条件下的水下激光成像。
5 结论
本文建立了基于MC方法的水下激光成像可视化模型,并通过仿真与实验结果的比较验证了模型的有效性。下一步还可对水下连续光成像的最远成像距离,以及不同材质的典型水下目标的反射特性等进行进一步研究,为水下光电成像装备的设计优化提供可视化参考依据。目前,模型存在的问题是计算效率还有待提高,由于计算时间的限制,无法设定更多的光子数,因此后向散射光在图像上看起来分布的相对离散,不能形成类似实验图像一样的片状效果,未来还需将模型进行改进。除此之外,还考虑根据粒子粒径与碰撞概率的关系,对含有多粒径粒子的水体进行模拟,以更贴近实际水体。
[1] 张清博, 张晓晖, 韩宏伟. 一种基于深度卷积神经网络的水下光电图像质量优化方法[J]. 光学学报, 2018, 38(11): 1110004.
[2] Jaffe J S. Underwater optical imaging: the past, the present, and the prospects[J]. IEEE Journal of Oceanic Engineering, 2015, 40(3): 683-700.
[3] SedlazeckA, KochR. Simulating deep sea underwater images using physical models for light attenuation, scattering, and refraction[C]∥Proceedings of the 16th Annual Workshop on Vision, Modeling and Visualization. [S.l.]: The Eurographics Association, 2011: 49- 56.
[4] Kopelevich O V, Mezhericher E M. Calculation of the spectral characteristics of light scattering by sea water[J]. Izvestiya, Atmospheric and Oceanic Physics, 1983, 19(2): 144-148.
[5] WangL, Jacques SL. Monte Carlo modeling of light transport in multi-layered tissues in standard C[D]. Houston: The University of Texas,MD Anderson Cancer Center, 1992: 25- 26.
[6] 王凤杰, 陈慧敏, 马超, 等. 云雾后向散射激光回波特性研究[J]. 红外与激光工程, 2018, 47(5): 0506002.
[7] 黄爱萍, 张莹珞, 陶林伟. 蒙特卡洛仿真的水下激光通信信道特性[J]. 红外与激光工程, 2017, 46(4): 0422004.
[8] 陈宇思. 基于Metropolis的CBCT光子输运快速蒙特卡罗模拟[D]. 广州: 南方医科大学, 2018: 19- 34.
Chen YS. A Metropolis Monte Carlo simulation scheme for fast photon transport in cone beam CT[D]. Guangzhou: Southern Medical University, 2018: 19- 34.
[9] Li S F, Wang R B, Chen G H. Monte Carlo based angular analysis of multiple scattered photons for underwater optical imaging[J]. Optica Applicata, 2018, 48(2): 237-249.
[10] 肖国梁, 屠大维, 张旭. 同步扫描水下激光成像系统的蒙特卡洛仿真及优化[J]. 激光与红外, 2019, 49(8): 950-955.
Xiao G L, Tu D W, Zhang X. Monte Carlo simulation and optimal design of synchronous scanning underwater laser imaging system[J]. Laser & Infrared, 2019, 49(8): 950-955.
[11] Hyde M W, Schmidt J D, Havrilla M J. A geometrical optics polarimetric bidirectional reflectance distribution function for dielectric and metallic surfaces[J]. Optics Express, 2009, 17(24): 22138-22153.
[12] 陈学, 孙创, 夏新林. 基于微面斜率法的粗糙表面半透明介质层光谱散射特性分析[J]. 光学学报, 2012, 32(12): 1229001.
[13] 陈辉, 胡元中, 王慧, 等. 粗糙表面计算机模拟[J]. 润滑与密封, 2006, 31(10): 52-55, 59.
Chen H, Hu Y Z, Wang H, et al. Computer simulation of rough surfaces[J]. Lubrication Engineering, 2006, 31(10): 52-55, 59.
[14] 丁琨, 黄有为, 金伟其, 等. 水下蓝绿激光传输的衰减系数与水体浊度关系的实验研究[J]. 红外技术, 2013, 35(8): 467-471.
[15] Grimwood A, Garcia L, Bamber J, et al. Elastographic contrast generation in optical coherence tomography from a localized shear stress[J]. Physics in Medicine and Biology, 2010, 55(18): 5515-5528.
[16] Pogue B W, Patterson M S. Review of tissue simulating phantoms for optical spectroscopy, imaging and dosimetry[J]. Journal of Biomedical Optics, 2006, 11(4): 041102.
Article Outline
管风, 韩宏伟, 张晓晖. 水下目标激光成像的可视化模型[J]. 中国激光, 2020, 47(5): 0510002. Feng Guan, Hongwei Han, Xiaohui Zhang. Model for Visualization of Laser Imaging of Underwater Targets[J]. Chinese Journal of Lasers, 2020, 47(5): 0510002.