基于航迹线约束的侧扫声呐条带图像拼接方法技术

本发明专利技术公开一种基于航迹线约束的侧扫声呐条带图像拼接方法，包括：获取研究区的侧扫声纳条带数据，根据航迹线的位置坐标，确定每组待拼接的两个侧扫声呐条带；确定每组待拼接的两个侧扫声呐条带之间是否存在公共覆盖区，如果存在公共覆盖区，则进行下一步，如果不存在公共覆盖区，即跳过该组侧扫声纳条带，重新选择下一组侧扫声呐条带；检测每组待拼接的两个侧扫声呐条带的特征点并对其进行初始匹配后剔除误匹配点对，得到正确匹配点对；对公共覆盖区进行分块，在每个分块内根据正确匹配点对完成相邻两侧扫声呐条带图像的拼接融合；重复上述步骤直至完成大区域所有组侧扫声呐图像的拼接。本发明专利技术实现了目标清晰、位置一致的大区域海底图像获取。大区域海底图像获取。大区域海底图像获取。

【技术实现步骤摘要】
基于航迹线约束的侧扫声呐条带图像拼接方法


[0001]本专利技术属于大地测量与测绘工程的
，具体涉及一种基于航迹线约束的侧扫声呐条带图像拼接方法。

技术介绍

[0002]我国海洋资源丰富，开发海洋资源、拓宽海洋发展空间具有重大意义。高质量海底地形和地貌对开展海洋科学研究、大洋调查和海上航运等具有重要的作用。而海底图像、地形和底质是反映了海底表面的纹理特征、地形起伏和成分组成，是海洋基础地理信息中三个非常重要的要素。
[0003]海底图像主要借助侧扫声呐系统(Side scan Sonar System，SSS)获得。由于扫幅度有限，侧扫声呐只能够反映航迹线两侧局部区域内的海底表面特征。若需要获取大区域海底图像，就需要布设多条测线。为了保证对海底表面的充分覆盖和数据质量，通常对测线进行平行布设并通过设置航迹线间隔和扫幅宽度，保证相邻条带之间存在一定的覆盖率，最后对所测条带图像进行拼接，获得大区域全覆盖海底图像。目前，针对多条带侧扫声呐图像拼接出现了地理拼接方法和特征拼接方法两类。其中，地理拼接方法会受到侧扫声呐图像位置不准的影响，拼接图像上存在目标重影和错位；特征拼接方法在公共覆盖区自动确定和分块、特征匹配和相邻条带的坐标转换模型构建方法仍然存在问题。针对这些问题开展侧扫声呐图像的拼接研究，对于获取大区域全覆盖高分辨率海底图像具有重要意义。
[0004]单条带侧扫声呐图像只能够获取局部区域的海底图像。欲获取大区域全覆盖海底图像，需要对单条带的测量结果进行拼接。现有的侧扫声呐图像拼接方法分为地理拼接和特征拼接。
[0005]基于地理坐标的拼接方法是把赋有地理位置信息的地理编码声呐图像拼接到一个统一的地理框架下。当同一位置处存在多个像素值时，通常取平均值；当同位置只有一个像素值时，直接进行赋值；当在某一位置处没有对应的像素值时，采用线性内插方法赋值。该方法拼接速度快，但是由于侧扫声呐图像地理位置受到计算方法(水下短基线定位或通过拖缆长度推算)和外界因素(水流、地形复杂性等因素)的影响，精度较低，这就导致同一海底目标在不同条带的侧扫声呐图像上的位置不同。在这种情况下，直接基于地理坐标进行拼接会导致目标重影或错位，影响后续图像解译和判读。
[0006]特征拼接基于相邻条带覆盖区内公共特征点的一致性进行拼接。通过对相邻条带公共覆盖区内的图像进行特征点检测和匹配，利用公共特征点的位置信息构建坐标转换模型，以其中一幅图像的地理位置作为参考，对另一幅图像的地理位置进行校正，实现公共特征的地理位置的统一。特征拼接方法有效避免了拼接结果上会出现的目标重影现象，广泛用于生成大区域海底图像。通过对已有的特征拼接方法进行研究，发现现有方法中仍存在如下问题：
[0007]首先，由于特征点检测和匹配是在相邻条带的公共覆盖区进行，因此就需要确定相邻条带的公共覆盖区。在布设测线时，相邻条带之间通常要设置一定的覆盖率，保证测量
区域的全覆盖和数据质量。当覆盖率较低时，覆盖区宽度远小于扫幅宽度，不足以利用公共区域目标特征的检测，此时仍采用地理拼接方法获得大区域海底图像。为了实现相邻条带之间的图像匹配，需要相邻条带之间存在40％的覆盖率。如果侧扫声呐正下方数据质量较差，想要采用另一相邻条带的边缘数据进行替代，这时候需要增加覆盖率，通常可以设置为75％。通过设置覆盖率，可以保证在相邻条带之间存在足够大的公共覆盖区用于后续的特征点匹配。
[0008]综上所述，对于多条带侧扫声呐图像拼接，在图像重叠区自动确定和分块、图像特征精准匹配以及图像特征点对之间的坐标转换模型构建方面还存在不足。

技术实现思路

[0009]本专利技术的目的在于针对现有技术的不足之处，提供一种基于航迹线约束的侧扫声呐条带图像拼接方法，该方法能有效解决地理拼接法和特征拼接法目前存在的问题，实现目标清晰、位置一致的大区域海底图像获取。
[0010]为解决上述技术问题，本专利技术采用如下技术方案：
[0011]一种基于航迹线约束的侧扫声呐条带图像拼接方法，包括如下步骤：
[0012]步骤1、获取研究区的侧扫声纳条带数据，根据航迹线的位置坐标，确定每组待拼接的每个侧扫声呐条带；
[0013]步骤2、根据航迹线和扫幅宽度约束确定每组待拼接的两个侧扫声呐条带之间是否存在公共覆盖区，如果存在公共覆盖区，则进行下一步，如果不存在公共覆盖区，即跳过该组侧扫声纳条带，重新选择下一组侧扫声呐条带；
[0014]步骤3、检测每组待拼接的两个侧扫声呐条带的特征点并对其进行初始匹配后剔除误匹配点对，得到正确匹配点对；
[0015]步骤4、对公共覆盖区进行分块，在每个分块内根据正确匹配点对完成相邻两侧扫声呐条带图像的拼接融合；
[0016]步骤5，重复步骤2
‑
4直至完成大区域所有组侧扫声呐图像的拼接。
[0017]进一步地，步骤1具体包括：
[0018]步骤1.1，根据航迹线的位置坐标，计算每个侧扫声呐条带对应的航迹线的函数表达式，根据函数表达式计算函数值并将函数值按照从小到大或从大到小的顺序进行排列；
[0019]步骤1.2，选择最邻近的两个函数值对应的侧扫声呐条带作为待拼接的两个侧扫声呐条带。
[0020]进一步地，步骤2具体包如下步骤：
[0021]步骤2.1，通过航迹线建立模型获得侧扫声呐条带图像的边缘区域；
[0022]步骤2.2，判断是否有单个侧扫声呐条带图像上的像素点落在边缘区域之间，若不存在，则不存在公共覆盖区，即跳过该组相邻条带，不进行后续步骤，重新选择下一组相邻条带；若存在，则存在公共覆盖区，进行下一步。
[0023]进一步地，边缘区域通过以下模型获得：
[0024]Y
2(i
‑
1)
‑1＝a
i
‑1x+b
i
‑1+D；
[0025]Y
2(i
‑
1)
＝a
i
x+b
i
‑
D
[0026]式中，a
i
为斜率，b
i
为截距，i＝1,2,
…
,n，x为航线的平面横坐标，Y为航线的平面纵
坐标，D为每幅侧扫声呐图像的边缘与航迹线的垂直距离；
[0027]上述两个函数对应代表边缘区域的两条边界线，两条边界线构成的区域为边缘区域。
[0028]进一步地，步骤3具体包括：
[0029]步骤3.1，利用SURF算法对要进行拼接的侧扫声呐条带图像进行特征点检测和描述；
[0030]步骤3.2，选择要进行拼接的侧扫声呐条带中的一个条带作为参考图像，另一个作为待匹配图像，对于参考图像上的每个特征点，选择待匹配图像上地理位置距离它最近的m个特征点作为待匹配点，选择其中SURF特征向量的欧式距离最小的待匹配点作为最终匹配点；
[0031]步骤3.3，对参考图像上的所有特征点重复步骤3.1、3本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于航迹线约束的侧扫声呐条带图像拼接方法，其特征在于，包括如下步骤：步骤1、获取研究区的侧扫声纳条带数据，根据航迹线的位置坐标，确定每组待拼接的两个侧扫声呐条带；步骤2、根据航迹线和扫幅宽度约束确定每组待拼接的两个侧扫声呐条带之间是否存在公共覆盖区，如果存在公共覆盖区，则进行下一步，如果不存在公共覆盖区，即跳过该组侧扫声纳条带，重新选择下一组侧扫声呐条带；步骤3、检测每组待拼接的两个侧扫声呐条带的特征点并对其进行初始匹配后剔除误匹配点对，得到正确匹配点对；步骤4、对公共覆盖区进行分块，在每个分块内根据正确匹配点对完成相邻两侧扫声呐条带图像的拼接融合；步骤5，重复步骤2
‑
4直至完成大区域所有组侧扫声呐图像的拼接。2.根据权利要求1所述的基于航迹线约束的侧扫声呐条带图像拼接方法，其特征在于，步骤1具体包括：步骤1.1，根据航迹线的位置坐标，计算每个侧扫声呐条带对应的航迹线的函数表达式，根据函数表达式计算函数值并将函数值按照从小到大或从大到小的顺序进行排列；步骤1.2，选择最邻近的两个函数值对应的侧扫声呐条带作为待拼接的两个侧扫声呐条带。3.根据权利要求1所述的基于航迹线约束的侧扫声呐条带图像拼接方法，其特征在于，步骤2具体包如下步骤：步骤2.1，通过航迹线建立模型获得侧扫声呐条带图像的边缘区域；步骤2.2，判断是否有单个侧扫声呐条带图像上的像素点落在边缘区域之间，若不存在，则不存在公共覆盖区，即跳过该组相邻侧扫声呐条带，不进行后续步骤，重新选择下一组相邻条带；若存在，则存在公共覆盖区，进行下一步。4.根据权利要求1所述的基于航迹线约束的侧扫声呐条带图像拼接方法，其特征在于，边缘区域通过以下模型获得：Y
2(i
‑
1)
‑1＝a
i
‑1x+b
i
‑1+D；Y
2(i
‑
1)
＝a
i
x+b
i
‑
D式中，a
i
为斜率，b
i
为截距，i＝1,2,
…
,n，x、Y分别为航线的平面横坐标、纵坐标，D为每幅侧扫声呐图像的边缘与航迹线的垂直距离；上述两个函数对应代表边缘区域的两条边界线，两条边界线构成的区域为边缘区域。5.根据权利要求1所述的基于航迹线约束的侧扫声呐条带图像拼接方法，其特征在于，步骤3具体包括：步骤3.1，利用SURF算法对要进行拼接的侧扫声呐条带图像进行特征点检测和描述；步骤3.2，选择要进行拼接的侧扫声呐条带中的一个条带作为参考图像，另一个作为待匹配图像，对于参考图像上的每个特征点，选择待匹配图像上地理位置距离它最近的m个特征点作为待匹配点，选择其中SURF特征向量的欧式距离最小的待匹配点作为最终匹配点；步骤3.3，对参考图像上的所有特征点重复步骤3.1、3.2，最终得到所有的初始匹配点对，采用随机采样一致性算法剔除初始匹配点对中误匹配点对得到正确的匹配点对。6.根据权利要求5所述的基于航迹线约束的侧扫声呐条带图像拼接方法，其特征在于，
采用随机采样一致性算法剔除误匹配时，随机选取一些数据建立如下模型：其中，x,y,x
’
,y
’
分别为参考图像和待匹配图像中特征点对的x坐标和y坐标，a,b为待求解的参数；然后采用剩下的数据进行测试，测试中的验证条件为：式中，Δx、Δy为计算后的匹配点对坐标，u为设定的阈值；当数据满足上述验证条件时，则匹配点对为正确匹配点对。7.根据权利要求1所述的基于航迹线约束的侧扫声呐条带图像拼接方法，其特征在于，步骤4侧扫声呐图像分块拼接方法如下：步骤4.1，采用K
‑
means算法对公共覆盖区进行分块，若块内不存在足够的特征点对，直接采用地理拼接方法，若存在足够的特征点对，进行步骤4.2；步骤4.2，利用特征点对使用薄板样条函数构建航迹线约束下的坐标转换模型，利用坐标转换模型完成相邻侧扫声呐条带图像的拼接融合。8.根据权利要求7所述的基于航迹线约束的侧扫声呐条带图像拼接方法，其特征在于，步骤4.1足够的特征点对指不少于4个特征点。9.根据权利要求7所述的基于航迹线约束的侧扫声呐条带图像拼接方法，其特征在于，步骤4.1中基于正确的匹配点对，选用航迹线上的位置点作为约束条件，对公共覆盖区内的特征点和对应的航迹线位置点按照坐标和分布进行K
‑
means聚类，对于每一类的聚类结果，计算类内特征点对的坐标偏差标准差之和以及和的梯度，根据梯度得到公共覆盖区分块数。10.根据权利要求7所述的基于航迹线约束的侧扫声呐条带图像拼接方法，其特征在于，薄板样条函数构建航迹线约束下的坐标...

【专利技术属性】
技术研发人员：张红梅，赵建虎，龙佳威，
申请(专利权)人：武汉大学，
类型：发明
国别省市：