CN115014354A - 一种水下太阳光斑和偏振场自适应融合的罗盘计算方法 - Google Patents

Abstract

本发明涉及一种水下太阳光斑和偏振场自适应融合的罗盘计算方法。首先通过微阵列偏振相机获取水下图像和偏振方位角，图像方面提取太阳光斑中心估计太阳矢量，并计算图像自适应融合因子；偏振方面由水下偏振方位角反演大气偏振E‑矢量，根据瑞利散射模型估计太阳矢量，并计算偏振自适应融合因子。最后，根据自适应融合因子融合太阳光斑和偏振场两种信息计算相机系下的太阳矢量，在水平面进行投影，并结合太阳年历获取地理系下的太阳方位角，最终得到相机的罗盘信息。本发明综合利用水下太阳光斑和偏振场信息进行自适应融合，可在不同水深下获取准确可靠的航向信息，可推广于水下图像式偏振传感器辅助导航应用场景。

Description

一种水下太阳光斑和偏振场自适应融合的罗盘计算方法

技术领域

本发明属于水下光学导航领域，具体涉及一种水下太阳光斑和偏振场自适应融合的罗盘计算方法。

背景技术

相比于陆地和空中，水下环境复杂且可用于导航的信息匮乏。目前已有的导航技术有惯性导航、卫星导航、声学导航等，它们应用于不同的环境具有各自的缺陷，惯性导航误差会随着时间积累，卫星导航在水下环境拒止，声学导航需预先布置信标等，难以满足在陌生复杂海洋环境下的导航要求。因此，科学家从水下环境信息中提取导航信息来满足导航需求。

水下环境中包含太阳光经水面折射后的光，可以提供导航信息，并且在大气环境中通过感知太阳光强获取导航信息的方法已相当成熟，如太阳敏感器技术，中国发明专利CN201210405372.3提出了超大视场太阳敏感器和提取图像太阳光斑中心获取太阳角度的方法，中国发明专利CN200810116807.6提出了获取太阳罗盘进行月球车位姿自主确定方法。但是通过感知太阳光提取导航信息的方法应用在水下还要考虑折射、水面波动等影响，仅依靠该方法解算太阳矢量精度易受干扰，还需考虑水下其他环境信息进行提取导航信息。

仿生偏振导航技术是一种基于大气偏振现象及生物视觉信息导航机理的新型导航技术，具有无源、自主的优点。仿生偏振导航在大气环境下导航定位的研究已经取得很大进展，水下偏振光同样具有与太阳位置有关的偏振特性分布规律，针对水下环境研究在水下生物偏振感知机理和水下偏振场方面等已有初步成果。例如，中国发明专利CN201911252040.4提出了基于水下偏振分布模式解算太阳矢量的方法，中国实用新型专利CN201921710541.8公开了一种近海水下实时偏振成像系统。在上述专利中，仅用水下偏振场信息解算太阳矢量，易受水下深度影响，并未充分利用水下环境信息。

因此，如何在不同水深的实际水下场景下充分利用水下太阳光斑和偏振场信息获得稳定可靠的导航信息以提高偏振传感器的水下环境适应性是一项亟待解决的问题。

发明内容

本发明要解决的技术问题是：现有图像式偏振传感器不能充分利用实际水下场景的环境信息，不能适应不同水下深度带来的影响，难以获取准确可靠的导航信息。

为达到上述目的，本发明采用的技术方案为：

一种水下太阳光斑和偏振场自适应融合的罗盘计算方法，其实现步骤如下：

步骤(1)、首先通过水下水平放置的微阵列偏振相机获取原始图像，对原始图像进行噪声滤波、阈值处理及二值化后得到太阳光斑图像，提取太阳光斑中心坐标(x_s,y_s)，由相机成像几何模型和折射定律得到图像估计太阳矢量S_F；

步骤(2)、根据步骤(1)得到的太阳光斑图像，由像素点个数计算太阳光斑的周长L_F和面积A_F，根据面积和周长评估当前水深采集的太阳光斑信息质量，反映受水面波动等影响程度，计算图像自适应融合因子ω_F；

步骤(3)、获取微阵列偏振相机的偏振方位角图像，取偏振方位角图像中n个像素点，结合相机成像几何模型和菲涅尔折射公式，由水下偏振方位角反演其对应的大气偏振E-矢量

根据大气偏振E-矢量与太阳矢量垂直关系解算得到偏振估计太阳矢量S_P；其中n≥10；

步骤(4)、根据步骤(3)获取的偏振方位角图像，将图像分块并做主成分分析，评估当前水深采集的偏振场信息质量，反映受水体散射等影响程度，提取图像分块样本矩阵的方差贡献率最大值作为偏振自适应融合因子ω_P；

步骤(5)、根据所述步骤(1)-(4)的计算结果，根据图像自适应融合因子和偏振自适应融合因子来融合太阳光斑和偏振场两种信息的结果，得到当前水深融合计算的相机坐标系下的太阳矢量S^b，在水平面进行投影得到相机坐标系下的太阳方位角

并结合太阳年历获取地理坐标系下的太阳方位角

最终得到相机的罗盘信息。

进一步地，所述步骤(1)的图像估计太阳矢量S_F具体步骤如下：

相机参数标定后可以得到相机成像几何模型f_camera(x,y)，进而确定图像中任意像素点(x,y)在相机坐标系的观测方向，其中以采集图像中心正上方为方位角零位，顺时针为正，天顶角为从相机天顶方向到观测方向的夹角。因此，通过质心法等方法提取图像中太阳光斑中心坐标，并得到关于相机坐标系下的天顶角和方位角：

由折射定律得到大气太阳天顶角

为：

其中，n_w,n_a分别为水与空气的折射率；

水面折射不会改变太阳光线传播的方位角，因此大气太阳方位角

与水下太阳方位角

相等，进而得到图像估计太阳矢量S_F：

进一步地，所述步骤(2)根据面积和周长计算图像自适应融合因子ω_F，具体实现如下：

步骤(1)获取的光斑图像中光斑包含上万个像素点，围成光斑的像素点数量构成其周长L_F，包含的所有像素点个数构成其面积A_F，根据面积和周长评估当前水深采集的太阳光斑信息质量，反映受水面波动等影响信息质量的程度，计算图像自适应融合因子为：

进一步地，所述步骤(3)具体包括：

获取微阵列偏振相机的偏振方位角图像，取图像中n个像素点坐标及其水下偏振方位角

其中n≥10，且像素点在图像中分布均匀不紧凑，根据相机成像几何模型得到像素点在相机坐标系的水下观测方向在相机坐标系下的天顶角和方位角：

根据折射定律得到大气观测方向的天顶角：

根据菲涅尔折射公式计算其大气偏振E-矢量的偏振方位角为：

则该E-矢量在相机坐标系下表示为：

由瑞利散射模型可知，大气偏振E-矢量

与太阳矢量垂直，利用n个大气偏振E-矢量

解算得到太阳矢量，具体方法如下：

太阳矢量的最优估计为矩阵EE^T的最小特征值对应的特征向量S_P，作为偏振估计太阳矢量。

进一步地，所述步骤(4)具体包括：

根据步骤(3)获取的偏振方位角图像，由于理想偏振方位角图像具有对称分布特性，将偏振方位角图像分为16块，每个图像块的尺寸为M*N，并将图像块中数据按照从左到右，从上到下的顺序重新排列成一个列向量x_k；

对16个图像样本做主成分分析，图像样本矩阵为：

A＝(x₁,x₂,...x₁₆)

构建图像样本的协方差矩阵C：

求解协方差矩阵C的特征值并按从大到小排序为λ₁,λ₂,...λ₁₆，提取方差贡献率最大的特征值λ₁在所有特征值占比计算偏振自适应融合因子ω_P：

进一步地，所述步骤(5)具体包括：

相机坐标系下的太阳矢量S^b在水平面进行投影得到

根据当前时间和位置以及太阳年历可获取地理坐标系下的太阳方位角

最终得到相机的罗盘信息，即相机坐标系方位角零位指向在地理坐标系下的航向角

本发明与现有技术相比的优点在于：

本发明提出的水下太阳光斑和偏振场自适应融合的罗盘计算方法可以充分利用水下环境信息，综合利用水下太阳光斑和偏振场信息进行自适应融合，二者的优势互补融合可以提供更多维度的信息，获取稳定可靠的导航信息。该方法适用于水下不同深度的应用场景，具有更高的环境适应性。该方法充分利用了水下采集的太阳光斑和偏振场信息进行自适应融合，得到当前深度下融合计算的太阳矢量，结合太阳年历获取相机的罗盘信息，提升了环境适应性，实现了在水下不同深度场景下利用多维度信息获取航向信息。

附图说明

图1为本发明一种水下太阳光斑和偏振场自适应融合的罗盘计算方法的流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅为本发明的一部分实施例，而不是全部的实施例，基于本发明中的实施例，本领域的普通技术人员在不付出创造性劳动的前提下所获得的所有其他实施例，都属于本发明的保护范围。

本发明提出一种水下太阳光斑和偏振场自适应融合的罗盘计算方法，其在水下偏振分布模式解算太阳矢量研究的基础上，基于微阵列偏振传感器获取水下包含太阳光斑和偏振场信息的图像，利用二者的优势互补融合可以提供更多维度的信息，分别从图像和偏振两个角度提取太阳矢量：图像方面由于折射太阳光对水下辐射照度贡献较大，以太阳海面折射方向的光强最强，当太阳处于成像视场时，该方向采集的图像易过曝光形成太阳光斑，可用来提取太阳矢量；偏振方面根据获取的偏振方位角图像，反演到大气偏振E-矢量解算太阳矢量。分别对太阳光斑和偏振场采集信息质量进行评价得到自适应融合因子，融合太阳光斑和偏振场两种信息的估计结果，得到当前水深融合计算的相机坐标系下的太阳矢量，并结合太阳年历获取地理坐标系下的太阳方位角，最终得到相机的罗盘信息。本发明使得微阵列偏振传感器综合利用水下太阳光斑和偏振场信息进行自适应融合，可在不同水深下获取准确可靠的罗盘信息，具有更高的环境适应性。

根据本发明的一个实施例，如图1所示，本发明的一种水下太阳光斑和偏振场自适应融合的罗盘计算方法具体实现步骤为：

步骤1、在水下1～20m内选择一定深度，水平放置微阵列偏振相机来获取原始图像。对原始图像进行噪声滤波、阈值处理及二值化后得到太阳光斑图像，根据质心法或其他方法提取太阳光斑中心坐标(x_s,y_s)，由相机成像几何模型和折射定律得到图像估计太阳矢量S_F。

太阳光斑中心(x_s,y_s)可作为图像中的太阳矢量信息。相机参数标定后可以得到相机成像几何模型f_camera(x,y)，可以确定图像中任意像素点(x,y)在相机坐标系的观测方向，其中以采集图像中心正上方为方位角零位，顺时针为正，天顶角为从相机天顶方向到观测方向的夹角。因此，可以得到水下太阳光斑中心关于相机的天顶角和方位角：

由折射定律得到大气太阳天顶角

为：

其中，n_w,n_a分别为水与空气的折射率；

水面折射不会改变太阳光线传播的方位角，因此大气太阳方位角

与水下太阳方位角

相等，进而得到图像估计太阳矢量S_F：

步骤2、根据步骤1获取的太阳光斑图像中光斑包含上万个像素点，围成太阳光斑的像素点数量构成其周长L_F，包含的所有像素点个数构成其面积A_F，根据面积和周长评估当前水深采集的太阳光斑信息质量，计算图像自适应融合因子为：

该参数用于评估当前水深的图像太阳光斑信息，如太阳受遮挡或水面波动等情况会导致参数降低，根据太阳光斑计算的太阳矢量不可靠。

步骤3、获取微阵列偏振相机的偏振方位角图像，取图像中n个像素点坐标，结合相机成像几何模型和菲涅尔折射公式反演其对应的大气偏振E-矢量

根据大气偏振E-矢量与太阳矢量垂直关系解算得到偏振估计太阳矢量S_P；其中n≥10，且所取像素点在图像上分布均匀不紧凑。

n个像素点坐标及其水下偏振方位角

根据相机成像几何模型得到像素点在相机坐标系的水下观测方向在相机坐标系下的天顶角和方位角：

根据折射定律得到大气观测方向的天顶角：

根据菲涅尔折射公式计算其大气偏振E-矢量的偏振方位角为：

则该对应的大气偏振E-矢量

在相机坐标系下表示为：

由瑞利散射模型可知，大气偏振E-矢量

与太阳矢量垂直，利用n个大气偏振E-矢量

解算得到太阳矢量，具体方法如下：

太阳矢量的最优估计为矩阵EE^T的最小特征值对应的特征向量S_P，作为偏振估计太阳矢量。

步骤4、根据步骤3获取的偏振方位角图像，由于理想的偏振方位角图像有对称分布特性，偏振方位角图像中每4*4像素小方块中各提取1个像素，将偏振方位角图像分为16块作为图像样本，也可以分为其他数量，满足原始图像尺寸长宽可整除即可。然后对图像样本做主成分分析，提取协方差矩阵最大特征值在所有特征值占比计算方差贡献率最大值作为偏振自适应融合因子ω_P；

每个图像块的尺寸为M*N，并将图像块中数据按照从左到右，从上到下的顺序重新排列成一个列向量x_k。对16个图像样本做主成分分析，图像样本矩阵为：

A＝(x₁,x₂,...x₁₆)

构建图像样本的协方差矩阵C：

求解协方差矩阵C的特征值并按从大到小排序为λ₁,λ₂,...λ₁₆，提取协方差矩阵最大特征值在所有特征值占比，计算方差贡献率最大值作为偏振自适应融合因子ω_P：

该参数用于对偏振场信息的判断，如水深度增加偏振光受散射作用而消偏，对称分布特性不明显导致参数降低，使得偏振场计算的太阳矢量不可靠。并且可根据实际特征信息对参数进行比例调整，大于某阈值时给予更高评价，低于某阈值时给予更低评价，从而调整偏振场估计太阳矢量在融合计算中的占比。

步骤5、根据所述步骤1-4的计算结果，根据图像和偏振两种角度估计的太阳矢量和自适应融合因子，以自适应融合因子为权重取加权平均，综合考虑太阳光斑和偏振场信息的估计结果，进而得到当前水深融合计算的相机坐标系下的太阳矢量S^b：

相机坐标系下的太阳矢量S^b在水平面进行投影得到

根据当前时间和位置以及太阳年历可获取地理坐标系下的太阳方位角

最终得到相机的罗盘信息，即相机坐标系方位角零位指向在地理坐标系下的航向角

尽管上面对本发明说明性的具体实施方式进行了描述，以便于本技术领域的技术人员理解本发明，且应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。

Claims (6)

1.一种水下太阳光斑和偏振场自适应融合的罗盘计算方法，其特征在于，具体步骤如下：

步骤(1)、首先通过水下水平放置的微阵列偏振相机获取原始图像，对原始图像进行噪声滤波、阈值处理及二值化后得到太阳光斑图像，提取太阳光斑中心坐标(x_s,y_s)，由相机成像几何模型和折射定律得到图像估计太阳矢量S_F；

步骤(2)、根据步骤(1)得到的太阳光斑图像，由像素点个数计算太阳光斑的周长L_F和面积A_F，根据面积和周长评估当前水深采集的太阳光斑信息质量，反映受水面波动等影响程度，计算图像自适应融合因子ω_F；

步骤(3)、获取微阵列偏振相机的偏振方位角图像，取偏振方位角图像中n个像素点，结合相机成像几何模型和菲涅尔折射公式，由水下偏振方位角反演其对应的大气偏振E-矢量

根据大气偏振E-矢量与太阳矢量垂直关系解算得到偏振估计太阳矢量S_P；其中n≥10；

步骤(4)、根据步骤(3)获取的偏振方位角图像，将图像分块并做主成分分析，评估当前水深采集的偏振场信息质量，反映受水体散射等影响程度，提取图像分块样本矩阵的方差贡献率最大值作为偏振自适应融合因子ω_P；

步骤(5)、根据所述步骤(1)-(4)的计算结果，根据图像自适应融合因子和偏振自适应融合因子来融合太阳光斑和偏振场两种信息的结果，得到当前水深融合计算的相机坐标系下的太阳矢量S^b，在水平面进行投影得到相机坐标系下的太阳方位角

并结合太阳年历获取地理坐标系下的太阳方位角

最终得到相机的罗盘信息。

2.根据权利要求1所述的一种水下太阳光斑和偏振场自适应融合的罗盘计算方法，其特征在于：

所述步骤(1)的图像估计太阳矢量S_F具体步骤如下：

相机参数标定后可以得到相机成像几何模型f_camera(x,y)，进而确定图像中任意像素点(x,y)在相机坐标系的观测方向，其中以采集图像中心正上方为方位角零位，顺时针为正，天顶角为从相机天顶方向到观测方向的夹角，因此，通过质心法等方法提取图像中太阳光斑中心坐标，并得到关于相机坐标系下的天顶角和方位角：

由折射定律得到大气太阳天顶角

为：

其中，n_w,n_a分别为水与空气的折射率；

水面折射不会改变太阳光线传播的方位角，因此大气太阳方位角

与水下太阳方位角

相等，进而得到图像估计太阳矢量S_F：

3.根据权利要求2所述的一种水下太阳光斑和偏振场自适应融合的罗盘计算方法，其特征在于：

所述步骤(2)根据面积和周长计算图像自适应融合因子ω_F，具体实现如下：

步骤(1)获取的光斑图像中光斑包含上万个像素点，围成光斑的像素点数量构成其周长L_F，包含的所有像素点个数构成其面积A_F，根据面积和周长评估当前水深采集的太阳光斑信息质量，反映受水面波动等影响信息质量的程度，计算图像自适应融合因子为：

4.根据权利要求3所述的一种水下太阳光斑和偏振场自适应融合的罗盘计算方法，其特征在于：

所述步骤(3)具体包括：

获取微阵列偏振相机的偏振方位角图像，取图像中n个像素点坐标及其水下偏振方位角

其中n≥10，且像素点在图像中分布均匀不紧凑，根据相机成像几何模型得到像素点在相机坐标系的水下观测方向在相机坐标系下的天顶角和方位角：

根据折射定律得到大气观测方向的天顶角：

根据菲涅尔折射公式计算其大气偏振E-矢量的偏振方位角为：

则该E-矢量在相机坐标系下表示为：

由瑞利散射模型可知，大气偏振E-矢量

与太阳矢量垂直，利用n个大气偏振E-矢量

解算得到太阳矢量，具体方法如下：

太阳矢量的最优估计为矩阵EE^T的最小特征值对应的特征向量S_P，作为偏振估计太阳矢量。

5.根据权利要求4所述的一种水下太阳光斑和偏振场自适应融合的罗盘计算方法，其特征在于：

所述步骤(4)具体包括：

根据步骤(3)获取的偏振方位角图像，由于理想偏振方位角图像具有对称分布特性，将偏振方位角图像分为16块，每个图像块的尺寸为M*N，并将图像块中数据按照从左到右，从上到下的顺序重新排列成一个列向量x_k；

对16个图像样本做主成分分析，图像样本矩阵为：

A＝(x₁,x₂,...x₁₆)

构建图像样本的协方差矩阵C：

求解协方差矩阵C的特征值并按从大到小排序为λ₁,λ₂,...λ₁₆，提取方差贡献率最大的特征值λ₁在所有特征值占比计算偏振自适应融合因子ω_P：

6.根据权利要求5所述的一种水下太阳光斑和偏振场自适应融合的罗盘计算方法，其特征在于：

所述步骤(5)具体包括：

相机坐标系下的太阳矢量S^b在水平面进行投影得到

根据当前时间和位置以及太阳年历可获取地理坐标系下的太阳方位角

最终得到相机的罗盘信息，即相机坐标系方位角零位指向在地理坐标系下的航向角

Images