[发明专利]一种基于声呐图像边缘角点直方图的水下地形匹配方法

权利要求书

1.一种基于声呐图像边缘角点直方图的水下地形匹配方法，其特征在于，包括如下步骤：

(1)对原始多波束数据进行规格化与插值处理，对于深度值，通过线性变换，将其转换到0-255范围；

(2)将三维模型投影到XY平面上，若将各投影点的灰度值设置为该投影点在三维模型中的高度值，则该投影图像即为水下地形的灰度图像；

(3)遍历各灰度级，统计同一灰度级下的像素数目，构成灰度直方图，获得各灰度级下像素的总数；

(4)提取各灰度级的边缘点，并记录其位置与数目，其中边缘点定义为：

某灰度级的所有像素点中，若某像素点与其至少一个四邻域像素点具有不同灰度值，则该像素点为该灰度级的边缘点；

(5)遍历各灰度级的边缘点，提取各灰度级的边缘角点，并记录其数目，其中边缘角点定义如下：

某灰度级的所有边缘点中，若某边缘点的灰度值不同于其至少一个垂直方向的相邻点，并且该边缘点的灰度值不同于其至少一个水平方向的相邻点，则该点为该灰度级的边缘角点；

在一个位深度为L、分辨率为N×M的灰度图像中，L为正整数，N、M分别为灰度图像长度和宽度，令g(i,j)代表像素点P(i,j)的灰度值，i＝1,2…N；j＝1,2…M；在该灰度图像第k个灰度级中k＝1,2...2^L，其边缘点的集合为E_k，边缘角点的集合为C_k，C_k是E_k的子集：

Ck⊆Ek]]>

C_k表示：

Ck={P(i,j)P(i,j)⊆Ekg(i,j)≠g(i-1,j)||g(i,j)≠g(i+1,j)g(i,j)≠g(i,j-1)||g(i,j)≠g(i,j+1)};]]>

(6)计算各灰度级的边缘角点复杂度：

某灰度级的边缘角点复杂度γ_k为该灰度级的边缘角点数与边缘点数之比，其中λ(E_k)与λ(C_k)分别为该灰度级的边缘点数与边缘角点数

γk=λ(Ck)λ(Ek);]]>

(7)将各灰度级的边缘角点复杂度作为其对应的灰度级在直方图中的值，从而获得该灰度图像的边缘角点直方图；

(8)利用直方图作为模板，对基准图进行扫描；统计基准图中每一个扫描位置的边缘角点直方图，并计算其与模板直方图的相似度，相似性度量采用最大均方误差法；

(9)完成整幅基准图的扫描后，将具有最大相似度的扫描位置坐标作为匹配结果输出。