CN104463877B - 一种基于雷达影像与电子海图信息的岸线配准方法 - Google Patents

Abstract

本发明公开了一种基于雷达影像与电子海图信息的岸线配准方法，包括以下步骤：对雷达影像进行处理，获取其中的河/海岸线，并转换为全局坐标系下的像素位置坐标；根据S57海图格式标准，从电子海图中提取代表河/海岸线的线条信息，并转换为大地坐标系下的经纬度坐标；通过灰色关联处理手段，针对雷达影像和电子海图所提取出来的岸线坐标进行关联匹配，比较不同位置及尺度下的数据关联度，在这两种不同来源的数据之间实现粗配准；通过ICP配准处理手段，针对雷达影像和电子海图所提取出来的岸线坐标进行精配准。本发明提供的岸线识别方法识别精确度高，为其他目标识别划定范围做铺垫，有效降低雷达目标识别的错误率。

Description

一种基于雷达影像与电子海图信息的岸线配准方法

技术领域

本发明涉及地理信息技术领域，尤其涉及一种基于雷达影像与电子海图信息的岸线配准方法。

背景技术

在船舶现代化监管中，海事雷达是一种非常重要的监管手段。由于其工作环境复杂，岸线周围错综复杂的建筑物、行驶车辆、风浪、水面等往往会对海事雷达产生较大的干扰，出现杂波，有必要针对雷达图像进行处理，生成岸线的基本轮廓，进而为岸线识别，以及水上目标识别做好铺垫，以便降低雷达目标识别的错误率。此外，对雷达影像和电子海图的叠加显示，能够将电子海图的地理信息优势和雷达装备的实时探测能力结合在一起，从而更加准确地获悉周围水域的障碍物信息，大幅提高船舶的避碰能力。因此，通过图像处理技术，从雷达影像中提取出岸线数据，并与电子海图进行配准，实现雷达影像和电子海图的叠加显示，在保障水上交通安全方面具有重要意义。

发明内容

本发明要解决的技术问题在于针对现有技术中的缺陷，提供一种基于雷达影像与电子海图信息的岸线配准方法。

本发明解决其技术问题所采用的技术方案是：一种基于雷达影像与电子海图信息的岸线配准方法，包括以下步骤：

1)对雷达影像进行处理，获取其中的河/海岸线，并转换为全局坐标系下的像素位置坐标；

2)根据S57海图格式标准，从电子海图中提取代表河/海岸线的线条信息，并转换为大地坐标系下的经纬度坐标；

3)通过灰色关联处理手段，针对雷达影像和电子海图所提取出来的岸线坐标进行关联匹配，比较不同位置及尺度下的数据关联度，在这两种不同来源的数据之间实现粗配准；

4)通过ICP配准处理手段，针对雷达影像和电子海图所提取出来的岸线坐标进行精配准。

按上述方案，所述步骤1)中雷达影像的图像处理使用包括连通域判别、边缘提取、Gabor小波处理图像处理技术。

按上述方案，所述步骤(1)中基于雷达影像的河/海岸线信息提取方法，包括以下步骤：

(1.1)对雷达影像进行灰度变换，将彩色图像转化为8位灰度图像；

(1.2)对雷达影像进行连续帧间差分处理，提取雷达检测中的背景影像；定义第t帧雷达检测影像为：其中i、j代表第i行，第j列的像素点；则连续三帧雷达影像可以分别表示为：同时定义第t帧的背景图像为：

(1.3)将这三帧连续视频图像分为两组，第t-1帧和第t帧为一组，第t帧及第t+1帧为另一组，分别对这两组视频的每一个象素点进行帧间差减，并将其绝对值保存在中，如公式(1)所示：

(1.4)将中各像素的值分别与一个预先给定的阈值T₀进行比较，如果某一点i，j上对应的的值均大于T₀，则可以判断这一点在当前连续三帧图像中都是运动的；反之，该点即为背景图像中的一部分，如公式(2)所示，对前30秒的雷达检测影像反复进行背景提取处理，即可构建出完整的初始背景影像；

(1.5)统计背景影像的灰度分布直方图，设定阈值T₁，针对目标信息的灰度特性进行二值化；如公式(3)所示：

(1.6)在得到二值化的背景图象后，利用区域生长法将灰度值为255的像素点按邻域连通性原则合成一个区域，对连通区域像素值大小的统计和排序，如果区域面积过小或者长宽比不符合岸线的一般特征，则认为是干扰信号而予以删除，最终选取出包含了岸线有效信息的连通区域；其中，连通区域的选取采用四领域法，即目标像素p及其周围的(x+1,y)，(x,y-1)，(x-1,y)，(x,y+1)呈现联通状态则认为是同一连通域；

(1.7)采用拉普拉斯算子对包含岸线有效信息的连通域进行边缘提取，获取可能的岸线边缘；拉普拉斯算子的定义如公式(4)、(5)所示：

(1.8)对背景边缘图像采用Hough变换获取岸线的方向信息，Hough变换的极坐标定义为：x cosθ+y sinθ＝ρ，通过对所有边缘像素点的极坐标(ρ,θ)进行统计，选取最大的θ作为岸线的方向角信息，并以其为依据确定Gabor变换的角度，代入Gabor小波中实现对岸线点的提取；二维Gabor小波变换以及傅里叶变换的定义如公式(6)、(7)、(8)所示：

h(x,y)＝g(x,y)exp(2πjWx) (7)

按上述方案，所述步骤(3)中针对来自雷达影像和电子海图的岸线信息进行灰色关联分析，确定几何形态最为接近的岸线位置，实现两种岸线数据间的粗配准，具体包括以下步骤：

(3.1)针对雷达影像和电子海图的特征，确定灰色关联分析中的参考数据列和比较数据列：由于雷达影像为位图形式，而电子海图为矢量图形式，因此将雷达影像中提取的岸线坐标设定为参考数据列，定义为：R＝{r(k)|k＝1,2,…,n，将电子海图中的岸线信息设定为比较数据列，分别定义为：E_i＝{e_i(k)|k＝1,2,…,n}。之后比较R和若干个E_i之间的几何形态相似程度，判断其关联程度；

(3.2)雷达影像中的岸线信息为位图坐标，电子海图中的岸线信息为经纬度信息，数据量纲不同，需根据公式(9)进行数据的无量纲化处理如下：

(3.3)根据公式(10)和(11)，计算比较数据列R与参考数据列E_i中对应数据的关联系数如下：

Δ_i(k)＝|r(k)-e_i(k)| (11)

(3.4)取所有关联系数的平均值为数据列之间的关联度，并以此表示比较数据列R与参考数据列E_i之间的关联程度，如公式(12)如示：

(3.5)将关联度r_i按大小排序，取关联度最大的比较数据列R与参考数据列E_i为同一条岸线的粗配准结果。

按上述方案，所述步骤(4)中针对来自雷达影像和电子海图的岸线信息采用了改进的ICP点云配准方法，实现了两种岸线数据间的精配准，具体包括以下步骤：

(4.1)将粗配准后的雷达影像岸线数据存储在点集P中，定义为：{P|P_i∈R³,i＝1,2,…,N}，p_i为岸线上某点的坐标，定义为：(x_pi，y_pi)；同时，将对应的电子海图岸线数据存储在点集Q中，定义为：{Q|q_i∈R³,i＝1,2,…,N}，q_i为岸线上某点的坐标，定义为：(x_qi,y_qi)；作为同一段岸线的非同源数据，P、Q两个点集之间应符合刚体变换，假定该刚体变换是由一个2*2的旋转矩阵R和一个2*2的平移矩阵T实现的，如公式(13)所示：

(4.2)根据最优匹配原则设计数据配准的目标函数，如公式(14)所示，点集R、T应使该目标函数的值最小：

(4.3)计算点集P中的每一个点在Q点集中的对应最近点；

(4.4)计算上述对应点对平均距离最小的刚体变换，求得旋转矩阵R和平移矩阵T；

(4.5)对Q使用上一步的平移矩阵T和旋转矩阵R，得到新的变换点集，并替换获得新的点集Q；

(4.6)如果新的点集Q与参考点集P之间满足公式(14)中目标函数的要求，即平均距离小于给定的阀值，则停止迭代，完成精配准；否则，以新的点集Q与参考点集P继续迭代下去，直到达到目标函数的要求。

本发明产生的有益效果是：本发明提供的岸线识别方法识别精确度高，为其他目标识别划定范围做铺垫，有效降低雷达目标识别的错误率。

附图说明

下面将结合附图及实施例对本发明作进一步说明，附图中：

图1是本发明实施例的方法流程图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

如图1所示，一种基于雷达影像与电子海图信息的岸线配准方法，包括以下步骤：

1)使用包括连通域判别、边缘提取、Gabor小波处理图像处理技术对雷达影像进行处理，获取其中的河/海岸线，并转换为全局坐标系下的像素位置坐标；

(1.1)对雷达影像进行灰度变换，将彩色图像转化为8位灰度图像；

(1.2)对雷达影像进行连续帧间差分处理，提取雷达检测中的背景影像；定义第t帧雷达检测影像为：其中i、j代表第i行，第j列的像素点；则连续三帧雷达影像可以分别表示为：同时定义第t帧的背景图像为：

(1.3)将这三帧连续视频图像分为两组，第t-1帧和第t帧为一组，第t帧及第t+1帧为另一组，分别对这两组视频的每一个象素点进行帧间差减，并将其绝对值保存在中，如公式(1)所示：

(1.4)将中各像素的值分别与一个预先给定的阈值T₀进行比较，如果某一点i，j上对应的的值均大于T₀，则可以判断这一点在当前连续三帧图像中都是运动的；反之，该点即为背景图像中的一部分，如公式(2)所示，对前30秒的雷达检测影像反复进行背景提取处理，即可构建出完整的初始背景影像；

(1.5)统计背景影像的灰度分布直方图，设定阈值T₁，针对目标信息的灰度特性进行二值化；如公式(3)所示：

(1.6)在得到二值化的背景图象后，利用区域生长法将灰度值为255的像素点按邻域连通性原则合成一个区域，对连通区域像素值大小的统计和排序，如果区域面积过小或者长宽比不符合岸线的一般特征，则认为是干扰信号而予以删除，最终选取出包含了岸线有效信息的连通区域；其中，连通区域的选取采用四领域法，即目标像素p及其周围的(x+1,y)，(x,y-1)，(x-1,y)，(x,y+1)呈现联通状态则认为是同一连通域；

(1.7)采用拉普拉斯算子对包含岸线有效信息的连通域进行边缘提取，获取可能的岸线边缘；拉普拉斯算子的定义如公式(4)、(5)所示：

(1.8)对背景边缘图像采用Hough变换获取岸线的方向信息，Hough变换的极坐标定义为：x cosθ+y sinθ＝ρ，通过对所有边缘像素点的极坐标(ρ,θ)进行统计，选取最大的θ作为岸线的方向角信息，并以其为依据确定Gabor变换的角度，代入Gabor小波中实现对岸线点的提取；二维Gabor小波变换以及傅里叶变换的定义如公式(6)、(7)、(8)所示：

h(x,y)＝g(x,y)exp(2πjWx) (7)

2)根据S57海图格式标准，从电子海图中提取代表河/海岸线的线条信息，并转换为大地坐标系下的经纬度坐标；

3)通过灰色关联处理手段，针对雷达影像和电子海图所提取出来的岸线坐标进行关联匹配，比较不同位置及尺度下的数据关联度，在这两种不同来源的数据之间实现粗配准；

具体包括以下步骤：

(3.1)针对雷达影像和电子海图的特征，确定灰色关联分析中的参考数据列和比较数据列：由于雷达影像为位图形式，而电子海图为矢量图形式，因此将雷达影像中提取的岸线坐标设定为参考数据列，定义为：R＝{r(k)|k＝1,2,…,n，将电子海图中的岸线信息设定为比较数据列，分别定义为：E_i＝{e_i(k)|k＝1,2,…,n}。之后比较R和若干个E_i之间的几何形态相似程度，判断其关联程度；

(3.2)雷达影像中的岸线信息为位图坐标，电子海图中的岸线信息为经纬度信息，数据量纲不同，需根据公式(9)进行数据的无量纲化处理如下：

(3.3)根据公式(10)和(11)，计算比较数据列R与参考数据列E_i中对应数据的关联系数如下：

Δ_i(k)＝|r(k)-e_i(k)| (11)

(3.4)取所有关联系数的平均值为数据列之间的关联度，并以此表示比较数据列R与参考数据列E_i之间的关联程度，如公式(12)如示：

(3.5)将关联度r_i按大小排序，取关联度最大的比较数据列R与参考数据列E_i为同一条岸线的粗配准结果。

4)通过ICP配准处理手段，针对雷达影像和电子海图所提取出来的岸线坐标进行精配准；

具体包括以下步骤：

(4.1)将粗配准后的雷达影像岸线数据存储在点集P中，定义为：{P|p_i∈R³,i＝1,2,…,N}，p_i为岸线上某点的坐标，定义为：(x_pi,y_pi)；同时，将对应的电子海图岸线数据存储在点集Q中，定义为：{Q|q_i∈R³,i＝1,2,…,N}，q_i为岸线上某点的坐标，定义为：(x_qi,y_qi)；作为同一段岸线的非同源数据，两个点集之间应符合刚体变换，假定该刚体变换是由一个2*2的旋转矩阵R和一个2*2的平移矩阵T实现的，如公式(13)所示：

(4.2)根据最优匹配原则设计数据配准的目标函数，如公式(14)所示，点集R、T应使该目标函数的值最小：

(4.3)计算点集P中的每一个点在Q点集中的对应最近点；

(4.4)计算上述对应点对平均距离最小的刚体变换，求得旋转矩阵R和平移矩阵T；

(4.5)对Q使用上一步的平移矩阵T和旋转矩阵R，得到新的变换点集，并替换获得新的点集Q；

(4.6)如果新的点集Q与参考点集P之间满足公式(14)中目标函数的要求，即平均距离小于给定的阀值，则停止迭代，完成精配准；否则，以新的点集Q与参考点集P继续迭代下去，直到达到目标函数的要求。

应当理解的是，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，而所有这些改进和变换都应属于本发明所附权利要求的保护范围。

Claims (4)

1.一种基于雷达影像与电子海图信息的岸线配准方法，其特征在于，包括以下步骤：

1)对雷达影像进行处理，提取其中的河/海岸线，并转换为全局坐标系下的像素位置坐标；

所述步骤1)中基于雷达影像的河/海岸线信息提取方法，包括以下步骤：

(1.1)对雷达影像进行灰度变换，将彩色图像转化为8位灰度图像；

(1.2)对雷达影像进行连续帧间差分处理，提取雷达检测中的背景影像；定义第t帧雷达检测影像为：其中i、j代表第i行，第j列的像素点；则连续三帧雷达影像可以分别表示为：同时定义第t帧的背景图像为：

(1.3)将这三帧连续视频图像分为两组，第t-1帧和第t帧为一组，第t帧及第t+1帧为另一组，分别对这两组视频的每一个象素点进行帧间差减，并将其绝对值保存在 中，如公式(1)所示：

(1.4)将 中各像素的值分别与一个预先给定的阈值T₀进行比较，如果某一点(i，j)上对应的 的值均大于T₀，则可以判断这一点在当前连续三帧图像中都是运动的；反之，该点即为背景图像中的一部分， 如公式(2)所示，对前30秒的雷达检测影像反复进行背景提取处理，即可构建出完整的初始背景影像；

(1.5)统计背景影像的灰度分布直方图，设定阈值T₁，针对目标信息的灰度特性进行二值化；如公式(3)所示：

(1.6)在得到二值化的背景图象后，利用区域生长法将灰度值为255的像素点按邻域连通性原则合成一个区域，对连通区域像素值大小的统计和排序，如果区域面积过小或者长宽比不符合岸线的一般特征，则认为是干扰信号而予以删除，最终选取出包含了岸线有效信息的连通区域；其中，连通区域的选取采用四领域法，即目标像素p及其周围的(x+1,y)，(x,y-1)，(x-1,y)，(x,y+1)呈现联通状态则认为是同一连通域；

(1.7)采用拉普拉斯算子对包含岸线有效信息的连通域进行边缘提取，获取可能的岸线边缘；拉普拉斯算子的定义如公式(4)、(5)所示：

其中，Z₅表示当前所处理的像素点的灰度值，Z₁、Z₂、Z₃、Z₄、Z₆、Z₇、Z₈、Z₉分别表示当前像素点的周边8个邻域像素点的灰度值；

(1.8)对背景边缘图像采用Hough变换获取岸线的方向信息，Hough变换的极坐标定义为：x cosθ+y sinθ＝ρ，通过对所有边缘像素点的极坐标(ρ,θ)进行统计，选取最大的θ作为岸线的方向角信息，并以其为依据确定Gabor变换的角度，代入Gabor小波中实现对岸线点的提取；二维Gabor小波变换以及傅里叶变换的定义如公式(6)、(7)、(8)所示：

h(x,y)＝g(x,y)exp(2πjWx) (7)

其中，g(x，y)代表提供调制作用的高斯函数，σ_x和σ_y是Gabor在x、y两个坐标轴上的标准方差，这两个标准方差决定了滤波器作用区域；j是Gabor函数的虚数单位，满足j²＝-1；W是复正弦函数在横轴上的频率值，可以将Gabor函数分解为实部和虚部两个分量；H(u，v)是Gabor函数h(x，y)的傅立叶变换，σ_u和σ_v是其在u、v两个方向上的标准方差；

2)根据S57海图格式标准，从电子海图中提取代表河/海岸线的线条信息，并转换为大地坐标系下的经纬度坐标；

3)通过灰色关联处理手段，针对雷达影像和电子海图所提取出来的岸线坐标进行关联匹配，比较不同位置及尺度下的数据关联度，在这两种不同来源的数据之间实现粗配准；

4)通过ICP配准处理手段，针对雷达影像和电子海图所提取出来的岸线坐标进行精配准。

2.根据权利要求1所述的岸线配准方法，其特征在于，所述步骤1)中雷达影像的图像处理使用包括连通域判别、边缘提取和Gabor小波处理图像处理技术。

3.根据权利要求1所述的岸线配准方法，其特征在于，所述步骤3)中针对来自雷达影像和电子海图的岸线信息进行灰色关联分析，确定几何形态最为接近的岸线位置，实现两种岸线数据间的粗配准，具体包括以下步骤：

(3.1)针对雷达影像和电子海图的特征，确定灰色关联分析中的参考数据列和比较数据列：由于雷达影像为位图形式，而电子海图为矢量图形式，因此将雷达影像中提取的岸线坐标设定为参考数据列，定义为：R＝{r(k)|k＝1,2,…,n，将电子海图中的岸线信息设定为比较数据列，分别定义为：E_i＝{e_i(k)|k＝1,2,…,n}；之后比较R和若干个E_i之间的几何形态相似程度，判断其关联程度；

(3.2)雷达影像中的岸线信息为位图坐标，电子海图中的岸线信息为经纬度信息，数据量纲不同，需根据公式(9)进行数据的无量纲化处理如下：

(3.3)根据公式(10)和(11)，计算比较数据列R与参考数据列E_i中对应数据的关联系数如下：

Δ_i(k)＝|r(k)-e_i(k)| (11)

(3.4)取所有关联系数的平均值为数据列之间的关联度，并以此表示比较数据列R与参考数据列E_i之间的关联程度，如公式(12)如示：

(3.5)将关联度r_i按大小排序，取关联度最大的比较数据列R与参考数据列E_i为同一条岸线的粗配准结果。

4.根据权利要求1所述的岸线配准方法，其特征在于，所述步骤4)中针对来自雷达影像和电子海图的岸线信息采用了改进的ICP点云配准方法，实现了两种岸线数据间的精配准，具体包括以下步骤：

(4.1)将粗配准后的雷达影像岸线数据存储在点集P中，定义为：{P|p_i∈R³,i＝1,2,…,N}，p_i为岸线上某点的坐标，定义为：(x_pi,y_pi)；同时，将对应的电子海图岸线数据存储在点集Q中，定义为：{Q|q_i∈R³,i＝1,2,…,N}，q_i为岸线上某点的坐标，定义为：(x_qi,y_qi)；作为同一段岸线的非同源数据，P、Q两个点集之间应符合刚体变换，假定该刚体变换是由一个2*2的旋转矩阵R 和一个2*2的平移矩阵T实现的，如公式(13)所示：

(4.2)根据最优匹配原则设计数据配准的目标函数，如公式(14)所示，点集R、T应使该目标函数的值最小：

(4.3)计算点集P中的每一个点在Q点集中的对应最近点；

(4.4)计算上述对应点对平均距离最小的刚体变换，求得旋转矩阵R和平移矩阵T；

(4.5)对Q使用上一步的平移矩阵T和旋转矩阵Q，得到新的变换点集，并替换获得新的点集Q；

(4.6)如果新的点集Q与参考点集P之间满足公式(14)中目标函数的要求，即平均距离小于给定的阀值，则停止迭代，完成精配准；否则，以新的点集Q与参考点集P继续迭代下去，直到达到目标函数的要求。