水下爆炸气泡图像边界提取方法.pdf

第 32 卷 第 1 期 2015 年 3 月 爆 破 BLASTING Vol. 32 No. 1  Mar. 2015 doi 10. 3963/ j. issn. 1001 -487X. 2015. 01. 009 水下爆炸气泡图像边界提取方法 宋敬利， 沈晓乐 （91439 部队， 大连 116041） 摘 要 为准确提取水下爆炸气泡图像边界， 尝试采用在边界识别中常用的 canny 算子边缘检测方法， 但 结果并不理想。在此基础上提出了先将灰度图像转换成索引图像， 采用二维离散小波分解方法小波变换方 法对索引图像进行分解， 针对分解的图像轮廓部分主要体现在低频部分的特点对低频部分进行增强处理， 对 高频部分进行衰减处理， 然后对处理后的图像进行 canny 算子边缘检测。结果表明 小波增强后的 canny 算 子边缘检测方法 处理出来的气泡图像边界清晰， 可作为进一步分析研究的依据。 关键词 水下爆炸；气泡；边缘检测 中图分类号 TN399 文献标识码 A 文章编号 1001 -487X （2015） 01 -0043 -04 Extraction of Underwater Explosion Bubble Image Boundary SONG Jing-li， SHEN Xiao-le （Unit 91439 of PLA， Dalian 116041， China） Abstract In order to obtain the image boundary of underwater explosion bubble， the edge detection based on canny operator was commonly used in the boundary recognition， while the result was not good enough. Base on the canny operator ， the gray image was transed into index image and then decomposed by the two-dimension- al discrete wavelet decomposition. Commonly， the low-frequency part mainly represented the picture contour， and en- hanced low-frequency part and decayed the high-frequency part. Therefore， the canny operator was used to detect the processed image. The result showed that the image boundary of processed bubble image was detected clear- ly by the wavelet enhancement canny operator . Key words underwater explosion；bubble image；edge detection 收稿日期 2014 -12 -08 作者简介 宋敬利 （1975 - ） ， 男， 汉族， 辽宁锦州人， 高级工程师， 从 事水下爆炸及舰船抗冲击研究，（E-mail） 29893963 qq. com。 水下光成像技术是利用自然光或辅助光源照射 水中目标， 经过光学成像系统接收目标的反射光并 将其转换成电信号， 再经过电路和计算机处理得到 可显示的目标图像， 近年来随着计算机、 光电子技术 的进步， 高速摄影技术得到迅速发展和广泛应用， 在 水下爆炸领域采用高速摄影技术可以获取直观的图 像， 通过对图像的分析处理可以获取气泡脉动周期、 气泡半径以及不同边界条件下气泡随时间变化规律 等， 对于开展水下爆炸规律研究提供最直接的依据。 国外澳大利亚科学技术研究组织 （DSTO） 曾利用一 个废弃的采石场进行过水下爆炸气泡图像的拍摄， 但拍摄的图像不是很清晰， 也未给出图像处理的具 体方法 ［1， 2］。近年来国内海军工程大学、 中国工程 物理研究院流体物理研究所等单位都相继开展过相 关研究 ［3， 4］， 但是由于条件限制都是在爆炸罐或实 验水箱中开展的小当量实验， 由于水质和光照条件 都可由人工控制， 所以拍摄的图像较清晰， 对气泡的 识别也较容易， 但是在开阔水域中进行的大当量实 验由于水中悬浮物和光照条件等限制， 往往拍摄的 图像比较模糊， 如何对这些获取的图像进行处理得 到清晰准确的图像边界是摆在工程技术人员面前的 一个难题。在对传统方法处理结果不理想的情况 下， 通过分析气泡图像的边界特点， 提出了一种先通 过对图像进行二维小波变换， 对各频段分解系数分 别处理， 再对处理结果采用 canny 算子进行边界提 取的方法， 取得了较好的效果。 1 Canny 算子边缘检测方法 炸药在水下爆炸与在空气中爆炸完全不同， 由 于水是近似不可压缩流体， 炸药在水中爆炸时会瞬 间转变成高温高压气体， 这些气体在压力作用下迅 速膨胀和收缩， 用高速摄像机可以采集到气泡脉动 的过程， 但由于开阔水域进行的大当量实验往往拍 摄效果不是很理想， 需要进行进一步处理， 气泡图像 的边缘检测是水下爆炸气泡图像处理的核心， 边缘 检测技术对于处理数字图像非常重要， 因为边缘是 所提取目标和背景的边界线， 提取出边缘才能将目 标和背景区分开来。 对图像中被拍摄物体边缘进行准确界定是准确 测量物体尺寸的前提， 图像边缘检测算法很多， 如微 分算子法、 拉普拉斯高斯算子法、 canny 法等， 其中 canny 法是一种比较新， 同时也是经实践检验效果 比较好的算法。 Canny 边缘检测法利用高斯函数的一阶微 分 ［5］， 它能在噪声抑制和边缘检测间取得较好的平 衡， 具体步骤如下 （1） 用高斯算子的一阶微分对图像进行滤波， 得到每个像素梯度的大小︳G︳和方向 θ （见式 1） 。 G f  x 2 f  y [] 2 1 2 θ tan -1 f y f  ][ x （1） f 为滤波后的图像。 （2） 对梯度进行 “非极大抑制” 梯度的方向可以被定义为属于 4 个区之一， 各 个区用不同的邻近像素来进行比较， 以决定局部极 大值。表 1 用 1、 2、 3、 4 分别代表分别代表水平方 向、 左下-右上斜对角方向、 垂直方向和左上-右下斜 对角方向的 4 个连通区域。 表 1 4 个区及其相应的比较方向 Table 1 Comparison of four area and its corresponding direction 432 1x1 234 例如， 如果中心像素 x 的梯度方向属于第 4 个 区， 则把 x 的梯度值与它的左上和右下相邻像素的 梯度值比较， 看 x 的梯度值是否是局部极大值， 如果 不是， 就把像素 x 的灰度值设为 0， 这个过程为 “非 极大抑制” 。 （3） 对梯度取两次阈值得到的两个阈值 T1 和 T2， T1 0. 4T2。我们把梯度值小于 T1 的像素的 灰度设为 0， 得到图像 1 然后把梯度小于 T2 的像素 的灰度设为 0， 得到图像 2 由于图像 2 的阈值较高， 去除了大部分噪声， 但同时也损失了有用的边缘信 息。而图像 1 的阈值较低， 保留了较多信息。我们 可以以图像 2 为基础， 以图像 1 为补充来连接图像 的边缘。 （4） 连接边缘的具体步骤如下 ①对图像 2 进行扫描， 当遇到一个非零灰度的 像素 P 时， 跟踪以 P 为开始点的轮廓线， 直到轮廓 线的终点为 Q。 ②考察图像1 中与图像2 中 Q 点位置对应的点 Q的 8 邻近区域中有非零像素 R存在， 则将其包括 到图像 2 中， 作为点 R。从 R 开始， 重复第①步， 直 到我们在图像 1 和图像 2 中都无法继续为止。 ③当完成对包含 P 的轮廓线的连接之后， 将这 条轮廓线标记为已访问。回到第①步， 寻找下一条 轮廓线。重复①、 ②、 ③， 直到图像 2 中找不到新轮 廓线为止。 图 1 为采用高速摄像机拍摄的水下爆炸气泡图 像， 图 2 和图 3 为采用 canny 算子边缘检测算法的 处理结果， 从处理结果来看效果并不理想， 阈值的选 择对处理结果影响很大， 对气泡的处理我们需要连 续的边界以便对气泡尺寸进行测量， 但在拍摄过程 中由于光照不均以及水中杂质的影响， 气泡边缘并 不清晰， 这给气泡边缘的检测增加了难度， 采用上述 常规方法很难对气泡边界进行准确判读。 图 1 水下爆炸气泡图像 Fig. 1 Underwater explosion bubble image 44爆 破 2015 年 3 月 图 2 canny 边缘检测法处理结果 （检测阈值 0 0. 4） Fig. 2 Canny edge test results（detection threshold is 0 0. 4） 图 3 canny 边缘检测法处理结果 （检测阈值 0 0. 3） Fig. 3 Canny edge test results （detection threshold is 0 0. 3） 2 小波增强后的边缘检测 采用上述处理方法处理出来的结果并不理想， 我们尝试采用小波变换方法对图像进行预处理。小 波变换是一种全新的信号处理技术， 它完全突破了 传统的以傅立叶变换为基础的信号处理手段， 其在 一维信号处理方面得到广泛应用， 在二维信号处理 方面近年来也越来越被各行业从事信号处理的人员 所重视。 二维离散小波变换是一维离散小波变换的推 广， 二维离散小波变换定义如下 ［6］ 设 ｛Vj｝ j∈z是 L 2 （R） 空间中一个闭子空间列， 则 对于张量 ｛V2 j｝j∈z （其中 V2 j Vj V j） 构成 L 2 （R） 空间 中一个多分辨分析， 二维多分辨分析 ｛Vj｝ j∈z的尺度 函数为  （x， y）  （x）  （y） ， 其中  是一维多分辨 分析 ｛Vj｝ j∈z的实值尺度函数。一次二维离散小波变 换也是将二维信号在不同的尺度上进行分解， 得到 信号的近似分量和细节分量。由于信号是二维的， 所以分解也是二维的。分解结果为 近似分量 cA， 水平细节分量 cH， 垂直细节分量 cV 以及对角细节 分量 cD。同样也可以利用二维小波分解的结果在 不同尺度上重构信号。图 4 为二维离散小波分解示 意图。 图 4 二维离散小波分解示意图 Fig. 4 Two-dimensional discrete wavelet decomposition MATLAB 小波工具箱只能处理线性、 单调颜色 图的索引图像， 这些图像也可以是灰度级图像。对 于非索引图像要将其转化为索引图像。 如果索引图像的颜色条是平滑、 单调的， 可以对 索引图像直接应用小波变换， 否则， 索引图像就必须 进一步处理。 （1） 分开索引图像的 RGB 成分。 （2） 采用三种颜色成分的标准色感权重， 将 RGB 矩阵转换成灰度级亮度图像。 （3） 将灰度级亮度图像转换成 256 级灰度级的 索引图像， 并产生一个 256 级灰度新的颜色图。 （4） 执行小波分解， 可根据情况采用不同的小 波函数。对上面产生的索引图像用 bior2. 6 小波进 行分解。小波分解产生的系数、 近似和细节都不是 索引图像矩阵。 图 5 为采用 bior2. 6 小波函数一阶分解结果， 图 像经二维小波分解后， 图像的轮廓主要体现在低频 部分， 而细节体现在高频部分， 因此， 可以通过对低 频分解系数进行增强处理， 对高频分解系数进行衰 减处理， 即可达到图像增强的作用， 图像经增强处理 后的结果见图 6。 对增强处理后的图像采用 canny 算子进行边缘 检测， 检测结果如图 7 所示。 图像经小波增强后气泡图像边界更加清晰， 同 时由于图像背景的不均匀性导致增强后的图像在背 景中出现较明显的条文现象， 但不影响气泡图像边 界的判断， 图像经处理后得到清晰的边缘轮廓线。 54第 32 卷 第 1 期 宋敬利， 沈晓乐 水下爆炸气泡图像边界提取方法 图 5 一阶分解近似与细节 Fig. 5 The first-order approximate decomposition and details 图 6 小波增强后的图像 Fig. 6 Wavelet image enhancement 图 7 小波增强后图像的 canny 算子边缘检测结果 Fig. 7 Wavelet image enhancement and canny operator edge detection results 3 结论 在开阔水域进行的水下爆炸试验由于受水质、 光照条件等限制往往拍摄到的图像比较模糊， 为准 确识别气泡图像的边界首先尝试采用 Canny 算子边 缘检测算法进行处理， 在处理结果不理想的情况下 采用小波变换技术对图像进行增强处理， 处理后的 图像再采用 Canny 算子边缘检测算法进行再处理， 结果表明 （1） Canny 算子边缘检测算法在处理具有较清 晰边界的图像时比较适用， 但对于模糊图像， 尤其是 边界不清晰的情况下处理效果不理想。 （2） 二维小波增强算法增强图像对比度， 尤其 是在边界灰度梯度较小的情况下效果较好。 （3） 采用小波变换方法和 Canny 算子边缘检测 技术可以实现边界梯度较小且背景较模糊的图像的 边界识别， 通过该方法可以得到清晰的边界轮廓线， 同时可以作为其它模糊图像识别的参考。 参考文献 （References） ［1］ JOHN M Brett， MICHAEL Buckland， TERRY Turner， et al. An experimental facility for imaging of medium scale underwater explosions ［R］ . DSTO-TR-1432， 2003 1-15. ［2］ JOHN M Brett， GEORGE Yiannakopolous. A study of ex- plosive effects in close proximity to a submerged cylinder ［J］ . International Journal of Impact Engineering， 2007 206-224. ［3］ 汪 斌， 张远平， 王彦平. 水下爆炸气泡脉动现象的实 验研究 ［J］ . 爆炸与冲击， 2008 （6） 572-576. ［3］ WANG Bin， ZHANG Yuan-ping， WANG Yan-ping. Exper- imental study of underwater explosion bubble phenome- non ［J］ . Explosion and Shock Waves， 2008 （6） 572- 576. （in Chinese） ［4］ 洪江波， 李海涛， 朱 锡， 等. 水下爆炸的高速摄影测 试技术研究 ［J］ . 武汉理工大学学报， 2008 （5） 82-86. ［4］ HONG Jiang-bo， LI hai-tao， ZHU Xi， et al. Highspeed photographic investigation of bubble induced by under water explosion ［J］ . Journal of Wuhan University of Tech- nology， 2008 （5） 82-86. （in Chinese） ［5］ 孙兆林. MATLAB6. X 图像处理 ［M］ . 北京 清华大学 出版社， 2002 247-250. ［6］ 杨 丹， 赵海滨， 龙 哲， 等. MATLAB 图像处理实例 详解 ［M］ . 北京 清华大学出版社， 2013 369-391. 64爆 破 2015 年 3 月