一种三类海域地标点自动选取方法技术

本发明专利技术提供了一种三类海域地标点自动选取方法，将海域地标点分为三类，提取地标点特征，设计多分类器，即可对于三类地标点自动选取，最终得到预测标签。本发明专利技术通过对海域三类地标点的划分，解决了海域地标点稀疏、分布不均匀，且特征缺失的问题；通过对不同二分类器、不同特征的核函数优化，提高海域三类地标点分类的正确率；为飞行器海域景象匹配导航的地标点数据库制备提供一种方便、可操作性强的方法，对提升飞行器海域长航时飞行的导航精度具有重要意义，因此本发明专利技术有广泛的发展前景以及工程应用价值。

A Method for Automatic Selection of Terrestrial Points in Three Kinds of Sea Areas

The invention provides an automatic selection method for three types of sea area landmarks, which divides sea area landmarks into three categories, extracts landmark features, designs multiple classifiers, and automatically selects three types of sea area landmarks, and finally obtains prediction labels. The invention solves the problem of sparse, uneven distribution and missing features of sea area landmarks by dividing three types of sea area landmarks; improves the accuracy of classification of sea area landmarks by optimizing the kernels of different binary classifiers and different features; and provides a convenient and operable method for preparing landmark database of aircraft sea area scene matching navigation. Therefore, the invention has broad development prospects and engineering application value.

【技术实现步骤摘要】
一种三类海域地标点自动选取方法
本专利技术涉及飞行器海域景象匹配导航领域，尤其是一种地标点自动选取方法，利用图像多特征提取方法、支持向量机多核学习方法、纠错输出编码多分类器等，实现三类海域地标点自动选取。
技术介绍
景象匹配导航系统具有体积小、成本低、自主性好等优点，作为惯性导航的辅助手段，能够有效的矫正飞行器惯导漂移带来的位置误差，满足飞行器长航时、精确导航要求。地标点具有唯一性、显著性、丰富性和稳定性，是实现基于地标点景象匹配导航的重要前提。飞行器飞到地标点时，采集的实时图像与存贮在飞行器上的地标点匹配，可完成基于地标点的景象匹配导航。目前，地标点的选择多由人工完成，工作量大且具有个体差异。长航时飞行器飞行里程长，地标点数量大，因此，研究地标点的自动选择方法可提高选取效率并统一选取标准，对提高景象匹配的准确性并辅助惯导实现长航时自主导航，具有重要的工程价值。目前，面向陆地，通常采用一类地标点实现地标点自动选取。海域区域地标点自动选取方法存在大部分区域为海洋、且无明显图像特征；地标点(自然岛屿)分布不均匀、且颜色、纹理等图像特征较接近的问题。
技术实现思路
为了克服现有技术的不足，本专本文档来自技高网...

【技术保护点】
1.一种三类海域地标点自动选取方法，其特征在于包括下述步骤：第一步：海域地标点分类本专利技术对海域自然岛屿进行三种地标点类型划分，定义如下：一类地标点孤岛型：在视场范围内地标岛屿成像像素占比3％以下且岛屿边缘均包含在视场范围内且无临近岛屿，地标点仅存储中心点地理信息；二类地标点大岛屿型：在视场范围内成像地标岛屿成像像素占比3％以上，地标点存储为图像灰度信息及图像中心地理信息；三类地标点多岛屿型：在视场范围内有两个以上岛屿，地标点存储为基准岛屿中心位置与其余任意两个岛屿中心位置构成的三角形边‑边‑边信息；第二步：地标点特征提取对制备的图像样本提取相应特征，详细步骤如下：步骤1：唯一性特征对一类和...

【技术特征摘要】
1.一种三类海域地标点自动选取方法，其特征在于包括下述步骤：第一步：海域地标点分类本发明对海域自然岛屿进行三种地标点类型划分，定义如下：一类地标点孤岛型：在视场范围内地标岛屿成像像素占比3％以下且岛屿边缘均包含在视场范围内且无临近岛屿，地标点仅存储中心点地理信息；二类地标点大岛屿型：在视场范围内成像地标岛屿成像像素占比3％以上，地标点存储为图像灰度信息及图像中心地理信息；三类地标点多岛屿型：在视场范围内有两个以上岛屿，地标点存储为基准岛屿中心位置与其余任意两个岛屿中心位置构成的三角形边-边-边信息；第二步：地标点特征提取对制备的图像样本提取相应特征，详细步骤如下：步骤1：唯一性特征对一类和二类地标点的灰度图像选取灰度归一化互相关系数的最高峰尖锐度为唯一性特征，即计算地标点样本图像T与对应基准图S中每个匹配位置的灰度归一化互相关系数R(i,j)的最高峰尖锐度Kacuity为唯一性信息x11，详细步骤如下：将地标点像素大小为m×n的样本图像T在像素大小为M×N的基准图S上，以步长为1像素进行平移，将样本图像T所覆盖的子图像记为Si,j，其中(i,j)表示子图像左上角在基准图S上的坐标，其搜索范围为：1≤i≤M-m，1≤j≤N-n，R(i,j)归一化计算公式定义为：其中，E(Si,j)，E(T)分别为所覆盖子图Si,j和样本图T的灰度均值，Si,j(s,t)，T(s,t)分别为(s,t)处基准图S和样本图T的灰度值；Vmean-sub是在领域范围内内相关峰的平均值，Vmax为相关峰的最大值，则最高峰尖锐度定义为：最高峰尖锐度的取值范围在[0,1]区间；对三类地标点，由于其具有明显拓扑结构，构造一种三角形匹配概率参数为唯一性特征x12；在搜索范围d内，每三个岛屿的中心连成一个三角形，对所得三角形在d内进行匹配，匹配时若同时满足：|d(i,j)-d(1,2)|≤ε|d(j,k)-d(2,3)|≤ε|d(i,k)-d(1,3)|≤ε(3)式中，d(·)为三角形边长，ε表示阈值，1,2,3为当前地标点样本三角形的三个顶点，i,j,k表示与其匹配的三角形三个顶点，为d内所有岛屿个数；若所得三角形同时满足式(3)则匹配成功，完成搜索范围d内匹配后，当前地标点样本的唯一性指标为：式中，为匹配成功三角形个数，为搜索区域三角形总数；步骤2：投影特征对一类、二类、三类地标点灰度图像在水平方向与垂直方向分别进行投影，依次连接为行向量构造整体投影特征向量x2；对一类、二类、三类地标点灰度图像先采用prewitt算子进行边缘提取，再对边缘提取后的图像在水平方向和垂直方向分别投影，依次连接为行向量构造边缘投影特征向量x3；步骤3：HOG特征对一类、二类、三类地标点图像按照颜色空间构建HOG特征向量：对一类、二类、三类地标点，图像灰度化，将图像大小统一变换为512×512pixel2，设胞元大小为32×32，每个胞元有9个特征，设窗口扫描移动步长为28个像素点，则一个地标点图像，共有8100维HOG特征，构建HOG特征x4；步骤4：LBP特征对一类、二类、三类地标点灰度图像构建LBP特征：对一类、二类、三类地标点，图像灰度化，以图中的每一个像素点的灰度值作为阈值，与其3×3邻域内的像素点灰度值作比较，若大于阈值，则为1，否则为0，按照顺时针的顺序比较，得到一个8位的二进制数，以此二进制数作为该像素点的响应，将图像内所有像素点的响应连接为该张图像的LBP特征x5；步骤5：特征归一化为有效利用各种特征，平均每一种特征对支持向量机SVM训练的影响，使训练更加精确，对各特征进行归一化，即对五种特征x1～x5进行归一化z1～z5，特征x1包含唯一性特征x11和x12，归一化公式如下：式中，zi表示归一化后的特征向量，xi表示初始的第i种特征向量，max(xi)为特征xi中的最大特征值，min(xi)...

【专利技术属性】
技术研发人员：白渭津，程咏梅，顾一凡，王强，姚顺，田朝旭，杨速，刘楠，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：陕西,61