一種基于紋理特征和地形特征參數(shù)的水下地形匹配方法
【專利摘要】本發(fā)明涉及的是一種數(shù)字圖像處理領(lǐng)域。具體地說是一種基于紋理特征和地形特征參數(shù)的水下地形匹配方法。本發(fā)明包括：實測水下地形數(shù)據(jù)和基準(zhǔn)數(shù)據(jù)進(jìn)行降采樣；獲得相同分辨率的實測數(shù)據(jù)矩陣和基準(zhǔn)數(shù)據(jù)矩陣；獲得角二階距、對比度、相關(guān)和逆差矩；獲得地形高程均值、地形高程標(biāo)準(zhǔn)差、地形粗糙度、地形相關(guān)系數(shù)、地形熵和地形差異熵；為每一個特征參數(shù)賦予權(quán)值；保留每一個搜索位置的相似性數(shù)值；選取其中相似性最大即相似性數(shù)值最小的位置，作為輸出的匹配位置。本發(fā)明對實時測量的水下地形數(shù)據(jù)和特定區(qū)域的水下地形基準(zhǔn)數(shù)據(jù)進(jìn)行降采樣，以降低計算成本，提高水下測量的數(shù)據(jù)，進(jìn)一步達(dá)到基于水下地形紋理特征和地形特征參數(shù)的水下地形匹配效果。
【專利說明】一種基于紋理特征和地形特征參數(shù)的水下地形匹配方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及的是一種數(shù)字圖像處理領(lǐng)域。具體地說是一種基于紋理特征和地形特 征參數(shù)的水下地形匹配方法。

【背景技術(shù)】
[0002] 隨著科學(xué)技術(shù)的不斷進(jìn)步，水下潛器正在朝著能夠執(zhí)行大深度、長距離任務(wù)的方 向發(fā)展，這對水下導(dǎo)航技術(shù)提出了更高的要求。作為應(yīng)用最廣泛的兩種導(dǎo)航手段，慣導(dǎo)系統(tǒng) 和船位推方法都具有自身難以克服的缺點，即定位誤差隨時間發(fā)散的特點。因此，它們并不 適合獨自完成長距離、長時間的導(dǎo)航任務(wù)。
[0003] 地形輔助導(dǎo)航系統(tǒng)的最大優(yōu)點是誤差不隨時間和距離的增加而累積。除此之外， 地形輔助導(dǎo)航還具有高精度、長效、隱蔽及完全自主的優(yōu)點，因此，該技術(shù)是水下潛器導(dǎo)航 系統(tǒng)的良好輔助，并于近年來引起了各國的重視。然而，我國對于地形導(dǎo)航技術(shù)的研宄剛剛 起步，且主要集中于航空領(lǐng)域，對于其在水下的應(yīng)用研宄則少之又少。
[0004] 目前，國外的潛艇是否裝有水下地形匹配系統(tǒng)還不得而知，但在AUV上已進(jìn)行 了實物試驗。2002年5月到6月NATO組織六家單位進(jìn)行的BPOZAUV海試，平臺是挪 威KONGSBERG研制的HUG創(chuàng)潛器，有兩周專門檢驗導(dǎo)航系統(tǒng)，其中就包含由FFI(Norway DefenceResearchEstablishment)研制的地形導(dǎo)航裝置，在這之后又進(jìn)行了多次試驗。澳 大利亞的OBERON潛器也裝有地形輔助導(dǎo)航系統(tǒng)。美國《美日防務(wù)》2006年1月6日報道， 洛克希德·馬丁公司與美國軍方簽訂了 1060萬美元的修訂合同，把傳感器陣列集成到海軍 的"先期發(fā)展無人潛器"中，使其具有三維障礙探測與識別、VHF通信和三維海底探測能力。 這樣這類無人潛器就具備了地形導(dǎo)航的硬件條件。
[0005] 關(guān)于水下地形匹配方法，目前大多采用的是來自于航空領(lǐng)域的TERCOM方法和 SITAN方法。如文獻(xiàn)[1]和文獻(xiàn)[2]所述，所有方法的基本原理都是沿著航行路線測量地形 高程，把它和相關(guān)的數(shù)字地圖作為匹配方法的輸入，求出位置或慣導(dǎo)系統(tǒng)誤差的最優(yōu)估計 值。然而，由于水下測量的數(shù)據(jù)精度低于航空測量，并且水下地形特征不同于陸地地形，因 此，單純的借鑒其他領(lǐng)域的匹配方法并不能達(dá)到很好的定位效果，研宄適用于水下環(huán)境的 水下地形匹配方法具有重要意義。
[0006] 國內(nèi)關(guān)于水下地形匹配方法的研宄還不是很成熟，水下地形匹配方法的相關(guān)文獻(xiàn) 還不是很多，從現(xiàn)有的文獻(xiàn)看，其對水下地形匹配方法的研宄重點主要是基于地形高程相 關(guān)的匹配方法。
[0007] 與本發(fā)明相關(guān)的參考文獻(xiàn)包括：
[0008] 田敏峰.基于先驗地形數(shù)據(jù)處理的水下潛器地形輔助導(dǎo)航方法研宄[J].哈爾濱 工程大學(xué)博士學(xué)位論文，2007.
[0009] 劉承香.水下潛器的地形匹配輔助定位技術(shù)研宄.哈爾濱工程大學(xué)博士學(xué)位論 文，2003.


【發(fā)明內(nèi)容】

[0010] 本發(fā)明的目的是提供一種基于水下地形紋理特征和地形特征參數(shù)的水下地形匹 配方法。
[0011] 本發(fā)明的目的是這樣實現(xiàn)的：
[0012] (1)實測水下地形數(shù)據(jù)和基準(zhǔn)數(shù)據(jù)進(jìn)行降采樣；
[0013] (2)對降采樣后的數(shù)據(jù)進(jìn)行插值，獲得相同分辨率的實測數(shù)據(jù)矩陣和基準(zhǔn)數(shù)據(jù)矩 陣；
[0014] (3)根據(jù)灰度共生矩陣，計算實測數(shù)據(jù)矩陣的紋理特征，獲得角二階距、對比度、相 關(guān)和逆差矩等4個紋理特征參數(shù)；
[0015] (4)計算實測數(shù)據(jù)矩陣的地形特征參數(shù)，獲得地形高程均值、地形高程標(biāo)準(zhǔn)差、地 形粗糙度、地形相關(guān)系數(shù)、地形熵和地形差異熵6個地形特征參數(shù)；
[0016] (5)將步驟（3)和步驟（4)的10個特征參數(shù)組成特征向量，表征對應(yīng)地形區(qū)域的 特征；根據(jù)地形特征參數(shù)的先驗知識，為每一個特征參數(shù)賦予權(quán)值；
[0017] (6)按步長搜索基準(zhǔn)數(shù)據(jù)矩陣，對于每一個搜索位置，計算特征向量，與實測數(shù)據(jù) 矩陣的特征向量比較，計算相似度，相似性測度采用最小均方差準(zhǔn)則，保留每一個搜索位置 的相似性數(shù)值；
[0018] (7)選取其中相似性最大即相似性數(shù)值最小的位置，作為輸出的匹配位置。
[0019] 灰度共生矩陣
[0020] p(m,n,d,Θ) = {(i,j), (i+Δi,j+Δj) |f(i,j) =m,f(i+Δi,j+Δj) =η},
[0021] 灰度級為L大小為MXN的地形高程圖像I一坐標(biāo)點（i,j)點灰度值為m= f(i,j)，偏離的另一坐標(biāo)點（i+Δi,j+Δj)的灰度值n=f(i+Δi,j+Δj)，點對的灰度值為 (m，η)，灰度共生矩陣P為LXL的方陣，i，j分別為點的橫縱坐標(biāo)，i= 0, 1，2,…，M-l，j= 0, 1，2,…，N-I;m，η= 0, 1，…，L-I;Λi，Λj是像素點位置的偏移量；d是灰度共生矩陣的 生成步長；Θ是灰度共生矩陣的生成方向；
[0022] 所沭的角二階矩：
[0023] rnrt

【權(quán)利要求】
1. 一種基于紋理特征和地形特征參數(shù)的水下地形匹配方法，其特征在于： (1) 實測水下地形數(shù)據(jù)和基準(zhǔn)數(shù)據(jù)進(jìn)行降采樣； (2) 對降采樣后的數(shù)據(jù)進(jìn)行插值，獲得相同分辨率的實測數(shù)據(jù)矩陣和基準(zhǔn)數(shù)據(jù)矩陣； (3) 根據(jù)灰度共生矩陣，計算實測數(shù)據(jù)矩陣的紋理特征，獲得角二階距、對比度、相關(guān)和 逆差矩4個紋理特征參數(shù)； (4) 計算實測數(shù)據(jù)矩陣的地形特征參數(shù)，獲得地形高程均值、地形高程標(biāo)準(zhǔn)差、地形粗 糙度、地形相關(guān)系數(shù)、地形熵和地形差異熵6個地形特征參數(shù)； (5) 將步驟（3)和步驟（4)的10個特征參數(shù)組成特征向量，表征對應(yīng)地形區(qū)域的特征； 根據(jù)地形特征參數(shù)的先驗知識，為每一個特征參數(shù)賦予權(quán)值； (6) 按步長搜索基準(zhǔn)數(shù)據(jù)矩陣，對于每一個搜索位置，計算特征向量，與實測數(shù)據(jù)矩陣 的特征向量比較，計算相似度，相似性測度采用最小均方差準(zhǔn)則，保留每一個搜索位置的相 似性數(shù)值； (7) 選取其中相似性最大即相似性數(shù)值最小的位置，作為輸出的匹配位置。
2. 根據(jù)權(quán)利要求1所述的一種基于紋理特征和地形特征參數(shù)的水下地形匹配方法，其 特征在于：所述灰度共生矩陣 p(m,n,d, 0 ) = {(i,j), (i+Ai,j+Aj) |f(i,j) =m,f(i+Ai,j+Aj) =n}, 灰度級為L大小為MXN的地形高程圖像I一坐標(biāo)點（i，j)點灰度值為m=f(i，j)，偏 離的另一坐標(biāo)點（i+Ai,j+Aj)的灰度值n=f(i+Ai,j+Aj)，點對的灰度值為（m，n)，灰 度共生矩陣P為LXL的方陣，i，j分別為點的橫縱坐標(biāo)，i= 0, 1，2,…，M-l，j= 0, 1，2,… ，N-1 ;m，n= 0，l，…，L-l;Ai，Aj是像素點位置的偏移量；d是灰度共生矩陣的生成步長； 9是灰度共生矩陣的生成方向； 所述的角二階矩：

利用地形差異值可計算地形差異概率Pu( ?):
4. 根據(jù)權(quán)利要求1所述的一種基于紋理特征和地形特征參數(shù)的水下地形匹配方法，其 特征在于： 所述的特征向量：
其中，W為權(quán)重矩陣，wE、w!、wc、wL、％、w。、wr、巧分別為E，I，C，L，藝， 〇，r，R，Hf，He的對應(yīng)權(quán)值。
5. 根據(jù)權(quán)利要求1所述的一種基于紋理特征和地形特征參數(shù)的水下地形匹配方法，其 特征在于：所述的相似度
其中，卩是實測區(qū)域的特征矢量，^是每次搜索中進(jìn)行匹配的基準(zhǔn)區(qū)域子區(qū)域的特征 矢量。
【文檔編號】G06T7/00GK104484891SQ201410566640
【公開日】2015年4月1日 申請日期:2014年10月22日 優(yōu)先權(quán)日:2014年10月22日
【發(fā)明者】卞紅雨, 宋子奇, 張志剛, 梁世欣 申請人:哈爾濱工程大學(xué)