[發明專利]一種前掃聲納圖像拼接方法

無效

• 申請號: 201210066218.8
• 申請日: 2012-03-14
• 公開（公告）號: CN102622732A
• 公開（公告）日: 2012-08-01
• 發明（設計）人: 徐元玉;謝少榮;金文俊;段莉;張秋菊;葉周浩;羅均
• 申請（專利權）人: 上海大學
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T5/50;G06T7/00
• 代理公司: 上海上大專利事務所(普通合伙) 31205
• 代理人: 何文欣

技術領域

本發明涉及一種前掃聲納圖像拼接方法，可將視角較小的前掃聲納圖像拼接為一個高分辨率、大范圍的圖像。

背景技術

目前世界各國正致力于利用水下無人探測器對海洋、湖泊、江河等水資源進行水聲環境的研究及目標檢測工作。這種水下運動目標檢測技術不僅在海洋開發，港口航道建設等民用方面有著潛在的巨大經濟利益，而且在水下環境監控等安全檢測方面也有著重要的意義。

由于水下機器人在商業與軍事上的重大價值和技術上面臨的眾多挑戰，其技術研究受到越來越多科學家和技術人員的重視，并進行了大量的工作。對于水下機器人來說，視覺系統就是它的眼睛和耳目。毋庸置疑地，視覺系統具有極其重要的地位和作用。通過視覺系統，機器人才能夠快速獲取水下周圍環境信息，為其運動和進行水下作業提供引導。顯然，水下機器人的技術水平和作業能力在相當大程度上取決于視覺系統的性能好壞。在特殊的水下環境下，聲波是迄今為止唯一可以進行遠程信息傳輸的載體。聲波在水中傳播的衰減就小得多，在深海聲道中爆炸一個幾公斤的炸彈，在兩萬公里外還可以收到信號，低頻的聲波還可以穿透海底幾千米的地層，并且得到地層中的信息。在水中進行測量和觀察，至今還沒有發現比聲波更有效的手段。因此，利用水中聲波對水下目標進行探測、定位和通信的聲納，是水聲學中應用最廣泛、最重要的一種裝置。

當水下觀測對象比較大而又要保證分辨率時，發射信號不能覆蓋全部探測區域，只能進行局部探測，這就需要用到圖像拼接技術。同時在聲納圖像處理方面，一次聲成像返回的聲探測區域視野較小，工程實踐中經常無法通過一幅圖像進行目標識別，同時對于大目標圖像的數據測量也需要把不完整的圖像拼接為一個整體。所以圖像拼接技術在水下圖像的后期處理中具有重要作用。

現有的前掃聲納DIDSON(?Dual-Frequency?Identification?Sonar)。由于工作環境的復雜性，該高分辨率雙頻識別聲納在執行水下危險目標探測任務時，存在以下幾個方面的難點問題：1）聲納圖像實時判讀，目前還是依靠人眼來人工判讀、識別水下可疑目標，然而聲學成像原理截然不同于光學成像原理，尤其是其分辨率遠遠小于光學成像，因而要探測、識別像水下可疑爆炸物這樣的危險目標就很困難，而且判讀人員很辛苦、極易疲勞；2）高分辨率聲納自身視野很窄，需要進行圖像拼接；3）聲納設備在水下工作時，會受到浪涌、水流的影響，產生縱搖、橫搖，引起聲納圖像的變形。在實際的應用中，DIDSON在同一時刻也只能觀測到一個小視角范圍內的圖像。由于水下環境復雜，要判別一個物體的性質，需要有個連續的過程，最好能夠顯示大范圍的水中的影像。實時將多幅分辨率低、視角小的聲納圖像拼接為一個高分辨率、大范圍的圖像，可以同時監測較大范圍的水下環境，在水下探測中具有重要的作用。

發明內容

本發明的目的在于針對已有技術存在的問題，提供一種前掃聲納圖像拼接方法,能實時將多幅分辨率低、視角較小的聲納圖像拼接為一個高分辨率、大范圍的圖像，從而可以監測較大范圍的水下環境，提高了前掃聲納目標監測水平。

為達到上述目的，本發明的構思是：首先使用SURF算法檢測并描述特征點;然后運用Hessian矩陣跡的正負性與最近鄰比次近鄰的方法相結合匹配特征點，尋找出相鄰聲納圖像之間的匹配點對;進而通過直接線性變換算法求取變換矩陣的最小二乘解;最后運用求解出的單應矩陣將待匹配圖像的特征點一一映射到參考圖像坐標系中，再進行圖像插值處理，完成圖像之間的配準。在實現配準的基礎上，對聲納圖像進行了圖像融合處理，最終實現了聲納圖像的拼接。

根據上述發明構思，本發明采用下述技術方案：

一種前掃聲納圖像拼接方法，其基本實施步驟如下：

（1）????聲納圖像輸入

將前掃聲納DIDSON采集的數據信息以圖像形式顯示出來（DIDSON軟件自帶）

（2）????特征點檢測和描述

SURF算法使用了近似的Hessian矩陣檢測特征點，并使用積分圖像大幅減少了運算量。SURF算法的特征點描述算子所描述依然是特征點某個小鄰域內的灰度分布信息。SURF使用一階Haar小波在x、y兩個方向的響應作為構建特征向量的分布信息。

（3）????特征點匹配

利用特征向量間的歐式距離的方法來匹配特征點，完成參考圖像與待匹配圖像之間的特征點匹配。

（4）????變換模型估計

在兩幅圖像相互對應的特征點之間完成匹配之后就可以通過變換模型估計對應關系估計它們之間的幾何變換模型。在這里，幾何變換模型指的就是單應矩陣。