1）圖像熵，用于表征圖像信息豐富的程度，其定義為：

式中：H 代表圖像熵；N 代表灰度級總數(shù)；Pi 為灰度值為i 的像素數(shù)與圖像總像素之比。圖像熵的大小與圖像包含的信息量豐富程度成正比。

2）平均梯度GF，用來描述圖像邊界或影線附近灰度的差異，用于表示圖像清晰度，反映圖像微小細節(jié)反差變化的速率。其定義為：

式中：F(i, j)為圖像的第i 行、第j 列的灰度值；M、N 分別為圖像的總行數(shù)和總列數(shù)。平均梯度越大，圖像層次越多，也就越清晰。

3）增強評價EME（Evaluation of Enhancement），該評價參數(shù)由德州大學Agaian 等提出[9]，通過計算圖像局域中最大和最小值之比的對數(shù)均值作為客觀評價結(jié)果，反映圖像局域灰度的變化程度。EME 數(shù)值越大，則圖像細節(jié)紋理越豐富，對比度越好。其評價方法的定義為：

式中：k1 和k2 分別表示水平和垂直方向分割的圖像子塊數(shù)；fmax;k,l 和fmin;k,l 表示(k, l)圖像子塊的最大和最小值；c 為避免分母為零而設置的常數(shù)。

如表 1 所示：在“平均梯度GF”和“增強效果評價EME”兩項上，全局直方圖均衡算法及其優(yōu)化的雙平臺算法的得分有明顯提升；局部直方圖均衡化算法在“熵”項上得分最高，但在“平均梯度”和“增強效果評價”兩項上提升不大。主觀和客觀的對比可以看出：全局直方圖均衡算法對圖像增強效果最為明顯，但增強后的圖像并不適合人眼觀察；雙平臺法通過設置高低兩個閾值，對全局直方圖均衡算法的增強效果進行平衡，以犧牲部分圖像增強效果為代價，使增強后的圖像更適于人眼觀察。由此說明，本文的雙平臺直方圖均衡化算法對水下距離選通圖像具有良好的增強效果。

3 水下距離選通增強算法硬件實現(xiàn)

本文涉及手持式水下激光距離選通成像系統(tǒng)的控制與視頻圖像處理平臺是圍繞Xilinx 公司Virtex-5系列FPGA 芯片搭建的[10-11]。圖2(a)為通用圖像處理板實物圖，圖2(b)為通用圖像處理板工作流程圖。

圖2 通用圖像處理板及其工作流程圖

3.1 水下距離選通圖像增強算法FPGA 實現(xiàn)

為了獲取更好的增強效果，在進行圖像增強前先使用了幀疊加去噪算法，將4 幀圖像疊加，使圖像功率信噪比提升了4 倍。雙平臺直方圖均衡化算法實現(xiàn)的過程中，共使用了4 片大小為512 k×18 的SRAM，和2 個大小為256 k×19 的BLOCKRAM，一個除法器。其中片內(nèi)BLOCKRAM 和片外SRAM 均采用108MHz 時鐘進行控制。算法狀態(tài)流程如圖3 所示。狀態(tài)的描述如表2 所示，其中S_idle 是系統(tǒng)的默認初始，用于等待PAL 制視頻有效信號到來，符合判定條件后，開始進入增強處理環(huán)節(jié)。

3.2 水下激光距離選通圖像增強算法驗證實驗

水下激光距離選通成像系統(tǒng)的圖像增強實驗在實驗室15 m 的水道內(nèi)進行，實驗中靶標與成像系統(tǒng)的距離為13m，脈沖激光器單脈沖能量80 mJ，脈寬7 ns，重復頻率最大20 Hz；實測水道的水體濁度為1.3425NTU，水體衰減系數(shù)為0.47m－1。

在選通成像系統(tǒng)達到靶標觀察極限時，分別采集非選通圖像、單幀選通圖像、單幀＋雙平臺法、四幀疊加＋雙平臺法的硬件處理視頻圖像如圖4 所示（處理中平臺值Nth1 為20000，Nth2 為100）。由圖4 可以看出：圖4(a)由于后向散射影響無法觀察到任何靶標信息；圖4(b)包含有部分微弱的靶標信息；圖4(c)可以分辨輪廓及部分靶面信息；圖4(d)輪廓清晰、靶面信息豐富；由圖4(b)、圖4(c)可知，雙平臺法對對比度差的選通圖像增強效果明顯；由圖4(c)和圖4(d)可知，幀疊加去噪算法可以大大改善增強效果。

針對水下選通圖像可能出現(xiàn)的“照明不均勻”的現(xiàn)象，本文也進行了相應的成像實驗和增強處理，分別采集到了照明不均勻、四幀疊加＋全局直方圖均衡化、四幀疊加＋單平臺法、四幀疊加＋雙平臺法的圖像如圖5 所示，其中單平臺法只保留了閾值Nth1，而Nth2 值為0，用于與雙平臺法進行對比，可反映閾值Nth2 對細節(jié)增強的影響。

圖3 雙平臺法狀態(tài)機流程圖

圖4 對比度差增強效果圖

圖5 照明不均勻增強效果

可以看出：圖 5(a)光斑內(nèi)靶面上的信息較為清晰，但光斑外靶標的輪廓無法分辨；圖5(b)可分辨出靶標的輪廓，但靶面上光斑內(nèi)的信息完全淹沒，且噪聲很大；圖5(c)圖像噪聲明顯下降，靶標邊緣清晰，靶面大部分信息可見，但光斑內(nèi)有小部分信息丟失；圖5(d)相對于圖5(c)，靶標中心光斑最亮處的信息依舊存在，沒有發(fā)生淹沒現(xiàn)象，且其他位置部分的增強效果良好。

實驗結(jié)果表明：本文的水下激光距離選通圖像雙平臺直方圖增強算法效果良好，在“對比度差”情況下，經(jīng)過實時處理后，原來較難辨識的靶標輪廓、靶面部分信息都可以被分辨出來；在“照明不均勻”情況下，既可增強光斑外的區(qū)域，又可保留光斑內(nèi)的細節(jié)信息，獲得更多的全視場信息。

4 結(jié)語

本文采用幀疊加＋雙平臺直方圖均衡化實時增強算法，實現(xiàn)了水下激光距離選通成像的圖像增強，實驗證明：在采用適當?shù)膸B加方法有效降低距離選通圖像噪聲的基礎上，單平臺直方圖均衡化的處理效果優(yōu)于傳統(tǒng)的全局直方圖均衡化，而雙平臺直方圖均衡化的處理效果又優(yōu)于單平臺直方圖均衡化的效果。本文雙平臺直方圖均衡化算法已成功移植到實驗室研制的水下激光距離選通成像系統(tǒng)的FPGA 控制與圖像處理平臺，對高性能水下選通成像設備的發(fā)展具有推進作用。