摘要：為了實(shí)現(xiàn)雷達(dá)定位自動(dòng)化，提高雷達(dá)定位的精度，針對(duì)電子海圖信息和雷達(dá)信息匹配定位進(jìn)行了研究。采用輪廓相似度概略定位與輪廓特征點(diǎn)匹配定位相結(jié)合的方法，克服單一匹配容易誤匹的現(xiàn)象，達(dá)到提高定位精度，保證實(shí)時(shí)性的目的。詳細(xì)論述了雷達(dá)回波圖象輪廓特征點(diǎn)集和電子海圖圖像輪廓特征點(diǎn)集的建立方法，輪廓相似度的計(jì)算和概略定位方法，特征點(diǎn)集匹配集的確定和平差求最或然船位的方法。通過(guò)示例驗(yàn)證了研究的可行性及在各種定位條件下的定位準(zhǔn)確性。

關(guān)鍵詞：船舶、艦船工程；導(dǎo)航雷達(dá)；電子海圖；特征點(diǎn)集；輪廓相似度；匹配定位

傳統(tǒng)的雷達(dá)定位，不僅需要航海人員進(jìn)行測(cè)量標(biāo)繪，存在測(cè)量和標(biāo)繪誤差影響定位精度，還可能出現(xiàn)認(rèn)錯(cuò)目標(biāo)，定位錯(cuò)誤，危及船舶航行安全的可能性。

隨著科技的發(fā)展，各種新技術(shù)應(yīng)用于航海，特別是電子海圖技術(shù)、圖像采集技術(shù)、噪聲處理技術(shù)等，實(shí)現(xiàn)雷達(dá)定位自動(dòng)化，提高定位精度已經(jīng)成為可能。對(duì)此問(wèn)題，人們已經(jīng)做了許多相關(guān)研究，提出了各種匹配定位的方法[1-2]。但實(shí)踐證明，由于雷達(dá)回波圖像的特殊性和海上目標(biāo)的多樣性，采用單一的匹配方法，常常會(huì)出現(xiàn)誤匹現(xiàn)象，導(dǎo)致出現(xiàn)較大的定位誤差。

本文以匹配理論為基礎(chǔ)，針對(duì)雷達(dá)回波的特征，采用輪廓匹配與特征點(diǎn)匹配相結(jié)合的方法，實(shí)現(xiàn)雷達(dá)信息與電子海圖信息的匹配定位，減小誤匹率，提高定位的精度和實(shí)時(shí)性。

1匹配定位原理與方法

1.1匹配定位原理

同一場(chǎng)景使用不同的傳感器獲得的圖像一般會(huì)有所不同，圖像匹配就是尋找兩幅不同圖像之間的空間位置關(guān)系。雷達(dá)和電子海圖信息匹配定位，是根據(jù)雷達(dá)探測(cè)的回波圖像和航海保證部門提供的電子海圖圖像，求出雷達(dá)圖像掃描中心對(duì)應(yīng)的海圖坐標(biāo)。

圖像匹配的方法很多，如基于圖像灰度[5]、基于特征點(diǎn)[6]、基于輪廓[7-8]等。輪廓匹配是通過(guò)計(jì)算兩個(gè)圖像邊緣的相似度，判斷兩個(gè)圖像的一致性。特征點(diǎn)匹配是在兩個(gè)圖像中選取一些特征點(diǎn)，建立特征點(diǎn)集，對(duì)兩個(gè)特征點(diǎn)集進(jìn)行匹配，從而達(dá)到圖像的匹配。

1.2雷達(dá)匹配定位的特點(diǎn)

雷達(dá)與電子海圖信息匹配定位的特點(diǎn)是：

1)通常匹配的兩幅圖像只存在有規(guī)律的變化(位移、旋轉(zhuǎn)、縮放等)，但雷達(dá)的回波圖象由于雷達(dá)探測(cè)的特點(diǎn)及受到各種干擾影響，會(huì)出現(xiàn)一些不規(guī)則變形(雜波、遮擋、展寬、粘連等)，和與之匹配的海圖圖像產(chǎn)生較大的差異，加上海上目標(biāo)復(fù)雜，不同位置的目標(biāo)回波非常相似，容易出現(xiàn)誤匹現(xiàn)象。試驗(yàn)表明，誤匹率首先與目標(biāo)的分布范圍有關(guān)，在沒(méi)有干擾、回波方位分布大于45°情況下，利用特征點(diǎn)匹配定位的準(zhǔn)確率約90%，但當(dāng)目標(biāo)回波方位分布范圍小于30°、或受到干擾時(shí)，準(zhǔn)確率會(huì)急劇降低；誤匹率與推算船位的誤差也有密切關(guān)系，推算船位誤差越大，誤匹率越高。

2)實(shí)時(shí)性要求比較高，包括信息采集、去噪、匹配的全部定位工作，應(yīng)盡量在1s以內(nèi)完成，匹配定位時(shí)間應(yīng)更短。

1.3雷達(dá)匹配定位的方法

根據(jù)雷達(dá)回波和誤匹特點(diǎn)，雷達(dá)與電子海圖匹配定位采用輪廓匹配與特征點(diǎn)匹配相結(jié)合的方法，先計(jì)算輪廓相似度，縮小推算船位誤差范圍，然后再用特征點(diǎn)匹配進(jìn)行精確定位。具體做法是：

1)根據(jù)雷達(dá)回波圖像，建立雷達(dá)回波輪廓特征點(diǎn)集(Q集)，然后以推算船位為中心，采用搜尋方式，以適當(dāng)間隔密度向外擴(kuò)散性地設(shè)定推算船位，建立每個(gè)推算船位對(duì)應(yīng)的海圖輪廓特征點(diǎn)集(P集)，計(jì)算P集與Q集的相似度，尋找相似度達(dá)到設(shè)定門值(或相似度最大)的點(diǎn)。

2)以此點(diǎn)為中心，進(jìn)行特征點(diǎn)匹配定位。

此時(shí)，由于推算船位誤差較小，P集和Q集差異不大，出現(xiàn)誤匹的可能性大大降低；特征點(diǎn)匹配往往是幾十個(gè)點(diǎn)進(jìn)行平差處理，相當(dāng)于通常雷達(dá)定位測(cè)幾十個(gè)目標(biāo)，精度可大大提高；雖然采用搜尋式縮小推算船位誤差，由于P集與Q集相似度計(jì)算非常簡(jiǎn)單，可以保證定位的實(shí)時(shí)性。

2建立輪廓特征點(diǎn)集

建立輪廓特征點(diǎn)集是匹配定位的基礎(chǔ)，是計(jì)算相似度和進(jìn)行匹配定位的依據(jù)。輪廓特征點(diǎn)集包括雷達(dá)回波特征點(diǎn)集和電子海圖特征點(diǎn)集。

2.1雷達(dá)回波輪廓特征點(diǎn)集(Q集)

根據(jù)雷達(dá)定位測(cè)近距離目標(biāo)邊緣的特點(diǎn)，建立雷達(dá)回波輪廓特征點(diǎn)集非常簡(jiǎn)單，只需下列兩步：

1)根據(jù)采集的回波信號(hào)，換算成方位F和距離D(均取整，單位：方位為度，距離為量程/300)。

2)取每個(gè)方向上距離最近的一個(gè)回波信號(hào)點(diǎn)，組成雷達(dá)回波圖象特征點(diǎn)集(Q集)。

上述建立的雷達(dá)回波特征點(diǎn)集的依據(jù)是：同一方向，只有最近的回波是目標(biāo)邊緣；方位精度為1°，距離精度為量程/300，與雷達(dá)的探測(cè)精度基本一致，特征點(diǎn)數(shù)少于360個(gè)，可以保證匹配的速度和精度。

2.2電子海圖輪廓特征點(diǎn)集(P集)

根據(jù)雷達(dá)定位的原理，電子海圖輪廓特征點(diǎn)應(yīng)在雷達(dá)探測(cè)范圍內(nèi)，位于水面的目標(biāo)，如助航標(biāo)志、島礁岸線等，這些點(diǎn)在電子海圖的海洋陸地(ocldntl)、助航標(biāo)志(anvgptp)等圖層文件中。

建立電子海圖輪廓特征點(diǎn)集方法如下：

1)根據(jù)推算船位選取相應(yīng)的海圖數(shù)據(jù)庫(kù)；分別打開含有水面目標(biāo)信息的圖層文件，每個(gè)圖層包括圖形文件(﹡．shp)、索引文件(﹡．shx)和屬性文件(﹡．dbs)；

2)按序在屬性文件中讀取記錄屬性，找到對(duì)應(yīng)屬性的記錄號(hào)，按記錄號(hào)到索引文件中獲取記錄偏移量和記錄長(zhǎng)度，再到圖形文件中按偏移量和記錄長(zhǎng)度，讀取記錄數(shù)據(jù)，根據(jù)矢量海圖的數(shù)據(jù)存儲(chǔ)格式，從記錄中得到位置點(diǎn)信息(a，b)；

3)將位置信息換算成經(jīng)緯度坐標(biāo)（φ，λ）：

(1)

式(1)中，α，b單位為cm，(φz，λz)為海圖基準(zhǔn)點(diǎn)坐標(biāo)；c為海圖比例尺；

4)計(jì)算相對(duì)推算船位的方位距離(取與Q集一樣的單位并取整)，剔除距離大于量程的點(diǎn)；

重復(fù)“2)”、“3)”、“4)”，直至文件結(jié)束；

5)取每個(gè)方向上距離最近的點(diǎn)組成海圖特征點(diǎn)集(P集)。

電子海圖特征點(diǎn)集的建立流程如圖1

3.1輪廓相似度計(jì)算

輪廓相似度根據(jù)不同的目的，有不同的定義，Q集中與P集相容特征點(diǎn)的數(shù)量N與特征點(diǎn)總數(shù)M之比，可通過(guò)簡(jiǎn)單的判斷計(jì)數(shù)得到。

圖1 電子海圖特征點(diǎn)集建立流程

與P集相容特征點(diǎn)是指，Q集中有特征點(diǎn)(F，D)，P集中在(F±σF，D±σD)范圍內(nèi)也存在特征點(diǎn)。σF、σD是分別為方位和距離允許誤差。

3.2輪廓相似度應(yīng)用

輪廓相似度的高低，說(shuō)明兩個(gè)點(diǎn)集對(duì)應(yīng)區(qū)域之間的差異。相似度越高，兩個(gè)區(qū)域越相近，推算船位越接近實(shí)際船位。因此，采用搜尋方式，以推算船位為中心，向外擴(kuò)散性的設(shè)定推算經(jīng)、緯度，計(jì)算對(duì)應(yīng)的P集，及P集與Q集的相似度，選擇相似度高的推算船位，可以達(dá)到概略定位，縮小推算船位誤差的目的，具體流程如圖2。

圖2 利用相似度概略定位流程

通過(guò)圖2的流程計(jì)算得到的船位（φ2，λ2），一般要比初始推算船位（φc，λc）接近實(shí)際船位。

流程中將向外擴(kuò)散半徑大于0.75量程作為終止條件，當(dāng)推算誤差大于0.75量程時(shí)，量程應(yīng)大一檔工作。µM是相似度的門值，當(dāng)相似度達(dá)到µM時(shí)，就認(rèn)為所得船位已滿足所需精度。

P集隨推算船位變化，搜尋過(guò)程中需要反復(fù)讀取海圖數(shù)據(jù)，可在第一次建立P集時(shí)，將在以推算船位為中心，1.75量程為半徑范圍內(nèi)的屬性符合要求的點(diǎn)，存入臨時(shí)內(nèi)存，后面計(jì)算P集時(shí)，只需對(duì)內(nèi)存操作，數(shù)據(jù)量小，不必進(jìn)行屬性判別，可大大提高速度。

如把初始半徑、擴(kuò)散步長(zhǎng)設(shè)定小一些，得到的結(jié)果將會(huì)更接近實(shí)際船位，因此可用此法進(jìn)行特殊情況下定位。

4特征點(diǎn)匹配定位

4.1確定匹配集

確定匹配集就是確定P集和Q集中特征點(diǎn)的對(duì)應(yīng)關(guān)系，剔除冗余點(diǎn)。可采用快速匹配算法[9]進(jìn)行，是一種基于聚類的點(diǎn)匹配方法[10]的改進(jìn)。具體步驟是：

1)將Q集的點(diǎn)轉(zhuǎn)換為相對(duì)雷達(dá)掃描中心的坐標(biāo)（xqj，yqj）：xqj=DsinF，yqj=DcosF。

2)將P集的點(diǎn)轉(zhuǎn)換為相對(duì)推算船位的坐標(biāo)（xPi，ypi）：xpi=λ－λc，ypi=φ－φc。

3)計(jì)算同一點(diǎn)集中所有兩兩點(diǎn)(pi，pj)、(qa，qb)之間的距離和方向。

（2）

（3）

4)尋找支持度最大的點(diǎn)對(duì)，獲取匹配集

對(duì)任意一個(gè)點(diǎn)對(duì)piqa若在點(diǎn)集P和Q中存在其他的點(diǎn)對(duì)，如pjqb，同時(shí)滿足：

,︱θab-θij︱<σθ,則稱點(diǎn)對(duì)pjqb是點(diǎn)對(duì)的piqa支持點(diǎn)。σρ和σθ分別為距離和方向的匹配誤差域值。一個(gè)點(diǎn)對(duì)擁有的支持點(diǎn)對(duì)數(shù)量，稱為該點(diǎn)對(duì)的支持度。擁有的支持點(diǎn)對(duì)數(shù)量，稱為該點(diǎn)對(duì)的支持度。

在兩個(gè)特征點(diǎn)集中，嘗試所有可能的點(diǎn)對(duì)，計(jì)算每個(gè)點(diǎn)對(duì)的支持度，支持度最大的點(diǎn)對(duì)和它的全部支持點(diǎn)對(duì)就構(gòu)成匹配集。

確定匹配點(diǎn)對(duì)集的流程如圖3。

圖3 確定匹配點(diǎn)對(duì)集流程

4.2平差定位

平差定位就是根據(jù)匹配點(diǎn)對(duì)集的信息，求取最佳的推算船位修正量，進(jìn)而求得觀測(cè)船位。

設(shè)匹配集由M組點(diǎn)對(duì)組成，根據(jù)最小二乘法原理，最佳的船位修正量△X和△y的計(jì)算公式為設(shè)：

D=M×C-QX2-QY2

則：

（4）

5匹配定位實(shí)現(xiàn)與驗(yàn)證

5.1匹配定位實(shí)現(xiàn)

根據(jù)上面分析，導(dǎo)航雷達(dá)與電子海圖信息匹配定位流程如圖4。

圖4 匹配定位流程

在定位計(jì)算中，考慮了下列方面：

1)雷達(dá)回波方位分布范圍DF，是一個(gè)非常重要的量，許多參數(shù)需根據(jù)DF來(lái)確定。如概略定位向外擴(kuò)散的初始半徑R0和步長(zhǎng)B、Q集與P集相容性域值σF和σD、相似度的門值μM匹配點(diǎn)對(duì)集的距離誤差域值σp、方位誤差域值σθ等，這些量都是DF的函數(shù)。

2)考慮當(dāng)回波方位分布DF小于45°時(shí)，誤匹率比較高，此時(shí)不再進(jìn)行匹配定位，將利用相似度概略定位得到的位置作為實(shí)測(cè)船位，此時(shí)設(shè)定的擴(kuò)散密度應(yīng)比較高，門值μM較大。

3)特征點(diǎn)匹配定位，隨著特征點(diǎn)數(shù)增加，精度會(huì)適當(dāng)提高，但時(shí)間會(huì)大大增加。由圖3可以看出，確定匹配集需要進(jìn)行四重循環(huán)，每次循環(huán)的大小分別是Q集和P集的特征點(diǎn)數(shù)，因此，兩個(gè)特征點(diǎn)集的大小對(duì)匹配定位速度影響很大。經(jīng)過(guò)大量計(jì)算表明，綜合考慮定位精度和速度，Q集特征點(diǎn)數(shù)取≤75比較合適，當(dāng)點(diǎn)數(shù)>75時(shí)，采取等間隔剔除，既可保證定位精度，又能保證定位速度。

5.2匹配定位驗(yàn)證

利用VC＋＋6.0，對(duì)上述研究進(jìn)行了編程實(shí)現(xiàn)，并進(jìn)行實(shí)際匹配試驗(yàn)，驗(yàn)證其可行性和定位精度。

試驗(yàn)條件：試驗(yàn)船在萬(wàn)山海區(qū)航行得到的不同位置25幅雷達(dá)回波圖像(量程都是6 nmile，目標(biāo)回波方位分布最大為313°(圖5-A)，最小為17°(圖5-B，每幅圖象有當(dāng)時(shí)的GPS(Global Positioning System)位置作為準(zhǔn)確船位，萬(wàn)山海區(qū)的(1：100 000)電子海圖(C1076)。

圖5 雷達(dá)回波圖象

試驗(yàn)方法：將雷達(dá)回波圖像，經(jīng)過(guò)采集、去噪，建立Q集，對(duì)GPS位置增加不大于75%量程的隨機(jī)誤差作為推算船位，進(jìn)行匹配定位。每幅雷達(dá)回波圖像，進(jìn)行10000次定位試驗(yàn)，統(tǒng)計(jì)定位的誤差情況。為檢驗(yàn)匹配定位的抗干擾能力，根據(jù)建立Q集的不同，分別進(jìn)行了3種類型試驗(yàn)：

1)無(wú)干擾，直接利用雷達(dá)回波圖象采集數(shù)據(jù)；

z)輕度干擾，對(duì)雷達(dá)回波圖象采集數(shù)據(jù)，加方位小于1°，距離小于100m的隨機(jī)誤差；

3)中度干擾，對(duì)雷達(dá)回波圖象采集數(shù)據(jù)，加方位小于2°，距離小于200m的隨機(jī)誤差。試驗(yàn)結(jié)果如表1。

表1匹配定位試驗(yàn)結(jié)果

6結(jié)語(yǔ)

試驗(yàn)結(jié)果表明，采用輪廓與特征點(diǎn)結(jié)合的方法進(jìn)行雷達(dá)與電子海圖信息匹配定位，能有效地防止誤匹，具有較高的定位精度、較好的實(shí)時(shí)性和一定的抗干擾能力。

參考文獻(xiàn)

[l]韓兆剛．雷達(dá)背景信息與電子海圖的疊加顯示[D]．西安：西安電子科技大學(xué)碩士學(xué)位論文，2006．

[2]周莉，華承相，易成濤．基于Hausdorff距離的雷達(dá)圖像與電子海圖實(shí)時(shí)匹配算法[J]．船舶，2006(6)：48-51．

ZHOU Li，HUA Cheng-xiang，YI Cheng-tao.Real time matching algorithm for radar image with electronic chart based on Hausdorff distance[J]. Ship&.Boat，2006(6)：48-51．

[3]Rosenfel. A，Kak，A C. Digital Picture Processing，Orlando[M].Academic Press，1982.

[4]夏奇.基于點(diǎn)模式匹配的圖像匹配方法的研究[D].武漢：華中科技大學(xué)碩士學(xué)位論文，2004.

[5]Li. H， Manjunath. B S，Mitra. S K. A Contour-Based Approach to Multisensor Image Registration[J].IEEE Transactions on Image Processing. 1995，4(3)：320-340．

[6]Eugenio. F，Marques. F，Marcello. J. A contourbased approach to automatic and accurate registration of multitemporal and multisensor satellite imagecy. Geosience and Remote Sensing Symposium [J]. IGARSS 02. 2002 IEEE International. 2002，6：3390-3392．

[7]Chang S H，Cheng F H，Hsu W H，et al. Fast algonthm for point pattern matching：Invariant to translation，rotation and scale changes[J].Pattern Recognition，1997，30(2)：311-320.

[8]Stokman G，Kopstern S，Benett S. Matching images to models for registration and object detection via clusterning[J].IEEE Transon Pattern Analysis and Machine Intelligenee，1992，PAMI-4(3)：229-241.

作者：何立居，李啟華  來(lái)源：中國(guó)航海