[发明专利]一种水下高光谱推扫图像几何校正的方法

权利要求书

1.一种水下高光谱推扫图像几何校正的方法，其特征在于，所述方法包括：

步骤1、首先利用水下可见光相机与水下高光谱相机在水下推扫模式下采集数据，得到可见光图像和连续推扫高光谱图像；其中，所述水下可见光相机与水下高光谱相机搭载于水下机器人平台的光电球中，且两个相机光路同轴；

步骤2、在水下机器人探测过程中，利用超短基线定位系统USBL获得所述水下机器人的实时定位数据，并记录可见光图像的每一帧图像获取时的时间和USBL定位数据；

步骤3、在数据采集完成后，结合激光测距数据和USBL定位数据对所采集的可见光图像进行拼接和校正，得到正射影像，并将拼接校正后的正射影像作为参考图像；

步骤4、利用步骤3的参考图像使用有限元离散划分配准方法对步骤1得到的连续推扫高光谱图像进行几何校正。

2.根据权利要求1所述水下高光谱推扫图像几何校正的方法，其特征在于，在步骤1中，所述水下高光谱相机为线阵推扫式高光谱成像仪，数据采集部分的工作波长覆盖380-800nm的可见-近红外波段，光谱分辨率为4nm，谱段数为120个；

所述水下可见光相机的帧频为30FPS，像素分辨率为4096×2160。

3.根据权利要求1所述水下高光谱推扫图像几何校正的方法，其特征在于，在步骤3中，结合激光测距数据和USBL定位数据对所采集的可见光图像进行拼接和校正的过程具体为：

首先对所采集的可见光图像进行预处理，包括伽马校正和拉普拉斯边缘增强；

然后使用sift算法提取预处理后可见光图像的特征，并使用RANSC算法筛选匹配点，根据筛选的匹配点对来计算变换矩阵并拼接图像；

在得到拼接图像后，进一步对拼接图像进行几何校正，具体采用最小二乘多项式模型拟合校正方法，引入高程Z的多项式模型表示为：

式中，像点的像平面坐标为(x,y)；像点对应物点的大地坐标为(X,Y,Z)；多项式的系数为(a_i,b_i)(i＝1,2,…9)，该系数同时也是要求解的待定系数；

再将每个拼接图像的像面中心点作为控制点对中的像点，USBL定位数据作为控制点对中的海底坐标点，利用所述USBL定位数据提供经纬度信息(X，Y)，利用所述激光测距数据提供每帧图像测量时距离海底的高度信息(Z)；

在几何校正中，代入多个控制点对的坐标位置(X,Y,Z)，利用最小二乘法计算得到多项式模型(1)中的待定系数(ai,bi)；

将所有像点的像平面坐标(x,y)代入多项式模型(1)，得到对应的物方坐标(X,Y)，根据得到的物方坐标范围按照逐个物方整数坐标(X_ref,Y_ref)计算转换后的(x_ref,y_ref)，再对图像进行灰度重采样后得到校正后的可见光图像。

4.根据权利要求1所述水下高光谱推扫图像几何校正的方法，其特征在于，所述步骤4的过程具体为：

1)首先将步骤3的参考图像网格化分块，分块大小根据图像尺寸大小和算法运算速度决定，然后针对步骤1得到的连续推扫高光谱图像，根据采集时间进行分块提取，且分块大小与参考图像网格化后的图像相近；

2)在得到分块后的参考图像与高光谱图像后，对两者进行相似度检测，针对每块高光谱图像找到相似度最高的参考图像；

3)然后对相似度最高的每块高光谱图像和参考图像进行精确配准与拼接，实现对连续推扫高光谱图像的几何校正。

5.根据权利要求4所述水下高光谱推扫图像几何校正的方法，其特征在于，所述对相似度最高的每块高光谱图像和参考图像进行精确配准与拼接的手段具体包括：

利用sift算法计算特征描述符，经过匹配筛选后，得到高光谱图像块相对于参考图像块的单应变换矩阵；

再将所述单应变换矩阵应用到待校正高光谱图像和基于参考图像区域的图像拼接中。

6.根据权利要求1所述水下高光谱推扫图像几何校正的方法，其特征在于，所述光电球安装于水下机器人平台的光电吊舱中，光电吊舱采用两轴两框架的结构设计，能实现方位、俯仰两个方向的运动，转动范围为方位360°×n连续，俯仰﹣150°～﹢20°，光轴水平为0°，垂直下视为-90°；

当水下机器人执行水下推扫成像任务时，光电吊舱会转动到特定角度，使水下高光谱相机和水下可见光相机与水下地面成一个固定角度，所述水下机器人沿着预定路线前进，从而实现对水下目标的推扫成像。