一种改进的夜间数字能见度测量方法

肖韶荣，周 佳，吴群勇，徐 猛，尚国庆，石刘峰

(1.南京信息工程大学 物理与光电工程学院，江苏 南京 210044；2.南京信息工程大学 电子与信息工程学院，江苏 南京 210044)

引言

大气能见度是反映大气透明度的指标，结合其他气象因子能够对空气污染和天气状况进行评判，还可以用来了解大气稳定度，判别气团属性，是保证航空、航海、交通运输安全的一个重要因素[1]。夜间能见度由于光照条件的限制，相较于白天能见度更难测量[2]。因此，如何实时有效降低夜间能见度测量不确定度成为一项具有重要意义的课题。

上世纪中期，Steffens[3]提出用照相法测量能见度，但受当时条件的限制，并未付诸实际运用。近年来，数字摄像技术的广泛应用使其重新获得国内外学者的关注[4]。1999年，我国谢兴生[5]提出了数字摄像能见度仪器系统(digital photography visiometer system ,DPVS)的基本思路：通过计算机分析处理数字摄像机摄取到的目标物和背景图像，自动获取能见度值。该方法克服了人工目测法客观性差的缺陷，且与仪器测量法相比，具有操作简单、易于维护等优点[6]。DPVS观测白天能见度是测量2个不同距离的目标物和其对应水平天空背景亮度的差值之比[7]。而夜晚由于光照条件的限制，通常采用目标光源作为观测对象，Narasimhan等人[8-9]通过计算大气点光源扩散函数，在已知散射粒子类型的前提下推算夜间能见度，但能见度测量范围受限。Kwon[10]提出在夜间观测中利用不同距离的目标物解决图像信息的丢失，使用近红外摄像机和近红外反射目标以提高监测准确性。Gallen 等人[11]将图像方法和机器视觉技术应用于数字摄像法中监测能见度，但都偏重于理论研究，并未考虑其实际应用性。DPVS观测夜间能见度利用双光源法，通过测量2个固有亮度相同的光源经过不同长度气柱衰减之后的视亮度，得到大气消光系数并推算出能见度值[12]。此方法探测夜间能见度的关键是目标光源亮度的准确提取，而CCD摄取图像时背景光噪声会对光源亮度造成一定影响,一般双光源法是利用黑体测得背景光的贡献量，而实际测量中很难准确得到黑体亮度。为了抑制背景光的影响，我们对现有的夜间能见度测量系统进行改进，从能见度测量的基本理论出发，结合双光源法设计了一套能见度观测系统。

1 测量原理与方法

1.1 能见度测量原理

根据Koschmieder定律[13]，固有亮度为L0的目标物经过距离d到达人眼后的视亮度可表示为

L=L0e-βd+LB

(1)

式中：β为消光系数；LB为背景亮度。Duntley[13]在此理论基础上总结出对比度衰减规律：

ε=e-βd

(2)

世界气象组织规定，将ε取0.02时识别明亮背景下黑色物体的距离称为标准能见度距离V[14]：

(3)

1.2 夜间能见度测量方法

在夜晚，即使大气透明度良好，也不一定能看清距离稍远处的不发光物体。因此，夜间能见度一般指以能看到和确定出中等强度灯光的最大水平距离作为能见度值[15]。

1.2.1 一般双光源法

一般双光源法测夜间能见度的系统图如图1所示。在距离摄像机d1、d2处分别放置2组观测目标，每组目标并排设置一个目标光源和黑体，为了得到大气对亮度的衰减作用，排除材质、尺寸等因素而导致的2个光源和2个黑体的亮度差异，2组目标在特征上需保持一致。

图1 一般双光源法测量夜间能见度系统Fig.1 Nighttime visibility measuring system using general double light sources method

设2个光源的固有亮度为L0，CCD摄取目标物图像后输入计算机进行图像处理，测得2个目标光源的视亮度为L1和L2，黑体亮度为LB1、LB2。可求得能见度为[16]

(4)

一般双光源法测量能见度关键是对目标光源和黑体亮度的测量。由于CCD视场角的原因导致摄取到得图片中目标光源所占比例较小，干扰物较多，不利于后续的图像处理，而且视场角越大，摄像机摄取到的背景光越多，对测量影响越大。背景光对光源视亮度的贡献量是通过测量黑体的亮度得到的，在夜间由于环境条件黑体亮度很难准确获取。此外，测量过程中难以保证光源的一致性。针对以上问题，我们在双光源的基础上对系统进行了改进。

1.2.2 一般双光源法的改进

图2是改进后的测量系统，主要由CCD工业相机、避光筒、目标光源、PC机组成。从图2可以明显地看出，加避光筒后CCD相机的视野范围减小，降低了背景噪声对测量的影响。

图2 改进后的双光源法测量夜间能见度系统示意图Fig.2 Nighttime visibility measuring system using improved double light sources method

设2个光强为I1和I2的目标光源，分别距离摄像机d1与d2处，在镜头前水平放置避光筒，限制视场角以抑制背景噪声。如果光源与摄像机距离d比光源辐射线长度尺寸大10倍以上时，可以将光源视为点源[17]，假设光源在CCD观测方向角区域附近的光强是均匀分布的，由阿拉德定律可知，光源在摄像机上产生的照度为

(5)

(6)

若L01、L02为光源的固有亮度，L1、L2为摄像机摄取到的光源图像的亮度，则有：

(7)

(8)

由(5)式～(8)式可以推出：

(9)

(10)

由(3)式、(9)式、(10)式得到采用此方法计算夜间能见度的公式：

(11)

设G为摄取到的光源图像的灰度值，K为CCD数字摄像系统的亮度灰度转换系数，则光源图像的亮度值可以表示为L=KG，(11)式可以转换为

(12)

2 实验过程与结果分析

2.1 实验

为了检测系统的观测性能，我们于北京时间2014年2月 9日晚搭建了双光源法夜间能见度观测系统并进行了3组对比实验。实验采用的是CCD黑白工业相机，分辨率为1 360像素×1 024像素，镜头为标准变焦镜头，能够在拍摄距离不变的情况下一定幅度调节拍摄的成像比例及透视，曝光时间设置为10 ms。为抑制背景光噪声进入相机，同时2个光源图像都尽可能地占满避光筒视角区域，通过实验校准选取长为2 m、材料不透光的避光筒。目标光源为LED背光源，具有色彩还原好、寿命长、低功耗、响应速度快等优点[18]，且光强的稳定性易于控制，符合实验系统的要求。CCD摄取LED背光源图片后，通过12位图像传感器输入到PC机，使用相机配套的SpectrumSee图像分析软件，实现图像自动采集、目标物及背景位置的搜索定标、数据导出等功能，导出的图片通过计算机进行图像处理得到目标光源的亮度信息。为了提高结果的准确性，2个LED背光源、相机和避光筒置于同一水平位置，且在视线方向上尽量保持一致。另外，为避免电源的不稳定性对实验造成影响，采用同一个稳压源为LED背光源供电。

实验在无背景光、有背景光未加避光筒、有背景光加避光筒3种情况下进行，拍摄2个位于不同距离的LED背光源，得到实验数据并进行了分析对比。每组实验中d1为20 m保持不变，d2分别设置为20 m、25 m、30 m、35 m、40 m、45 m、50 m、55 m， 其中，在20 m处对2个光源进行校准。

需说明的是，实验在楼道中进行，背景光为普通照明光源，在城市周边设置的外场观测站，常设置有路灯照明，晚间汽车近程或远程大灯的使用也都会产生很强的背景影响。因此，实验考虑到的楼道照明影响在实际应用中具有通用性。

2.2 图像处理

CCD 相机所采集到的图像中,光源的灰度图像是由若干个具有不同灰度值的像素点组成。光源图像的灰度值是其灰度图像中对应像素的灰度值的总和，因此如何较为精确地分割出光源目标，并从光源图像中准确获取每一个像素点的灰度值是关键。图3是提取2个光源灰度的流程图。

图3 目标光源灰度提取流程图Fig.3 Flow chart of extracting gray information of target lights

首先对所提取图像进行预处理，主要是对采集到的光源图像进行灰度变换、图像滤波处理，以达到去除背景噪声和杂散光的影响；然后设置阈值对图像进行二值化将目标光源从背景中分割出来；其次确定目标区域，并且记录下组成目标区域的像素点的坐标，由此得到原灰度图像中对应的目标区域的每个像素点的灰度值，把灰度值累加就是光源的灰度。

图像二值化的关键是阈值的选择与确定，不同的阈值设定方法对同一幅图像会产生不同处理结果。本文选择迭代法求图像的阈值，它是基于逼近思想的图像分割算法，步骤如下：

3) 重复步骤2，直到Gk=Gk+1(k=0，1，2，…)，Gk即为所求阈值。

图4为2个光源进行8校准时拍摄的图像以及其对应的三维图。三维图的纵坐标代表的是图像的灰度值，从图中可以明显看出，在有背景光的条件下，加避光筒后能够较好地抑制背景噪声。

图4 3种情况下目标光源图像及其对应的三维图Fig.4 Origin image and 3D map of LED backlights in three conditions

2.3 结果分析

将3种情况下摄取到的LED背光源的图像进行处理，分别得到2个LED背光源的灰度信息，并将结果进行了比对。

图5是在无背景光、有背景光加避光筒和未加避光筒3种情况下测得的光源1的灰度值。在每种情况下，光源1与相机距离保持不变，光源1与相机间距离长度为20 m，光源2则设置了8个不同的位置，不同基线下摄取到的图像中都包含2个光源的灰度信息，即光源1进行了8次测量。由于光源1位置固定，大气状况稳定，在无背景光下测量得到的灰度值基本保持不变，若以无背景光下测量得到的数据作为参考值，在有背景光的条件下，未加避光筒时由于背景噪声的影响导致测量数据与参考值相比偏大，而加避光筒后噪声得到有效抑制，测量值与参考值更为接近。图6是3种情况下测得的光源2的灰度，横坐标代表的是光源2与相机之间的距离，从图中可以看出，3条曲线变化趋势基本一致，都呈指数衰减，符合大气衰减规律。

图5 3种情况下光源1的灰度Fig.5 Gray scale of light 1 measured in three conditions

图6 3种情况下光源2的灰度Fig.6 Gray scale of light 2 measured in three conditions

为了衡量实验数据的偏差大小，将有背景光下2种情况测得的光源2的灰度值与无背景光下的测量数据进行比较，如图7所示。纵坐标代表的是有背景光时，有避光筒和无避光筒测得的光源2的灰度分别与无背景光下测量数据之间的相对偏差，从图中可以看出，随着d2的增加，2条曲线呈逐步上升的趋势，这是因为在有背景光的情况下，相机对光源所张立体角随着距离的增加而变小，视域范围内摄取到的光源亮度相较于背景光减少，导致测量值与无背景光下的测量结果之间的偏差也随之变大，加避光筒后，限制了CCD视场角，从而减少了背景光的摄入量，使得曲线增长缓慢，但仍保持上升趋势，可以考虑在不同基线下设置不同的避光筒口径，以使得在固定基线的情况下，增大2个光源的图像在避光筒视域范围内的比例。

图7 与无背景光下光源2灰度的相对偏差Fig.7 Relative errors compared with gray scale of light 2 in dark background

图8给出了3种情况下测得的能见度值对比曲线，算出无背景光下测得的能见度平均值为4 449.24 m，标准差是13.03，可见能见度测量值波动较小；未加避光筒时测得的能见度平均值和标准差分别是5 488.17 m和58.49,与无背景光下的能见度平均值相比偏大，而且由于背景噪声的随机性导致测量数据很不稳定；加避光筒后，与无背景光下的能见度曲线无论变化趋势还是观测数据都比较接近，有背景光加避光筒时，计算得到能见度平均值和标准差分别是4 754.34 m和20.54，测量数据的稳定性明显优于未加避光筒的情况。

图8 3种情况下测得的能见度Fig.8 Results of visibility calculated in three conditions

为了进一步了解有无避光筒时与无背景光的观测差异，对实验数据作了具体的统计分析。以无背景光下能见度值作为标准值，分别计算未加避光筒和加避光筒与标准值之间的相关系数和均方根相对偏差，结果如表1所示。

表1 与无背景光下测量结果比较Table 1 Comparison of measurement results in dark background

计算得到无背景光与有避光筒时测得的能见度的相关系数和均方根相对偏差为0.911 3和6.87%,而与未加避光筒的相关系数和均方根相对偏差为0.322 7和23.38%。

3 结论

实验结果表明:加避光筒能够有效抑制背景光噪声对光源视亮度的影响，减小了背景光噪声对数字摄像法夜间能见度测量的不确定度，提高了测量精度；2个目标光源的一致性也通过校准得到解决；与一般双光源法相比，消除了对黑体亮度的测量，使得测量更加简单可行；实验表明不同基线下测得的能见度值相差不大，因此可以在保证能见度不确定度的前提下，适当地减小基线长度。

[1] Wang Jiang’an, Kang Sheng, Wu Ronghua. Method for calculating visibility utilizing optic ways [J]. Acta Optica Sinica，2009,29(1):283-289.

王江安,康圣,吴荣华.能见度光学测量方法 [J].光学学报,2009,29(1):283-289.

[2] Fu Gang，Li Xiaolan，Wei Na． Review on the atmospheric visibility research[J]．Periodical of Ocean University of China，2009，39( 5) : 855-862．

傅刚, 李晓岚, 魏娜. 大气能见度研究[J]. 中国海洋大学学报: 自然科学版, 2009,39(5): 855-862.

[3] Steffens C. Measurement of visibility by photographic photometry [J].Industrial & Engineering Chemistry, 1949, 41(11):2396-2399.

[4] Legal T， Legal L， Lehn W. Measuring visibilty using digital remote video cameras [C]． USA:American Meteorological Society， 1994：87-89．

[5] Xie Xingsheng, Tao Shanchang, Zhou Xiuji. Calculating visibility using digital photography [J].Chinese Science Bulletin，1999，44(1):97-100.

谢兴生，陶善昌,周秀骥.数字摄像法测量气象能见度[J].科学通报，1999，44(1)：97-100.

[6] Wang Jinli，Liu Xulin，Gao Wufeng ,et al． Control circuit design of digital photography visiometer system[J]． Meteorological Science and Technology，2006，34(5): 633-639．

王京丽,刘旭林,高五峰,等.数字摄像能见度仪器系统控制电路的设计[J].气象科技,2006, 34(5):633-637.

[7] Lyu Weitao, Tao Shanchang, Liu Yifeng, et al．Measuring meteorological visibility based on digital photography-dual differential luminance method and experimental study [J]. Chinese Journal of Atmospheric Science, 2004, 28(4): 559-569.

吕伟涛,陶善昌,刘亦风,等.基于数字摄像技术测量气象能见度——双亮度差方法和试验研究[J].大气科学,2004, 28(4):559-569.

[8] Narasimhan S G, Nayar S K. Vision and the atmosphere[J]. International Journal of Computer Vision, 2002, 48(3): 233-254.

[9] Narasimhan S G, Nayar S K. Shedding light on the weather[J].IEEE , 2003, 1: I-665-I-672 .

[10] Kwon T M. Atmospheric visibility measurements using video cameras: relative visibility[R].Duluth: University of Minnesota ,2004 :CTS-04-03 .

[11] Gallen R, Hautiere N, Dumont E. Static estimation of the meteorological visibility distance in night fog with imagery[J]. IEICE Transactions on Information and Systems, 2010, 93(7): 1780-1787.

[12] Dai Pangda, Zhang Yujun, Lu Changhua, et al．Research on night visibility estimation method based on image features[J]. Spectroscopy and Spectral Analysis, 2014 (1)：1-5.

戴庞达,张玉钧,鲁昌华,等. 基于双光源图像特征的夜间能见度观测方法研究[J]. 光谱学与光谱分析, 2014 (1)：1-5.

[13] Middleton W. Vision through the atmosphere[M].Toronto: University of Toronto Press, 1952:262-263.

[14] Rao Ruizhong．Vision through atmosphere and atmospheric visibility[J]． Acta Optica Sinica，2010，30(9)：2486-2492.

饶瑞中.大气中的视觉和大气能见度[J].光学学报,2010，30(9)：2486-2492.

[15] Sun Xuejin, Wang Xiaolei, Li Hao, et al. Atmospheric sounding[ M ].Beijing: China Meteorological Press, 2009:53-55.

孙学金，王晓蕾，李浩,等．大气探测学[M]．北京：气象出版社，2009：53-55．

[16] Li Yongjun, Zhang Yujun, Zhou Yi， et al. Image processing in nighttime visibility meter based on watershed segmentation algorithm. [J]. Journal of Atmospheric and Environmental Optics, 2012, 7(2): 131-138.

李勇军,张玉钧,周毅，等.基于分水岭分割算法夜间能见度仪的图像处理方法研究[J]. 大气与环境光学学报, 2012, 7(2): 131-138.

[17] Jin Weiqi, Hu WeiJie. Radiometric photometry and chromaticity with measurement[M]. Beijing: Beijing Institute of Technology Press, 2009: 22-23.

金伟其，胡威捷.辐射度光度与色度及其测量[M].北京：北京理工大学出版社,2006: 22-23.

[18] Huang Chong, Jiang Yansen, Shen Yi ,et al. Design of scattering netted dots on light guide plate of edge-lighting LED backlight [J].Journal of Applied Optics, 2008, 29 (5) : 689-692.

黄翀,姜言森,沈奕,等.侧光式 LED 背光源的导光板网点设计[J]. 应用光学, 2008, 29(5): 689-692.