本發(fā)明涉及的是一種數(shù)字圖像處理領(lǐng)域，具體涉及一種運(yùn)用于水下潛器導(dǎo)航系統(tǒng)的基于聲吶圖像邊緣角點(diǎn)直方圖的水下地形匹配方法。

背景技術(shù)：
近年來(lái)，世界科技強(qiáng)國(guó)正在重點(diǎn)研究與發(fā)展水下無(wú)人潛器技術(shù)，并計(jì)劃將其作為探索和利用海洋的主要工具。就目前的研究重點(diǎn)來(lái)看，潛器的水下導(dǎo)航技術(shù)是該領(lǐng)域最主要的技術(shù)挑戰(zhàn)之一。常用的水下導(dǎo)航定位方法主要有兩類(lèi)：一是基于聲學(xué)的導(dǎo)航方法，另一類(lèi)是基于航位推算的導(dǎo)航方法。二者雖然都可實(shí)現(xiàn)定位功能，但由于其固有缺陷，如累積誤差隨時(shí)間增長(zhǎng)、使用區(qū)域面積較小且維護(hù)成本昂貴等，它們都不適合獨(dú)立完成長(zhǎng)時(shí)間、長(zhǎng)距離的水下定位任務(wù)，而需要通過(guò)輔助導(dǎo)航技術(shù)對(duì)其進(jìn)行周期性修正。作為一種重要的地球物理導(dǎo)航方法，地形輔助導(dǎo)航即是在這種背景下產(chǎn)生并逐漸得到發(fā)展的。從工作原理的角度，地形輔助導(dǎo)航可以分為兩類(lèi)：景象匹配與地形高度匹配。地形高度匹配是使用較為廣泛的一種地形輔助導(dǎo)航方法，它在匹配區(qū)內(nèi)通過(guò)實(shí)時(shí)測(cè)量地形高程序列并將實(shí)測(cè)數(shù)據(jù)與地形高程數(shù)據(jù)庫(kù)進(jìn)行匹配分析，從而得到最相關(guān)位置，即載體的實(shí)際位置。本發(fā)明所研究的地形輔助導(dǎo)航方法屬于地形高度匹配，利用圖像處理技術(shù)對(duì)實(shí)測(cè)地形高程數(shù)據(jù)進(jìn)行分析，通過(guò)求取實(shí)測(cè)區(qū)域與基準(zhǔn)區(qū)域的邊緣角點(diǎn)直方圖之間的相似度來(lái)達(dá)到確定潛器位置的目的。

技術(shù)實(shí)現(xiàn)要素：
本發(fā)明的目的在于提供一種利用水下地形深度數(shù)據(jù)對(duì)潛器進(jìn)行實(shí)時(shí)定位的基于聲吶圖像邊緣角點(diǎn)直方圖的水下地形匹配方法。本發(fā)明的目的是這樣實(shí)現(xiàn)的：一種基于聲吶圖像邊緣角點(diǎn)直方圖的水下地形匹配方法，包括如下步驟：(1)對(duì)原始多波束數(shù)據(jù)進(jìn)行規(guī)格化與插值處理，對(duì)于深度值，通過(guò)線性變換，將其轉(zhuǎn)換到0-255范圍；(2)將三維模型投影到XY平面上，若將各投影點(diǎn)的灰度值設(shè)置為該點(diǎn)在三維模型中的高度值，則該投影即為水下地形的灰度圖像；(3)遍歷各灰度級(jí)，統(tǒng)計(jì)同一灰度級(jí)下的像素?cái)?shù)目，構(gòu)成灰度直方圖，獲得各灰度級(jí)下像素的總數(shù)；(4)提取各灰度級(jí)的邊緣點(diǎn)，并記錄其位置與數(shù)目，其中邊緣點(diǎn)定義為：某灰度級(jí)的所有像素點(diǎn)中，若某點(diǎn)與其至少一個(gè)四鄰域像素點(diǎn)具有不同灰度值，則該點(diǎn)為該灰度級(jí)的邊緣點(diǎn)；(5)遍歷各灰度級(jí)的邊緣點(diǎn)，提取各灰度級(jí)的邊緣角點(diǎn)，并記錄其數(shù)目，其中邊緣角點(diǎn)定義如下：某灰度級(jí)的所有邊緣點(diǎn)中，若某點(diǎn)的灰度值不同于其至少一個(gè)垂直方向的相鄰點(diǎn)，并且該點(diǎn)的灰度值不同于其至少一個(gè)水平方向的相鄰點(diǎn)，則該點(diǎn)為該灰度級(jí)的邊緣角點(diǎn)；在一個(gè)位深度為L(zhǎng)、分辨率為N×M的灰度圖像中，L為正整數(shù)，N、M分別為圖像長(zhǎng)度和寬度，令g(i,j)代表像素點(diǎn)P(i,j)的灰度值，i＝1,2…N；j＝1,2…M；在該圖像第k個(gè)灰度級(jí)中k＝1,2...2L，其邊緣點(diǎn)的集合為Ek，邊緣角點(diǎn)的集合為Ck，Ck是Ek的子集：Ck表示：(6)計(jì)算各灰度級(jí)的邊緣角點(diǎn)復(fù)雜度：某灰度級(jí)的邊緣角點(diǎn)復(fù)雜度γk為該灰度級(jí)的邊緣角點(diǎn)數(shù)與邊緣點(diǎn)數(shù)之比，其中λ(Ek)與λ(Ck)分別為該灰度級(jí)的邊緣點(diǎn)數(shù)與邊緣角點(diǎn)數(shù)(7)將各灰度級(jí)的邊緣角點(diǎn)復(fù)雜度作為該灰度級(jí)在直方圖中的值，從而獲得該圖像的邊緣角點(diǎn)直方圖；(8)利用直方圖作為模板，對(duì)基準(zhǔn)圖進(jìn)行掃描；統(tǒng)計(jì)基準(zhǔn)圖中每一個(gè)掃描位置的邊緣角點(diǎn)直方圖，并計(jì)算其與模板直方圖的相似度，相似性度量采用最大均方誤差法；(9)完成整幅基準(zhǔn)圖的掃描后，將具有最大相似度的掃描位置坐標(biāo)作為匹配結(jié)果輸出。本發(fā)明利用直方圖理論，對(duì)圖像的各灰度級(jí)分別進(jìn)行分析，克服了傳統(tǒng)灰度直方圖分辨率差的缺點(diǎn)。利用邊緣角點(diǎn)直方圖作為圖像特征，根據(jù)相似性計(jì)算結(jié)果對(duì)水下載體位置進(jìn)行定位。在有噪聲、方向誤差及尺度變化存在的情況下，仍能保持結(jié)果的可靠性。由于水下地形圖像中同一灰度級(jí)像素的分布非常分散，因此同一灰度級(jí)的像素點(diǎn)大部分都被判定為邊緣點(diǎn)，從而使不同圖像之間常具有相似的灰度直方圖及邊緣角點(diǎn)數(shù)。本發(fā)明針對(duì)該問(wèn)題，通過(guò)定義邊緣角點(diǎn)，能夠有效提取該類(lèi)圖像之間的空間分布信息，構(gòu)造出具有足夠區(qū)分度的邊緣角點(diǎn)直方圖，從而獲得良好的匹配結(jié)果。附圖說(shuō)明圖1是通過(guò)插值獲得的連續(xù)三維水下地形模型。圖2是水下地形模型的二維投影。圖3是水下地形圖像。圖4是邊緣角點(diǎn)的所有可能形式。圖5是在不同噪聲背景下的匹配結(jié)果圖。圖6是利用不同尺寸的實(shí)時(shí)圖得到的匹配結(jié)果圖。圖7是在實(shí)時(shí)圖與基準(zhǔn)圖之間存在不同旋轉(zhuǎn)角度下的匹配結(jié)果圖。具體實(shí)施方式下面結(jié)合附圖舉例對(duì)本發(fā)明做更詳細(xì)的描述：一種基于聲吶圖像邊緣角點(diǎn)直方圖的水下地形匹配方法，包括多波束數(shù)據(jù)規(guī)格化及插值成圖、地形特征提取、基準(zhǔn)圖掃描與定位，多波束數(shù)據(jù)經(jīng)過(guò)規(guī)格化和插值處理形成具有均勻間距的數(shù)據(jù)點(diǎn)陣，將該數(shù)據(jù)點(diǎn)陣作為圖像的灰度，形成水下地形圖像，提交給地形特征提取算法進(jìn)行分析；地形特征提取包括計(jì)算輸入圖像各灰度級(jí)對(duì)應(yīng)的邊緣角點(diǎn)復(fù)雜度以及求取對(duì)應(yīng)的邊緣角點(diǎn)直方圖，并將其作為地形的特征；對(duì)基準(zhǔn)地圖進(jìn)行掃描，計(jì)算實(shí)時(shí)圖和基準(zhǔn)圖對(duì)應(yīng)位置的邊緣角點(diǎn)直方圖的相似度，相似度最大的位置作為匹配結(jié)果輸出。所述的地形特征提取算法包括按照?qǐng)D像灰度由低到高的順序，計(jì)算各灰度級(jí)像素的邊緣角點(diǎn)復(fù)雜度以及構(gòu)造邊緣角點(diǎn)直方圖。其中各灰度級(jí)像素的邊緣角點(diǎn)復(fù)雜度將通過(guò)依次計(jì)算其邊緣像素?cái)?shù)、邊緣角點(diǎn)像素?cái)?shù)來(lái)獲得；通過(guò)統(tǒng)計(jì)所有灰度級(jí)像素的邊緣角點(diǎn)復(fù)雜度來(lái)獲得邊緣角點(diǎn)直方圖。所述的基準(zhǔn)圖掃描與定位包括利用實(shí)時(shí)圖的邊緣角點(diǎn)直方圖作為模板，掃描基準(zhǔn)圖獲得各局部位置的邊緣角點(diǎn)直方圖特征，計(jì)算其與模板之間的相似度；相似性度量采用均方差準(zhǔn)則；相似度最大的位置認(rèn)為是載體的當(dāng)前位置，將該位置坐標(biāo)作為輸出?；鶞?zhǔn)圖各局部位置的邊緣角點(diǎn)直方圖特征可預(yù)先計(jì)算并存儲(chǔ)，在實(shí)際應(yīng)用中僅需計(jì)算實(shí)時(shí)圖的邊緣角點(diǎn)直方圖，由此可有效縮短匹配時(shí)間。1、對(duì)原始多波束測(cè)深數(shù)據(jù)進(jìn)行規(guī)格化與插值，將深度值通過(guò)線性變換限制在0-255范圍內(nèi)，并根據(jù)具體精度要求，設(shè)置差值密度，從而形成具有均勻分辨率的水下地形圖像；2、遍歷水下地形圖像，統(tǒng)計(jì)各灰度級(jí)像素?cái)?shù)，按灰度級(jí)大小排序，構(gòu)成水下地形圖像的灰度直方圖；3、遍歷各灰度級(jí)，提取各級(jí)像素點(diǎn)中的邊緣點(diǎn)，記錄各點(diǎn)位置及總數(shù)；4、定義同一灰度級(jí)下的邊緣角點(diǎn)，遍歷各灰度級(jí)的邊緣點(diǎn)，在其中提取出邊緣角點(diǎn)，記錄其數(shù)目；5、利用上述計(jì)算得到的邊緣點(diǎn)數(shù)和邊緣角點(diǎn)數(shù)獲得各灰度級(jí)的邊緣角點(diǎn)復(fù)雜度，并構(gòu)造出圖像的邊緣角點(diǎn)直方圖；6、將該邊緣角點(diǎn)直方圖作為模板，對(duì)基準(zhǔn)水下地形圖進(jìn)行遍歷掃描，并同時(shí)計(jì)算各掃描位置的相似度；7、完成掃描后，具有最大相似度的掃描位置坐標(biāo)即為定位結(jié)果。本發(fā)明是一種基于聲吶圖像區(qū)域統(tǒng)計(jì)特征的水下地形匹配方法。內(nèi)容包括對(duì)多波束測(cè)深數(shù)據(jù)進(jìn)行預(yù)處理，通過(guò)數(shù)據(jù)規(guī)格化及插值使其成為具有均勻分辨率的水下地形圖像；定義并依次提取各灰度級(jí)的邊緣點(diǎn)、邊緣角點(diǎn)，計(jì)算各灰度級(jí)的邊緣角點(diǎn)復(fù)雜度；按照各灰度級(jí)的順序，將其對(duì)應(yīng)的邊緣角點(diǎn)復(fù)雜度組成邊緣角點(diǎn)直方圖，作為匹配搜索的依據(jù)。本發(fā)明利用多波束測(cè)深數(shù)據(jù)構(gòu)造了水下地形圖像，通過(guò)提取圖像包含的水下地形在各深度上的邊緣角點(diǎn)信息，可以給出水下載體的精確位置，對(duì)于具有較大探測(cè)范圍的多波束測(cè)深數(shù)據(jù)有較好的結(jié)果。本發(fā)明能夠有效抵抗噪聲干擾，并且對(duì)實(shí)時(shí)圖與基準(zhǔn)地圖之間的旋轉(zhuǎn)偏差不敏感，能根據(jù)實(shí)際需要調(diào)整實(shí)時(shí)圖尺寸，使得檢測(cè)時(shí)間不會(huì)因數(shù)據(jù)量增長(zhǎng)而過(guò)長(zhǎng)。較一般的基于水下地形區(qū)域特征的匹配方法而言，本發(fā)明計(jì)算量較小，同時(shí)還可給出精確的位置信息，這樣有利于轉(zhuǎn)化為實(shí)際應(yīng)用。不同灰度圖像可能具有相同的灰度直方圖，因此僅利用圖像的灰度直方圖進(jìn)行匹配難以取得穩(wěn)定準(zhǔn)確的結(jié)果。而改進(jìn)的利用圖像邊緣像素的匹配方法，在處理具有相同的灰度直方圖和相同邊緣像素?cái)?shù)的圖像時(shí)同樣效果不佳。本發(fā)明相比以上兩種方法，更進(jìn)一步提出邊緣角點(diǎn)作為圖像特征，成功解決了上述問(wèn)題，并且尤其適合水下地形圖像的匹配，在定位精度上有明顯優(yōu)勢(shì)。1.對(duì)原始多波束數(shù)據(jù)進(jìn)行規(guī)格化與插值處理，目的是獲得連續(xù)平滑的水下地形模型。對(duì)于深度值，通過(guò)線性變換，將其轉(zhuǎn)換到0-255范圍內(nèi)以滿足灰度圖像的要求。插值精度可根據(jù)需要進(jìn)行選取，以獲得不同分辨率的結(jié)果。舉例如圖1所示，圖中插值精度為1平方米/像素。2.將圖1所示的三維模型投影到XY平面上，舉例如圖2所示。若將各投影點(diǎn)的灰度值設(shè)置為該點(diǎn)在三維模型中的高度值(即水深值)，則該投影即為水下地形的灰度圖像，舉例如圖3所示。圖2和圖3精度均為1平方米/像素。3.遍歷圖3的各灰度級(jí)，統(tǒng)計(jì)同一灰度級(jí)下的像素?cái)?shù)目，構(gòu)成灰度直方圖，獲得各灰度級(jí)下像素的總數(shù)。4.在上一步的基礎(chǔ)上，提取各灰度級(jí)的邊緣點(diǎn)，并記錄其位置與數(shù)目，其中邊緣點(diǎn)定義如下：某灰度級(jí)的所有像素點(diǎn)中，若某點(diǎn)與其至少一個(gè)四鄰域像素點(diǎn)(其四鄰域像素點(diǎn)可不屬于該灰度級(jí))具有不同灰度值，則該點(diǎn)為該灰度級(jí)的邊緣點(diǎn)。圖像的邊界點(diǎn)也為其所屬灰度級(jí)的邊緣點(diǎn)。5.遍歷各灰度級(jí)的邊緣點(diǎn)，提取各灰度級(jí)的邊緣角點(diǎn)，并記錄其數(shù)目，其中邊緣角點(diǎn)定義如下：某灰度級(jí)的所有邊緣點(diǎn)中，若某點(diǎn)的灰度值不同于其至少一個(gè)垂直方向的相鄰點(diǎn)，并且該點(diǎn)的灰度值不同于其至少一個(gè)水平方向的相鄰點(diǎn)，則該點(diǎn)為該灰度級(jí)的邊緣角點(diǎn)。在一個(gè)位深度為L(zhǎng)、分辨率為N×M的灰度圖像中(L為正整數(shù)，N、M分別為圖像長(zhǎng)度和寬度)，令g(i,j)代表像素點(diǎn)P(i,j)的灰度值，i＝1,2…N；j＝1,2…M。在該圖像第k個(gè)灰度級(jí)中(k＝1,2...2L)，其邊緣點(diǎn)的集合為Ek，邊緣角點(diǎn)的集合為Ck，那么Ck一定是Ek的子集：由此，Ck可由(2)式表示：圖4列出了根據(jù)(1)和(2)式，某灰度級(jí)中可能存在的所有邊緣角點(diǎn)的形式，即獨(dú)立點(diǎn)、線段端點(diǎn)及線段拐點(diǎn)。6.利用上述結(jié)果，計(jì)算各灰度級(jí)的邊緣角點(diǎn)復(fù)雜度，其定義如下：某灰度級(jí)的邊緣角點(diǎn)復(fù)雜度γk為該灰度級(jí)的邊緣角點(diǎn)數(shù)與邊緣點(diǎn)數(shù)之比，如(3)式所示，其中λ(Ek)與λ(Ck)分別為該灰度級(jí)的邊緣點(diǎn)數(shù)與邊緣角點(diǎn)數(shù)。7.將各灰度級(jí)的邊緣角點(diǎn)復(fù)雜度作為該灰度級(jí)在直方圖中的值，從而獲得該圖像的邊緣角點(diǎn)直方圖。8.利用該直方圖作為模板，對(duì)基準(zhǔn)圖進(jìn)行掃描。統(tǒng)計(jì)基準(zhǔn)圖中每一個(gè)掃描位置的邊緣角點(diǎn)直方圖，并計(jì)算其與模板直方圖的相似度，相似性度量采用最大均方誤差法。完成整幅基準(zhǔn)圖的掃描后，將具有最大相似度的掃描位置坐標(biāo)作為匹配結(jié)果輸出。圖5、圖6和圖7在等高線圖中表示了掃描結(jié)果，其中虛線所圍區(qū)域?yàn)檩d體真實(shí)位置(即實(shí)時(shí)圖)，五個(gè)矩形代表相似度最高的掃描位置?？梢钥吹?，隨著實(shí)時(shí)圖信噪比的降低、旋轉(zhuǎn)偏差的增大或?qū)崟r(shí)圖尺度的變化，最佳匹配位置均能夠正確涵蓋真實(shí)位置，表現(xiàn)了本發(fā)明良好的魯棒性。