利用数字摄像机测量气象能见度.docx
- 文档编号:24409772
- 上传时间:2023-05-27
- 格式:DOCX
- 页数:14
- 大小:87.81KB
利用数字摄像机测量气象能见度.docx
《利用数字摄像机测量气象能见度.docx》由会员分享,可在线阅读,更多相关《利用数字摄像机测量气象能见度.docx(14页珍藏版)》请在冰豆网上搜索。
利用数字摄像机测量气象能见度
利用数字摄像机测量气象能见度
(伍思健谭力邦岑丽云)
摘要
气象能见度是一个对航空、航海、陆上交通以及军事活动等都有重要影响的气象要素,但至今,国内外对能见度的观测大都还是以人工目测为主,规范性、客观性较差.随着计算机技术的高速发展,数字摄像技术及其应用近年来已得到迅猛发展,所以利用数字摄像机和计算机测量气象能见度已经成为可能.因此,本文旨在通过用数码相机拍摄黑色目标物,然后利用计算机设法求出图片中目标物与背景的相对亮度比,进而推算出具体时刻的气象能见度.
针对问题1,我们容易解决.气象能见度的数学定义为标准视力的人眼在当时天气条件下,能够从天空背景中看到和辨认出比较大(视角大于0.5o)的黑体目标物的最大距离.
针对问题2,本文通过利用气象能见度与大气消光系数之间的关系式V=3.912[1]以及地平附近距离为R的目标物及其背景天空的视亮度公式
Bt=Bt-0e-0(r)dr+Dt(R)[1]和Bg=Bg-0e-0(r)dr+Dg(R)[1],可以采用亮度比方法计
DPVS中,Bt和Bg不能直接获得,能够测量得到的只有灰度,所以根据目标物和背景的灰度公式,并假设目标物足够黑,则可以推出采用实用黑体时的亮度对
-3.912R[1]
ln1-(Gt-Gdc-KBsl)/(Gg-Gdc-KBsl)
消除CCD摄像系统暗电流和背景杂散光的影响,所以本文通过采用双亮度差的方法得到了一个优化模型
Vd=ln(Gt1-Gg1)/(Gt2-Gg2)-ln(Bt1-0-Bg1-0)/(Bt2-0-Bg2-0).若采用实用黑体
目标,而且两个目标—背景视线方向非常相近,观测场地照明条件足够均匀,使得Bt1-0=Bt2-0=0,Bg1-0=Bg2-0,则有:
3.912(R2-R1)[1]
Vd=ln[(Gt1-Gg2)/Gt2-Gg2)].
针对问题3,我们使用Matlab,首先将所拍的彩色照片转化为灰度照片,然后利用OSTU的方法,对图像进行分割并求出目标物与背景物的灰度,最后求得当时的能见度为:
Vd=12.756Km.
关键词:
气象能见度,亮度对比方法,双亮度差模型,OSTU分割方法,Matlab
1、问题的背景
能见度是标度人眼视程的一个物理量,显然,它不仅与大气的光学特性有关,而且与人眼的视觉生理有关.为了使能见度能单纯反映大气的物理状况,气象上规定:
标准视力的人眼在当时天气条件下,能够从天空背景中看到和辨认出比较大(视角大于0.5o)的黑体目标物的最大距离称为气象能见度.
早在本世纪40年代,已经有人用照像法来测量能见度,它通过用照相机拍摄黑色目标物,然后设法从图片求得目标物与背景的相对亮度比,并以此来推算能见度值.但由于当时从拍照、冲洗照片到测定目标物与背景物的亮度对比,全是手工操作,不仅操作繁琐、耗费时间,而且难以实现真正定量化,后来这种方法并未付诸实际运用.但是与计算机技术的高速发展同步,数字摄像技术及其应用近年来已得到迅猛发展,利用数字摄像机和计算机测量气象能见度已经成为可能.
2、问题的提出与重述
使用数字摄像设备(数码照相机、摄像机、摄像头或带摄像功能的手机等)并结合计算机来测量气象能见度.请你完成以下问题:
1.给出气象能见度的数学定义.
2.建立测量气象能见度的数学模型,并给出测量方法.
3.利用你的方法测量某日若干个时段的气象能见度,给出相关的结果.
3、基本假设
1.选取的目标物足够黑.
2.所拍摄的目标物的位置与背景位置接近.
3.大气气溶胶水平分布均匀,照明条件沿视线方向水平均一.
4、主要变量符号说明
为了便于描述问题,我们用一些符号来代替问题中涉及的一些基本变量,如表1所示.其他一些变量将在文中陆续说明.
表1主要变量符号说明一览表
符号
意义
Vd
白天气象能见度
大气消光系数
Ri
目标物i到观测点的距离
Bt
地平附近距离为R的目标物的视亮度
Bg
地平附近距离为R的背景天空的视亮度
Bt-0
目标物自身的亮度
Bti-0
目标物i自身的亮度
Bg-0
从目标物所在位置观测到的背景天空的亮度
Bgi-0
从目标物i所在位置观测到的背景天空的亮度
Dt(R)
沿着观测点_目标物方向上气柱的亮度
Dg(R)
沿着观测点_背景视线方向上气柱的亮度
Jv(r)
大气源函数(它包含了气柱元对太阳直接辐射的一次散射以及对天空散射光、地面反射光的多次散射作用)
Gt
目标物的灰度
Gti
目标物i的灰度,
K
为CCD数字摄像系统的灰度转换系数
G
g
背景的灰度
Ggi
背景i的灰度
Bsl
背景的杂散光
Gdc
摄像系统暗电流对应的灰度
5、问题的分析
利用照像法来测量能见度,它通过用照相机拍摄黑色目标物,然后设法从图片求得目标物与背景的相对亮度比,结合计算机来测量气象能见度.对于问题1,我们容易确定它的数学定义.对于问题2,通过对亮度对比方法及其局限性的分析,我们采用了双亮度差方法及其标准观测条件,得出模型.对于问题3,由问题2的双亮度差模型,利用OSTU的方法,对图像进行分割并求出目标物与背景物的平均灰度,从而得出气象能见度的值.
6、模型的建立与求解
问题1气象能见度的数学定义:
标准视力的人眼在当时天气条件下,能够从天空背景中看到和辨认出比较大(视角大于0.5度)的黑体目标物的最大距离.
问题2建立测量气象能见度的数学模型:
首先,目标物和背景的视亮度与消光系数之间存在着如下的关系:
=Bt-0e-0(r)dr+Dt(R)[1]
=Bg-0e-0(r)dr+Dt(R)
当选择的目标物和背景视线方向非常接近时,有Dt(R)=Dg(R)=D(R),所以
D(R)=(r)J(r)e0dr[1]
(2)
由假设,因为大气气溶胶水平分布均匀,并且照明方向沿视线方向水平均一,因而有Bg=Bg-0=JV,再根据能见度与大气消光系数之间的关系式:
(3)
V=3.912[1]推导出测量能见度的初步模型:
3.912R
ln(1-Bt-0/Bg-0)-ln(1-Bt/Bg)
该模型与目标物和背景的亮度比,以及目标物的距离有关.但在数字摄像机测量系统中,目标物及背景的亮度不能直接得出,而能直接由图像读出的只有灰度值,因而我们利用灰度与亮度之间的关系式:
ìGt=K(Bt+Bsl)+Gdc[1]
îGg=K(Bg+Bsl)+Gdc
当目标物足够黑时,我们可以认为Bt-0/Bg-0=0,因而(4)可以写为:
-3.912R[1]
=ln(1-Bt/Bg)
将(5)式带入(6)式则可以得到测量能见度的第二个模型:
(7)
-3.912R[1]
ln1-(Gt-Gdc-KBsl)/(Gg-Gdc-KBsl)
由于此模型无法消除CCD摄像系统暗电流和背景杂散光的影响,所以不利于模型的优化,得出的结果误差较大.因此,我们在此基础上采用双亮度差的方法.即通过测量地平线附近两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来计算白天的气象能见度.现我们设置两个人工目标,分别距观测点R1
和R2(R2>R1).在CCD面阵光电响应特性均匀条件下,得到目标和背景的亮度差为:
(8)
(9)
Gti-Ggi=K(Bti-Bgi)=K(Bti-0-Bgi-0)e-Ri[1],i=1,2
结合方程(5)建立了模型三:
V=3.912(R2-R1)[1]
Vd=ln(Gt1-Gg1)/(Gt2-Gg2)-ln(Bt1-0-Bg1-0)/(Bt2-0-Bg2-0)
当目标物足够黑时,而且两个目标-背景视线方向非常相近,观测场地照明条件足够均匀,
使得Bt1-0=Bt2-0=0,Bg1-0=Bg2-0,则有模型四:
3.912(R2-R1)[1]
ln[(Gt1-Gg1)/(Gt2-Gg2)]
这就是DPVS双亮度差方法的计算公式,基线长度为R2-R1.该模型避免了式(9)中需要对目标物和背景物的视亮度求解,使模型简单明了.
问题3
我们只需找出目标物和背景天空的灰度,以及两目标物之间的距离即可.所以我们首先将所拍的彩色照片转化为灰度照片,然后利用ostu的方法,对图像进行分割并求出目标物与背景物的平均灰度.运用Matlab编写程序(程序见附件)计算得到目标物与背景物的平均灰度值为:
代号
灰度
目标物的灰度
背景物的灰度
1
195.2874
90.5535
2
179.0881
102.0149
得到的图像为:
最后,我们将得到的目标物与背景物的平均灰度值(由实际测量知基线长度为1000m)代入(9)式得到此时的能见度为:
Vd=12.756Km.
7、模型科学性分析
亮度对比法虽然可以测量能见度,但DPVS中CCD数字摄像系统暗电流对应的灰度,它随着温度变化而变化;背景杂散光可以通过加遮光罩削弱,但不完全消除,简单地假设它与背景亮度成正比也不可能从根本上解决问题.所以,DPVS中采用实用黑体的亮度对比方法的主要缺陷是其无法消除CCD摄像系统暗电流和背景杂散光的影响,在低能见度条件下,它们的影响相对较弱,随着能见度的升高,它们引起的误差将越来越明显,这限制了DPVS的测量范围和精度.
而双亮度差方法可以很好地消除CCD数字摄像系统暗电流和背景杂散光
的影响,克服了亮度对比方法固有的这一致命缺陷.但由上面的分析,不难看出DPVS双亮度差方法计算公式的导出过程中仍包含了以下条件或假定:
(1)背景视线方向应尽量保持一致且两组目标背景的视线方向也要尽可能保持彼此接近.
(2)视线方向上气柱光学特性和照明条件均一.
(3)双目标的反射率均可以忽略,即采用实用黑体做目标物.所以,两种方法都有一定的局限性.
模型的准确度很高,条件影响不大.但这模所以有一定的局限性.在实际情况中,难以发明更为科学的模型.此模型的原理可用于
8、模型的评价
此模型在中低能见度条件下,型的求解是在理想的状态下得出,广泛应用.但有助于科学的进步,测船只的航行触礁问题.
参考文献
[1]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实验研究,应用气象学报,第16卷第5期,2005年10月
[2]王华等,MATLAB电子仿真与应用教程,北京:
国防工业出版社,2001
[3]贺兴华,MATLAB7.X图像处理,北京:
人民邮电出版社,2006
[4]李文锋,图形图像处理与应用,北京:
中国标准出版社,2006
[5]刘文耀,数字图像采集与处理,北京:
电子工业出版社,2007
[6]王正东,数学软件与数学实验,北京:
科学出版社,2004
[7]吴传生,经济数学--概率论与数理统计,北京:
高等教育出版社,2009
附录
计算目标物与背景物的平均灰度的MATLAB代码为:
clear;
warningoff;
%finalT=0;
I=imread('F:
\数模\第一次模拟训练\
http_imgloadCA63O63P.jpg');%rgb转灰度
ifisrgb(I)==1
I_gray=rgb2gray(I);
else
I_gray=I;
endsubplot(2,2,1),imshow(I_gray),title('原图1');I_double=double(I_gray);%转化为双精度
[wid,len]=size(I_gray);
colorlevel=256;%灰度级
hist=zeros(colorlevel,1);%直方图
threshold=128;%初始化阀值
%计算直方图
fori=1:
wid
forj=1:
lenm=I_gray(i,j)+1;hist(m)=hist(m)+1;
endendhist=hist/(wid*len);%直方图归一化,hist数据的元素为每个灰度所占有像素
个数与总像素个数的比例
miuT=0;
form=1:
colorlevel
miuT=miuT+(m-1)*hist(m);%miuT为图像的平均灰度
end
xigmaB2=0;
formindex=1:
colorlevel
threshold=mindex-1;
omega1=0;
omega2=0;
form=1:
threshold-1
omega1=omega1+hist(m);%omega1为小于threshold的所有灰度所占据像素个数总和和总像素个数的比例,即目标点数占图像的比例w0
endomega2=1-omega1;%omega2为背景点数占图像的比例w1;
miu1=0;
miu2=0;
form=1:
colorlevel
ifm elsemiu2=miu2+(m-1)*hist(m);%背景点灰度总和与像素个数总和之比end end miu1=miu1/omega1; miu2=miu2/omega2; xigmaB21=omega1*(miu1-miuT)^2+omega2*(miu2-miuT)^2; %g=w0*(u0-u)^2+w1*(u1-u)^2xigma(mindex)=xigmaB21; ifxigmaB21>xigmaB2%找出当xigmaB21最大时的阀值threshold赋给 finalT finalT=threshold; xigmaB2=xigmaB21; end end %fT=finalT/255;%阀值归一化 n1=0; m1=0; sum1=0; sum2=0; fori=1: wid forj=1: len ifI_double(i,j)>finalT n1=n1+1; sum1=sum1+I_double(i,j); bin(i,j)=1; else bin(i,j)=0; m1=m1+1; sum2=sum2+I_double(i,j); end end end subplot(2,2,2),imshow(bin);title('OSTU分割后的二进制图像1'); sum1=sum1/n1 sum2=sum2/m1 warningoff; %finalT=0; I=imread('F: \数模\第一次模拟训练\http_imgloadCARCKU8N.jpg'); %rgb转灰度 ifisrgb(I)==1 I_gray=rgb2gray(I); else I_gray=I; end subplot(2,2,3),imshow(I_gray),title('原图2'); I_double=double(I_gray);%转化为双精度 [wid,len]=size(I_gray);colorlevel=256;%灰度级hist=zeros(colorlevel,1);%直方图threshold=128;%初始化阀值 %计算直方图 fori=1: wid forj=1: len m=I_gray(i,j)+1;hist(m)=hist(m)+1; end end hist=hist/(wid*len);%直方图归一化,hist数据的元素为每个灰度所占有像素个数与总像素个数的比例 miuT=0; form=1: colorlevel miuT=miuT+(m-1)*hist(m);%miuT为图像的平均灰度 endxigmaB2=0; formindex=1: colorlevel threshold=mindex-1; omega1=0; omega2=0; form=1: threshold-1 omega1=omega1+hist(m);%omega1为小于threshold的所有灰度所占据像素个数总和和总像素个数的比例,即前景点数占图像的比例w0 end omega2=1-omega1;%omega2为背景点数占图像的比例w1; miu1=0; miu2=0; form=1: colorlevel ifm miu2=miu2+(m-1)*hist(m);%背景点灰度总和与像素个数总和之比end end miu1=miu1/omega1;%前景平均灰度u0 miu2=miu2/omega2;%背景平均灰度u1 xigmaB21=omega1*(miu1-miuT)^2+omega2*(miu2-miuT)^2;%g=w0*(u0-u)^2+w1*(u1-u)^2 %xigma(mindex)=xigmaB21; ifxigmaB21>xigmaB2%找出当xigmaB21最大时的阀值threshold赋给finalTfinalT=threshold; xigmaB2=xigmaB21; end end %fT=finalT/255;%阀值归一化n2=0; m2=0; sum3=0; sum4=0; fori=1: wid forj=1: len ifI_double(i,j)>finalT n2=n2+1; sum3=sum3+I_double(i,j); bin(i,j)=1; else m2=m2+1; sum4=sum4+I_double(i,j); bin(i,j)=0; end end end subplot(2,2,4),imshow(bin);title('OSTU分割后的二进制图像2');sum3=sum3/n2 sum4=sum4/m2
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 利用 数字 摄像机 测量 气象 能见度