一種具有旋轉(zhuǎn)不變性的海底地形二維匹配輔助導(dǎo)航方法
【專利摘要】本發(fā)明公開一種具有旋轉(zhuǎn)不變性的海底地形二維匹配輔助導(dǎo)航方法，包括以下步驟：1)從多波束測深系統(tǒng)獲得實時的條帶掃測深度值矩陣陣列，并將高程陣列值轉(zhuǎn)化為灰度值得到模板灰度圖；讀取主導(dǎo)航系統(tǒng)誤差范圍內(nèi)區(qū)域的地形二維高程陣列值轉(zhuǎn)化為灰度值，以形成背景灰度圖；2)采用旋轉(zhuǎn)不變的圖像矩函數(shù)作為特征量，將背景灰度圖中搜索與模板灰度圖特征量匹配的區(qū)域、獲得多波束測深系統(tǒng)實時掃測時所處的位置。本發(fā)明與以往通過地形一維匹配進(jìn)行的匹配算法(如TERCOM匹配算法和SITAN匹配算法)相比，克服了一維匹配具有的匹配精度低及受地形限制的缺點(diǎn)，增大了地形特征描述量的豐富度，具有較高精度和適應(yīng)性。
【專利說明】-種具有旋轉(zhuǎn)不變性的海底地形二維匹配輔助導(dǎo)航方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種具有旋轉(zhuǎn)不變特性的海底地形二維匹配輔助導(dǎo)航方法，屬于水下 輔助導(dǎo)航【技術(shù)領(lǐng)域】。

【背景技術(shù)】
[0002] 地形輔助導(dǎo)航技術(shù)的研究始于40多年前，并于上世紀(jì)80年代中期通過一架 CV-580設(shè)備試驗機(jī)首次進(jìn)行了應(yīng)用測試。目前，國內(nèi)外已經(jīng)研究并開發(fā)了多種地形輔助導(dǎo) 航系統(tǒng)，其中幾個較為成熟的地形輔助導(dǎo)航系統(tǒng)已在實戰(zhàn)中裝備武器并得到成功的檢驗。
[0003] 目前，國外地形輔助導(dǎo)航技術(shù)的成熟應(yīng)用，還只限于飛機(jī)以及低空航行器導(dǎo)航，隨 著水下潛器應(yīng)用領(lǐng)域的拓寬，對相關(guān)技術(shù)的需求不斷增加，促進(jìn)了科學(xué)家對水下地形輔助 導(dǎo)航技術(shù)的研究。國內(nèi)在水下潛器領(lǐng)域還沒有成功應(yīng)用地形輔助導(dǎo)航技術(shù)的例子，國外的 水下潛器是否裝有地形輔助導(dǎo)航系統(tǒng)也不得而知，但從現(xiàn)有的資料可知，國外在水下地形 輔助導(dǎo)航技術(shù)的研究方面已取得了階段性的成果，由于涉及保密性，所以具體使用技術(shù)未 知。
[0004] 綜上可以看出，國外到目前階段已經(jīng)進(jìn)入水下導(dǎo)航設(shè)備及系統(tǒng)的生產(chǎn)和海試階 段，而我國仍停留在理論和算法研究階段，其中，地形匹配輔助導(dǎo)航算法是研究重點(diǎn)，目前 國內(nèi)最新的相關(guān)研究算法有基于單波束測深的ICCP匹配算法，基于海床特征地貌的水下 導(dǎo)航方法研究，基于等深線圖像的地形匹配算法研究以及基于FFT的海底地形二維匹配技 術(shù)研究等。但是，上述算法要么是基于單波束序列的一維匹配，在信息豐富度和算法適應(yīng)性 方面較弱；要么是沒有考慮潛器的各種方向的運(yùn)動適配問題，即抗旋轉(zhuǎn)的匹配問題。


【發(fā)明內(nèi)容】

[0005] 發(fā)明目的：本發(fā)明的目的在于針對現(xiàn)有技術(shù)存在的缺陷提出一種具有旋轉(zhuǎn)不變性 的海底地形二維匹配輔助導(dǎo)航方法。
[0006] 技術(shù)方案：本發(fā)明的具有旋轉(zhuǎn)不變性的海底地形二維匹配輔助導(dǎo)航方法，包括以 下步驟：
[0007] 1)從多波束測深系統(tǒng)獲得實時的條帶掃測深度值矩陣陣列，并將高程陣列值轉(zhuǎn)化 為灰度值得到模板灰度圖；讀取主導(dǎo)航系統(tǒng)誤差范圍內(nèi)區(qū)域的地形二維高程陣列值轉(zhuǎn)化為 灰度值，以形成背景灰度圖；
[0008] 2)采用旋轉(zhuǎn)不變的圖像矩函數(shù)作為特征量，將背景灰度圖中搜索與模板灰度圖特 征量匹配的區(qū)域、獲得多波束測深系統(tǒng)實時掃測時所處的位置。
[0009] 進(jìn)一步地，還包括步驟3):運(yùn)行步驟1)和步驟2)若干次，利用多次匹配的結(jié)果得 到精確航跡并返回至主導(dǎo)航系統(tǒng)修正誤差。
[0010] 進(jìn)一步地，所述的旋轉(zhuǎn)不變圖像矩函數(shù)為Zernike矩、Hu矩或小波矩。
[0011] 進(jìn)一步地，所述在背景灰度圖中搜索與模板灰度圖特征量匹配的區(qū)域的方法具體 為，在背景灰度圖中取出一系列子圖，并在計算子圖的圖像矩函數(shù)特征量與計算得到的模 板灰度圖的圖像矩函數(shù)特征量相比較，通過找到與模板灰度圖最匹配的子圖，然后以該子 圖在背景灰度圖的位置作為模板灰度圖的位置，以確定多波束測深系統(tǒng)實時掃描時所處的 位置，其中在計算子圖和模板灰度圖圖像矩函數(shù)特征量匹配的過程中采用圓窗口化處理后 再計算特征量。
[0012] 進(jìn)一步地，所述步驟1)具體為：
[0013] 從多波束測深系統(tǒng)獲得實時的條帶掃測深度值矩形陣列，根據(jù)主慣導(dǎo)誤差范圍從 原始先驗數(shù)據(jù)庫得到背景深度值矩陣陣列；
[0014] 把各個深度值轉(zhuǎn)化成0-255之間的灰度值，通過下述公式歸一化灰度轉(zhuǎn)換，使深 度值矩陣陣列形成待匹配的背景灰度圖和模板灰度圖；
[0015]

【權(quán)利要求】
1. 一種具有旋轉(zhuǎn)不變性的海底地形二維匹配輔助導(dǎo)航方法，其特征在于，包括以下步 驟： 1) 從多波束測深系統(tǒng)獲得實時的條帶掃測深度值矩陣陣列，并將高程陣列值轉(zhuǎn)化為灰 度值得到模板灰度圖；讀取主導(dǎo)航系統(tǒng)誤差范圍內(nèi)區(qū)域的地形二維高程陣列值轉(zhuǎn)化為灰度 值，以形成背景灰度圖； 2) 采用旋轉(zhuǎn)不變的圖像矩函數(shù)作為特征量，將背景灰度圖中搜索與模板灰度圖特征量 匹配的區(qū)域、獲得多波束測深系統(tǒng)實時掃測時所處的位置。
2. 根據(jù)權(quán)利要求1所述的具有旋轉(zhuǎn)不變性的海底地形二維匹配輔助導(dǎo)航方法，其特征 在于，還包括步驟3):運(yùn)行步驟1)和步驟2)若干次，利用多次匹配的結(jié)果得到精確航跡并 返回至主導(dǎo)航系統(tǒng)修正誤差。
3. 根據(jù)權(quán)利要求1所述的具有旋轉(zhuǎn)不變性的海底地形二維匹配輔助導(dǎo)航方法，其特征 在于，所述的旋轉(zhuǎn)不變圖像矩函數(shù)為Zernike矩、Hu矩或小波矩。
4. 根據(jù)權(quán)利要求1所述的具有旋轉(zhuǎn)不變性的海底地形二維匹配輔助導(dǎo)航方法，其特征 在于，所述在背景灰度圖中搜索與模板灰度圖特征量匹配的區(qū)域的方法具體為，在背景灰 度圖中取出一系列子圖，并在計算子圖的圖像矩函數(shù)特征量與計算得到的模板灰度圖的圖 像矩函數(shù)特征量相比較，通過找到與模板灰度圖最匹配的子圖，然后以該子圖在背景灰度 圖的位置作為模板灰度圖的位置，以確定多波束測深系統(tǒng)實時掃描時所處的位置，其中在 計算子圖和模板灰度圖圖像矩函數(shù)特征量匹配的過程中采用圓窗口化處理后再計算特征 量。
5. 根據(jù)權(quán)利要求1?4所述的具有旋轉(zhuǎn)不變性的海底地形二維匹配輔助導(dǎo)航方法，其 特征在于，所述的旋轉(zhuǎn)不變圖像矩函數(shù)為Zernike矩時，具體步驟如下； 所述步驟1)具體為： 從多波束測深系統(tǒng)獲得實時的條帶掃測深度值矩形陣列，根據(jù)主慣導(dǎo)誤差范圍從原始 先驗數(shù)據(jù)庫得到背景深度值矩陣陣列； 把各個深度值轉(zhuǎn)化成0-255之間的灰度值，通過下述公式歸一化灰度轉(zhuǎn)換，使深度值 矩陣陣列形成待匹配的背景灰度圖和模板灰度圖；
其中，hu表示二維深度值陣列中第（i，j)個點(diǎn)的深度值，r〇und(·)表示臨近 取整，|hi;」表示第（i，j)個點(diǎn)深度值的絕對值，h' y表示該點(diǎn)轉(zhuǎn)化后的灰度值， 分別表示取二維深度值陣列中元素絕對值的最小值和最大值； 所述步驟2)具體為： 針對實時條帶模板灰度圖，以掃測條帶寬度為邊長取出初始位置正方形圖作為模板 圖；針對背景灰度圖，從左上角開始依次逐像素地取和模板正方形相同大小的圖作為子圖， 直至遍歷整個背景圖； 對每一個正方形灰度子圖和模板圖進(jìn)行如下圓窗口化操作：只取此正方形內(nèi)切圓的 像素點(diǎn)，其余像素點(diǎn)置零； 計算正方形灰度子圖和模板圖的Zernike多階矩，具體如下： 為了計算簡便和快速，進(jìn)行方圓變換； 經(jīng)過方圓變換，有如下關(guān)系：
其中，Y表示某點(diǎn)變換后在極坐標(biāo)系里與原點(diǎn)的半徑，X，y分別表示變換前某點(diǎn)在矩 形的直角坐標(biāo)系里的坐標(biāo)，max{}表示取括號內(nèi)元素的最大值；
其中，
表示變換后對應(yīng)的該像素點(diǎn)在圓形的極坐標(biāo)系里的坐標(biāo)； 若N代表圖像的像素數(shù)，則坐標(biāo)值的范圍為：
其中，（r，Θ)表示歸一化到單位圓內(nèi)的極坐標(biāo)，N表示圖像像素總的點(diǎn)數(shù)； 把矩形圖像二維分布f (X，y)變換為單位圓極坐標(biāo)系里的圖像分布為g(r，Θ ); 根據(jù)Zernike矩的定義式：
其中，Zn，m表示圖像的n階"1重Zernike矩，B Mk表示圖像的η階m重徑向矩，g(r, Θ ) 即為極坐標(biāo)系（r，Θ)上的圖像分布，r表示半徑，Θ表示角度； 可得，變換后圓形圖像的Zernike矩的實部和虛部如下：
其中，
分別表示P階q重Zernike矩的實部和虛部，RM( ·)為Zernike矩的p 階q重徑向多項式； 根據(jù)Zernike矩的特性，旋轉(zhuǎn)不變量有Zernike矩的各階模值； 取其中的前四個模值|Z2(I|，|Z22|，|Z31|，|Z 33|作為相似性度量的特征量，記為： Z(i), (1 ^ i ^ 4)； 其中，Z(l) = |Zj，Z(2) = |Z22|，Z(3) = |Z31|，Z(4) = |z33| ; 針對背景灰度圖，采用遍歷搜索法截取每個與實時模板圖相同大小的正方形子圖，對 于每個子圖計算四個模值|z2(l|，|z22|，|z31|，|z 33|，得到每個子圖的特征量； 對于模板和每個子圖，使用歸一化互相關(guān)算法作為相似性度量方法，得到最佳匹配子 圖，即模板的位置；公式如下：
其中，s (x，y)表示模板圖與坐標(biāo)為（x，y)的子圖之間的相關(guān)性系數(shù)，值越大，相似性 越高；ZK(i)，ZT(i)分別表示子圖和模板圖的各階Zernike矩，乏Λ，歹r分別表示子圖和模板 圖的各階Zernike矩的平均值； 找到S (x，y)最大的位置子圖，即為最佳匹配位置子圖，以該子圖范圍作為獲得多波 束測深系統(tǒng)實時掃測時經(jīng)過的位置范圍。
6. 根據(jù)權(quán)利要求5所述的具有旋轉(zhuǎn)不變性的海底地形二維匹配輔助導(dǎo)航方法，其特征 在于，還包括步驟3):運(yùn)行步驟1)和步驟2)若干次，得到若干個最佳匹配位置子圖中心連 接形成的位置軌跡，然后將該位置軌跡返回主導(dǎo)航系統(tǒng)實時修正主導(dǎo)航系統(tǒng)的誤差。
7. 根據(jù)權(quán)利要求1?4所述的具有旋轉(zhuǎn)不變性的海底地形二維匹配輔助導(dǎo)航方法，其 特征在于，所述的主導(dǎo)航系統(tǒng)為捷聯(lián)慣性導(dǎo)航系統(tǒng)。
【文檔編號】G01C21/20GK104154911SQ201410394482
【公開日】2014年11月19日 申請日期:2014年8月12日 優(yōu)先權(quán)日:2014年8月12日
【發(fā)明者】徐曉蘇, 岳增陽, 李佩娟, 張濤, 湯郡郡 申請人:東南大學(xué)