[发明专利]一种基于适配性分析的水下地形图像粗匹配与精匹配结合的方法

摘要

本发明提供一种基于适配性分析的水下地形图像粗匹配与精匹配结合的方法，针对声纳系统探测到的水下地形高程数据，获取其实时图像，首先分析模板区域内的适配性，如果适合匹配，再通过航向角偏离程度选择不同匹配方式，对待测区进行匹配。若航向角偏离较大，直接采用精匹配方式；若航向角偏离较小，采用由粗到精的分层匹配方式。其中使用灰度的绝对差算法对水下地形图像进行粗匹配；精匹配步骤是选取灰度共生矩阵的最大相关系数、灰度‑梯度共生矩阵的均值和7个不变矩，共9个特征参数构成特征向量，使用这些特征向量对图像进行精匹配。在同等外界干扰、使用相同位置匹配算法时，能够对水下地形适配性做到良好地判断，提高了判断正确率。

主权项

1.一种基于适配性分析的水下地形图像粗匹配与精匹配结合的方法，其特征在于：包括如下步骤：第一步：利用声纳系统探测获取水下地形高程数据；第二步：将获得的高程数据转化成实时图；第三步：分析实时图与基准图之间的适配性，结合地形适配性传统判别条件，得出产生基于图像纹理特征方向特征参数的水下地形适配性判断条件：{R/σ＞0.15∩UNImax‑UNImin＞0.4∩CONmax‑CONmin＞0.6∩CORmax‑CORmin＞0.2}式中：R为灰度粗糙度；σ为灰度标准差；UNI为由实时图提取灰度共生矩阵得到的4个方向的角二阶矩，并做归一化处理，通过比较得到UNImax、UNImin；CON为对比度，COR为相关，CON与COR的判别值CONmax、CONmin与CORmax、CORmin获取方法与UNI相同；如果满足上述的水下地形适配性判断条件的公式，即认定为该区域适合匹配，进行第四步，否则重新进行第一步；第四步：根据实际航向角偏离情况确定匹配方式：若航向角偏离较小，依次进行第五步和第六步提供的由粗到精的分层匹配方式；若航向角偏离较大，直接进行第六步提供的所述精匹配方式；第五步：基于水下图像灰度的绝对差算法对水下地形图像进行粗匹配：具体为：已知S(x,y)是大小为m*n的受匹配图像、T(x,y)是大小为M*N的模板图像，在遍历待匹配图像S中，取以(i,j)为左上角、M*N大小的子图，计算其与模板图像相似度，在所有能够取得子图中，找到与模板图像最相似的子图作为算法最终输出结果，而平均绝对差越小，说明子图与模板图像越相似，因此找到最小的平均绝对差D(i,j)就可确定子图的位置：式中，1≤i≤n‑M+1，1≤j≤n‑N+1；第六步：选取由实时图提取灰度共生矩阵的最大相关系数MCC、灰度‑梯度共生矩阵的均值μ1和7个不变矩φ1—φ7共9个特征参数构成特征向量，进行基于图像特征参数的精匹配；具体包括：首先，提取特征向量数据库中粗匹配所得5个近似区域的特征向量并计算实时图的特征向量；其次，通过相似测度函数求得与所求位置最接近的近似区域；再次，以其坐标为基准点，做上下左右各5个像素点的遍历，找到Fs最小值的坐标：定义特征向量为c，即：c＝W(MCC,μ1,φ1,φ2,φ3,φ4,φ5,φ6,φ7)T式中，W为权重矩阵，ω_MCC、分别为MCC、μ₁、φ₁—φ₇的对应权值；相似测度函数Fs为：Fs＝|c‑c'|式中，c'为实时图的特征向量集，c为每次搜索过程中进行匹配的基准图子区域的特征向量集，令Fs取得最小值的区域即为所求精匹配区域；第七步：实测水下地形算法仿真，在不同适配性判断条件对比仿真结果。