| 发明名称 |
一种基于水下地貌的匹配导航算法 |
| 摘要 |
本发明涉及的是数字图像处理技术领域，具体地说是一种基于水下地貌图像的匹配导航算法。本发明包括：将实时图和待与实时图匹配的基准图都转化为圆形模板，提取两个圆形模板的不变矩特征作为匹配的内容；以实时图与基准图之间的不变矩特征向量的欧氏距离作为相似性度量；欧氏距离最小时所对应的基准图的位置即为实时图的匹配位置；采用粒子群优化算法代替遍历的搜索方式；利用多种群思想改进粒子群优化算法；搜索到实时图的匹配位置后，利用最大互相关法确定航向角。本发明提出了适合水下地貌图像的匹配导航算法。针对导航的特殊需求，本发明采用不变矩特征，克服了水下应用中旋转、平移和尺度变换的影响。 |
| 申请公布号 |
CN105787489A |
申请公布日期 |
2016.07.20 |
| 申请号 |
CN201610124776.3 |
申请日期 |
2016.03.04 |
| 申请人 |
哈尔滨工程大学 |
发明人 |
卞红雨;张志刚;宋子奇;孙明琦 |
| 分类号 |
G06K9/46(2006.01)I;G06K9/62(2006.01)I |
主分类号 |
G06K9/46(2006.01)I |
| 代理机构 |
|
代理人 |
|
| 主权项 |
一种基于水下地貌的匹配导航算法，其特征在于，包括如下步骤：(1)将实时图和待与实时图匹配的基准图都转化为圆形模板，提取两个圆形模板的不变矩特征作为匹配的内容；不变矩特征的计算如下：一幅大小为M×N像素的数字图像f(i,j)，i、j表示图中某一像素所在的行序号与列序号，其p+q阶几何矩m<sub>pq</sub>和中心矩μ<sub>pq</sub>分别为：<img file="FDA0000934926840000011.GIF" wi="474" he="139" /><img file="FDA0000934926840000012.GIF" wi="683" he="135" />其中，p和q分别为行方向和列方向上矩的阶数；定义规格化中心矩：<img file="FDA0000934926840000013.GIF" wi="838" he="134" />七个Hu不变矩特征(φ<sub>1</sub>～φ<sub>7</sub>)为：φ<sub>1</sub>＝η<sub>20</sub>+η<sub>02</sub><img file="FDA0000934926840000014.GIF" wi="468" he="71" />φ<sub>3</sub>＝(η<sub>30</sub>‑3η<sub>12</sub>)<sup>2</sup>+3(η<sub>21</sub>‑η<sub>03</sub>)<sup>2</sup>φ<sub>4</sub>＝(η<sub>30</sub>+η<sub>12</sub>)<sup>2</sup>+(η<sub>21</sub>+η<sub>03</sub>)<sup>3</sup>φ<sub>5</sub>＝(η<sub>30</sub>+3η<sub>12</sub>)(η<sub>30</sub>+η<sub>12</sub>)[(η<sub>30</sub>+η<sub>12</sub>)<sup>2</sup>‑3(η<sub>21</sub>+η<sub>03</sub>)<sup>2</sup>]+(3η<sub>21</sub>‑η<sub>03</sub>)(η<sub>21</sub>+η<sub>03</sub>)[3(η<sub>30</sub>+η<sub>12</sub>)<sup>2</sup>‑(η<sub>21</sub>+η<sub>03</sub>)<sup>2</sup>]φ<sub>6</sub>＝(η<sub>20</sub>‑η<sub>02</sub>)[(η<sub>30</sub>+η<sub>12</sub>)<sup>2</sup>‑(η<sub>21</sub>+η<sub>03</sub>)<sup>2</sup>]+4η<sub>11</sub>(η<sub>30</sub>+η<sub>12</sub>)(η<sub>21</sub>+η<sub>03</sub>)φ<sub>7</sub>＝(3η<sub>21</sub>‑η<sub>03</sub>)(η<sub>30</sub>+η<sub>12</sub>)[(η<sub>30</sub>+η<sub>12</sub>)<sup>2</sup>‑3(η<sub>21</sub>+η<sub>03</sub>)<sup>2</sup>]+(3η<sub>12</sub>‑η<sub>30</sub>)(η<sub>21</sub>+η<sub>03</sub>)[3(η<sub>30</sub>+η<sub>12</sub>)<sup>2</sup>‑(η<sub>21</sub>+η<sub>03</sub>)<sup>2</sup>](2)以实时图与基准图之间的不变矩特征向量的欧氏距离作为相似性度量；欧氏距离最小时所对应的基准图的位置即为实时图的匹配位置；(3)采用粒子群优化算法代替遍历的搜索方式；利用多种群思想改进粒子群优化算法；(4)搜索到实时图的匹配位置后，利用最大互相关法确定航向角；在最大互相关法中，利用实时图和与之匹配的基准图的最大互相关值作为相似性度量， 将基准图旋转0～359°，计算不同角度下的基准图与实时图之间的最大互相关值，互相关值最大时基准图旋转的角度即为实时图相对于基准图的角度差值；将最大互相关算法与改进的粒子群优化算法相结合；互相关的计算如下：<img file="FDA0000934926840000021.GIF" wi="965" he="300" />式中，X<sub>ij</sub>与Y<sub>i+u,j+v</sub>分别为位置i,j与i+u,j+v处的去均值灰度值，<img file="FDA0000934926840000022.GIF" wi="492" he="134" /><img file="FDA0000934926840000023.GIF" wi="724" he="134" />x和y分别是实时图和基准图像素值，k、l分别为像素的行序号与列序号，实时图的大小是n×n，u和v表示实时图在基准图中的相对位置。 |
| 地址 |
150001 黑龙江省哈尔滨市南岗区南通大街145号哈尔滨工程大学科技处知识产权办公室 |
