一种水下激光条纹图像仿真方法与流程

本技术涉及水下光学成像仿真的，尤其涉及一种水下激光条纹图像仿真方法。

背景技术：

1、线结构光激光条纹成像技术是水下三维测量的重要手段，凭借测量精度高、成像分辨率好的优势，广泛应用于水下构筑物检测、水下目标形貌测量等场景。在水下实际成像过程中，水体对激光存在吸收、前向散射与后向散射效应，会造成激光条纹模糊、背景噪声抬升，严重干扰激光条纹中心提取精度，进而降低三维重建结果的可靠性。

2、为评测、优化水下激光条纹中心提取算法，需要大量不同水体浑浊条件下的带真值的激光条纹图像样本。现有获取样本的方式主要依赖水下水池实验或者真实海试采集。但是水池实验与海上试验成本高、试验周期长，水体浑浊度、目标距离、目标材质等工况参数难以灵活批量调节，难以获得覆盖多工况的大规模图像与真值配对数据集。

3、此外，传统水下光学仿真模型大多仅考虑光传播距离对后向散射能量的影响，忽略物面深度变化带来的距离梯度对水体后向散射噪声的调制作用，仿真得到的后向散射噪声与真实水下成像的噪声分布偏差较大，仿真图像真实度不足。无法准确复现复杂深度变化场景下的激光条纹退化效果，利用该仿真图像评测条纹提取算法时，评测结果可信度低，难以有效支撑水下激光条纹图像处理算法的开发与验证。

技术实现思路

1、本技术至少在一定程度上解决相关技术中的技术问题之一。

2、为达到上述目的，本技术提供一种水下激光条纹图像仿真方法，包括：

3、获取目标场景中的目标场景参数、水体光学参数和激光条纹参数；

4、基于所述激光条纹参数生成理想条纹图像，利用所述理想条纹图像、所述目标场景参数、所述水体光学参数模拟相机采集的直接分量；

5、基于所述直接分量与水体点扩散函数进行卷积运算，模拟相机采集各像素的前向散射分量；

6、基于所述目标场景参数与激光光源的距离构建距离梯度、所述距离梯度与后向散射能量的映射函数，基于所述距离梯度、所述映射函数构建后向散射模型，利用所述后向散射模型进行计算，以模拟相机采集各像素的后向散射分量；

7、基于所述直接分量、所述前向散射分量和所述后向散射分量生成仿真退化图像。

8、在技术方案中，通过激光条纹参数生成理想条纹图像作为光束原始光强基础，结合目标场景参数与水体光学参数计算得到直接分量，并将直接分量与水体点扩散函数卷积模拟前向散射造成的条纹模糊退化，同时依据目标场景参数解算得到距离梯度，结合距离梯度与后向散射能量映射函数构建后向散射模型，实现与目标几何特征相关的非均匀后向散射的物理建模，克服传统模型将后向散射视作均匀雾化背景的缺陷，最后将直接分量、前向散射分量、后向散射分量叠加生成仿真退化图像，既完整复现水下线扫描激光雷达的多类成像退化物理过程，提升仿真图像的物理真实性，各分量独立计算的架构也便于对各类退化效应进行单独调控，可高效生成水下激光条纹仿真图像。

9、本技术其中一些实施例中，基于所述目标场景参数与激光光源的距离构建距离梯度、所述距离梯度与后向散射能量的映射函数，包括：

10、获取在设定条件下，相机采集到各像素的后向散射能量表征值；

11、基于所述目标场景参数计算各像素成像所对应的目标物相对于所述激光光源的光传播距离和距离梯度；

12、构建所述后向散射能量表征值、所述光传播距离和所述距离梯度之间的对应关系；

13、基于所述对应关系拟合得到距离梯度与后向散射能量的映射函数。

14、在技术方案中，通过后向散射能量表征值、光传播距离以及距离梯度，建立三者之间的对应关系并拟合得到映射函数，能够基于样本数据完成距离梯度与后向散射能量映射函数的离线标定，为后向散射模型提供关键输入参数，使后向散射能量能够关联目标几何带来的距离梯度变化，解决传统模型无法表征目标几何引起的非均匀后向散射分布的问题，保障后续后向散射分量仿真的物理合理性与精度。

15、本技术其中一些实施例中，获取在设定条件下，相机采集到各像素的后向散射能量表征值包括：

16、在水体内布设激光光源、相机与已知几何特征的目标物；

17、采集所述目标物在不同探测距离下的激光条纹图像；

18、对所述激光条纹图像进行预处理，识别并剔除所述激光条纹图像内的激光条纹信号区域；

19、提取所述条纹信号区域之外各像素的图像背景灰度，将每个像素对应的图像背景灰度，作为该像素的后向散射能量表征值。

20、在技术方案中，通过采集多探测距离下的激光条纹图像，经图像预处理后识别剔除激光条纹信号区域，将条纹区域外的背景灰度作为后向散射能量表征值，依托真实水池实测成像数据获取标定所需样本，能够真实反映实际水下环境下的后向散射噪声特征，使后续拟合得到的映射函数贴合真实物理成像工况，进而提升后向散射分量仿真结果的真实性。

21、本技术其中一些实施例中，获取在设定条件下，相机采集到各像素的后向散射能量表征值包括：

22、配置水下光子仿真参数和激光光源与相机的位置参数；

23、通过所述激光光源发射若干光子，并统计经水体散射折返后到达相机接收面的光子；

24、对所述相机接收面划分为多个像素网格；

25、统计各个像素网格接收到的后向散射光子总能量，将每个像素网格对应的光子总能量，作为该像素的后向散射能量表征值。

26、在技术方案中，通过配置水下光子仿真参数以及激光光源、相机的位置参数，模拟发射并追踪光子在水体中的散射传输过程，统计折返到达相机接收面的光子能量，并按像素网格统计得到后向散射能量表征值，无需搭建实体水池试验平台即可获得标定样本，可灵活更改水体、系统工况条件，样本获取便捷高效，降低了映射函数标定对硬件实验环境的依赖与试验成本。

27、本技术其中一些实施例中，基于所述目标场景参数计算各像素成像所对应的目标物相对于所述激光光源的光传播距离和距离梯度包括：

28、获取各像素对应的像素坐标，并建立所述像素坐标到目标物三维空间坐标的映射关系；

29、基于所述映射关系得到的所述目标物在三维空间的坐标值与所述目标场景参数，计算各像素对应目标物从激光光源至该目标物再到相机接收面的光传播距离；

30、基于所述光传播距离在各像素位置处的空间分布，采用有限差分方式，计算各像素的所述距离梯度。

31、在技术方案中，建立像素坐标至目标物三维空间坐标的映射关系，实现二维图像像素与三维目标物几何信息的精确转换，求解物点相对于激光光源的光源、物点、相机的光传播距离，并采用有限差分法依据光传播距离的空间分布计算得到距离梯度，能够逐像素得到后向散射模型计算所必需的距离以及距离梯度输入参数，为构建与目标几何特征相关联的后向散射模型提供可靠几何数据支撑，保障后向散射分量仿真计算的精度。

32、本技术其中一些实施例中，构建所述后向散射能量表征值、所述光传播距离和所述距离梯度之间的对应关系，包括：

33、以各像素对应的所述光传播距离和所述距离梯度为维度构建分箱网格；

34、将各像素按其对应的所述光传播距离和所述距离梯度映射至对应的分箱网格中；

35、对各分箱网格内的各像素所对应的所述后向散射能量表征值进行统计聚合，剔除异常值后计算各分箱网格内所述后向散射能量表征值平均值；

36、将各分箱网格内所有像素对应的所述光传播距离和所述距离梯度的统计中心值作为该分箱网格的代表值；

37、基于各分箱网格的代表值及其对应的所述后向散射能量表征值平均值作为样本点集，得到所述后向散射能量表征值、所述光传播距离和所述距离梯度之间的对应关系。

38、在技术方案中，通过构建以光传播距离和距离梯度为维度的分箱网格，将各像素样本归类至对应网格区间，并对各网格内大量原始像素数据进行统计聚合、异常值剔除与均值求解，有效避免直接使用单像素原始数据所带来的随机性强、离散度大、噪声干扰严重的问题，筛除异常离群数据，提升样本点集的统计稳定性与可信度，减少噪声对后续拟合过程的干扰，使建立的样本对应关系更加贴合水下激光后向散射的真实分布规律，显著提高后续映射函数拟合的准确性与物理可靠性。

39、本技术其中一些实施例中，基于所述对应关系拟合得到距离梯度与后向散射能量的映射函数包括：

40、基于水下激光水体传播散射机理，构建以所述后向散射能量表征值、光传播距离和距离梯度为输入变量的后向散射物理模型；

41、将所述样本点集代入所述后向散射物理模型，采用非线性回归算法进行拟合运算，求解模型待定参数；

42、拟合过程施加物理约束，使得所述距离梯度取值为零时，所述后向散射物理模型输出结果为正值；

43、对拟合完成的所述后向散射物理模型执行残差分析以及物理合理性校验，输出得到距离梯度与后向散射能量的映射函数。

44、在技术方案中，结合水下激光在水体中的传播散射机理构建物理模型，依托高质量样本点集通过非线性回归算法完成参数拟合，同时在拟合过程中引入物理约束，确保模型在距离梯度为零时依然能够输出正值，符合水下后向散射始终存在的客观物理规律，避免拟合结果出现非物理畸变；并通过残差分析与物理合理性双重校验对拟合模型进行精度与合规性验证，既有效提升了映射函数的拟合精度与数据拟合度，又保证了映射函数整体的物理合理性与场景适应性，使后续后向散射分量的仿真计算结果更加精准、可靠，进一步提升了整体水下激光条纹图像仿真的物理真实性。

45、本技术其中一些实施例中，基于所述距离梯度、所述映射函数构建后向散射模型，利用所述后向散射模型进行计算，以模拟相机采集各像素的后向散射分量包括：

46、将各像素对应的距离梯度输入所述映射函数，得到各像素对应的后向散射调制系数；

47、根据所述水体光学参数中的散射系数和衰减系数，结合各像素处的所述光传播距离，计算随所述光传播距离呈指数累积增长的衰减补偿项；

48、基于各像素处的所述后向散射调制系数、所述散射系数和所述衰减补偿项，得到各像素的后向散射分量。

49、在技术方案中，通过映射函数得到与目标几何特征强相关的后向散射调制系数，结合水体真实光学参数构建随传播距离动态变化的衰减补偿项，实现了逐像素、物理可控的后向散射分量求解，打破了传统水下激光仿真模型采用全局均匀后向散射背景的固有局限，能够精准刻画因目标深度、形貌变化带来的非均匀后向散射噪声分布，真实还原水下激光成像过程中后向散射随空间位置差异化分布的退化特性，大幅提升了复杂水下场景下激光条纹图像仿真的逼真度与物理准确性。

50、本技术其中一些实施例中，利用所述理想条纹图像、所述目标场景参数、所述水体光学参数模拟相机采集的直接分量包括：

51、获取所述理想条纹图像各像素位置对应的理想条纹灰度值，其中，所述理想条纹灰度值由条纹峰值幅度、条纹中心亚像素坐标以及条纹高斯标准差确定；

52、依据所述目标场景参数，得到各像素对应目标物的目标表面反射率，以及激光光源到达所述目标物的下行传播距离、目标物返回相机的上行传播距离；

53、基于所述下行传播距离和所述上行传播距离得到激光往返总传播距离；

54、基于水体光学参数中的水体衰减系数、所述理想条纹灰度值、目标表面反射率以及激光往返总传播距离，计算各像素的目标反射回波直接分量。

55、在技术方案中，通过总传播距离、水体衰减系数等计算目标反射回波直接分量，完整还原线激光从光源发射至水下目标表面发生反射，再经水体衰减后返回相机的物理传输过程，精准求解得到成像当中有效的目标反射信号分量，为后续前向散射、后向散射分量的叠加合成提供物理可信的基础信号，保障仿真图像中激光条纹有效信号部分的物理真实性。

56、本技术其中一些实施例中，所述仿真方法还包括：

57、获取所述理想条纹图像的中心亚像素坐标，将所述中心亚像素坐标作为仿真退化图像的真值标签；

58、将所述仿真退化图像与对应的条纹中心亚像素真值进行配对存储；

59、调整水体光学参数、目标场景参数、激光条纹参数中的至少一项，重复执行所述仿真方法，生成多组图像与真值配对样本，构建用于水下激光条纹中心提取算法评测的仿真数据集。

60、在技术方案中，复用理想条纹图像自带的条纹中心亚像素坐标作为真值标签，将仿真退化图像与真值标签配对存储，并通过改变仿真参数批量生成大量配对样本，构建得到专用仿真数据集，解决了真实水下水池、海上试验采集的实测图像难以获取条纹中心亚像素真值的难题，无需开展大量高成本的外场物理试验，即可为水下激光条纹中心提取算法提供定量评测数据支撑，便于对不同算法的提取精度开展客观量化对比，有效降低水下激光条纹提取算法的研发与验证成本。

61、相比于相关技术，本技术提供的水下激光条纹图像仿真方法，通过激光条纹参数生成理想条纹图像作为光束原始光强基础，结合目标场景参数与水体光学参数计算得到直接分量，并将直接分量与水体点扩散函数卷积模拟前向散射造成的条纹模糊退化，同时依据目标场景参数解算得到距离梯度，结合距离梯度与后向散射能量映射函数构建后向散射模型，实现与目标几何特征相关的非均匀后向散射的物理建模，克服传统模型将后向散射视作均匀雾化背景的缺陷，最后将直接分量、前向散射分量、后向散射分量叠加生成仿真退化图像，既完整复现水下线扫描激光雷达的多类成像退化物理过程，提升仿真图像的物理真实性，各分量独立计算的架构也便于对各类退化效应进行单独调控，可高效生成水下激光条纹仿真图像。

62、由上述技术方案可以看出，本技术的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本技术的实践了解到。