基于帧与事件融合的光学湍流强度估计：一种互补与混合方法

《Atmosphere》：Frame-Based vs. Event-Based Optical Turbulence Strength Estimation: A Comparative and Hybrid Approach

本文系统比较了基于帧（CMOS）与基于事件（Event）的两种光学湍流强度（Cn2）估计方法。研究发现，帧方法在弱湍流下表现稳定，而事件方法在强湍流下能更精准捕捉快速波动。通过构建混合模型，将两种模态信息融合，在中等至强湍流条件下，相较于180 FPS的纯帧方法，平均估计误差降低了约35%，证明了多模态融合在提升湍流监测鲁棒性方面的巨大潜力。

　　

文章内容归纳总结

1. 引言

大气光学湍流是限制成像与传播系统性能的普遍现象，其强度通常由折射率结构常数（C_n²）来量化。可靠的C_n²估计对于自由空间光通信、遥感以及天文学等领域至关重要。传统的测量设备（如闪烁仪）虽然可靠，但成本高昂且部署不灵活。因此，利用普通相机进行基于成像的湍流估计技术应运而生。

近年来，一种受生物启发的“事件相机”崭露头角。与标准帧相机不同，事件相机异步记录像素级的亮度变化，具有微秒级的时间精度和极高的动态范围。这种独特的传感原理使其在捕捉湍流引起的快速图像抖动和强度闪烁方面具有天然优势。

然而，目前尚缺乏对帧基与事件基方法在相同条件下进行系统比较的研究。此外，帧率对估计精度的影响、事件方法在弱湍流下的表现，以及将两种模态融合的混合策略的可行性，都是亟待解决的研究空白。

2. 实验设置与方法

为了填补上述空白，本研究在以色列亚夫内进行了一项为期8天的户外实验。实验建立了一条300米的近地面水平光路，在接收端并排部署了一台高速CMOS相机（Basler acA2040-120 um）和一台事件相机（Prophesee Metavision EVK-4 HD），并利用Scintec BLS900大口径闪烁仪提供C_n²的地面真值。

CMOS相机以180 FPS的帧率捕获视频，并通过对数据进行下采样，等效生成了90 FPS和30 FPS的数据流，以研究帧率的影响。事件相机则连续记录异步的亮度变化事件流。所有数据均以5秒为窗口进行分割，并与闪烁仪的测量值进行配对。

在方法上，研究构建了三种估计模型：

• •
  事件基模型：从5秒事件窗口中提取了19个统计特征（如事件率、空间跨度、极性比等），并使用XGBoost回归器进行预测。
• •
  帧基模型：采用Zamek和Yitzhaky提出的基于图像梯度的方法，从视频序列中直接计算C_n²，不涉及机器学习训练。
• •
  混合模型：采用一种简单的后期融合策略，将帧基模型计算出的C_n²估计值作为一个额外的特征，与事件特征向量拼接，再输入到XGBoost回归器中进行训练。

3. 结果与分析

3.1 帧率对CMOS模型性能的影响

研究首先量化了帧率对帧基方法准确性的影响。结果显示，CMOS模型的精度与帧率呈正相关，但在弱湍流下存在收益递减效应。具体而言，从30 FPS提升到90 FPS，平均相对绝对误差（MARE）显著降低；然而，从90 FPS提升到180 FPS，在弱湍流条件下性能改善不再显著。这表明在弱湍流下，90 FPS的采样率已足以捕获大部分湍流动态。而在强湍流下，更高的帧率（180 FPS）则能持续带来性能提升，因为此时湍流引起的快速波动需要更高的时间分辨率来捕捉。

3.2 不同模型性能比较

研究对事件基、帧基（180 FPS）和混合模型进行了全面比较。结果显示，三种方法各有优势，且性能与湍流强度密切相关：

• •
  弱湍流：帧基模型表现最佳。此时湍流引起的图像畸变缓慢且细微，事件相机因亮度变化信号稀疏而表现不佳，其估计误差较大。而帧相机通过积分效应，能够稳定地捕捉到微小的畸变，因此准确度最高。
• •
  强湍流：事件基和混合模型表现更优。在强湍流下，图像发生快速抖动和闪烁，事件相机凭借其微秒级的时间分辨率和无运动模糊的特性，能够精准捕捉这些快速动态，其预测值与地面真值的相关性（Pearson r）高于帧基模型。然而，纯事件方法的绝对误差仍然较高。
• •
  混合模型的优势：混合模型结合了两种模态的优势，在所有湍流强度下均表现出色，尤其是在中等至强湍流条件下。它不仅能像事件模型一样高精度地追踪湍流变化趋势，还能像帧模型一样保持较低的绝对误差。例如，在强湍流下，混合模型（使用90 FPS帧数据）的MARE比纯帧基模型（180 FPS）降低了约35%，证明了融合策略的有效性。

4. 讨论与结论

本研究通过系统的实验和比较，揭示了帧基与事件基湍流强度估计方法的互补性。帧基方法在弱湍流下提供了稳定、准确的基线估计，而事件基方法则在强湍流下展现出捕捉快速动态的卓越能力。

通过构建一个简单的混合模型，本研究证明了将两种模态信息融合的可行性。这种融合策略能够有效克服单一传感器的局限性，在更广泛的湍流条件下实现更鲁棒、更准确的C_n²估计。这一发现为开发更先进的多传感器湍流监测策略提供了有力的理论依据和实验支持，对于提升自由空间光通信、自适应光学和遥感等领域的系统性能具有重要意义。