专利名称：集成高光谱数据和稀疏声纳数据的浅水水下地形构建方法
技术领域：
本发明涉及一种浅水水下地形构建方法，尤其是涉及一种集成高光谱数据和稀疏声纳数据的水下地形构建方法，属于水下地形勘测技术领域。
背景技术：
沿海、近海大陆架地区作为海陆频繁相互作用的地带，地理区位优越，各类资源丰富，人类活动剧烈。从资源开发利用角度出发，近海大陆架是油气资源、食物资源、航运资源的战略性开发基地，以此为目的进行地海岸防护、港湾建设、滩涂养殖、能源开发、航道开发、电缆铺设等工程设施都极需各种精确的、不同比例尺的海底地形地貌图。目前，水下地形数据的获取主要包括船载测量和遥感反演。其中传统船载声学测 量通常采取测深设备和定位设备相组合的方式进行水下地形的测量，测深设备主要为声纳。声纳按其工作原理可以分为三种方式单点式、单波束以及多波束。多波束声纳测量已经实现了水下地形面覆盖测绘，但多波束声纳设备价格过于昂贵，所以水下地形数据获取仍然大量使用单波束、单点式声纳设备。使用单波束、单点式设备进行水下地形测量时，根据测深水域特点进行测深航线规划，形成测深条带网并进行线测量，再利用内插外推等方式进行数据加密，从而得到实验区水下地形产品。由于回声测深仪等设备所得结果为断面测量，无法全面展现海底地形、地貌信息，加之环境、时间和经费等条件的限制，测量数据覆盖区域、更新频次已不能满足海洋调查大区域常态化、实时化的要求。20世界60年代末，美国已开始研究遥感测深技术。近年来不同光谱、空间分辨率遥感数据不断增多，浅水水深反演模型不断丰富，按照其反演所依据的原理可分为理论解释模型、半经验模型以及统计模型等形式。理论解释模型以可见光在水体中辐射传输方程为基础，通过合理假设化简模型，辅以探测所得的水体内部多种光学参数进行水深反演，该方法具有明确的物理意义，但水体内部光学参数难以获得，不能广泛应用。针对理论解释模型参数复杂且不易获得的难点，半经验模型以光在水中辐射衰减原理为基础，采用水体辐射衰减等模型和分析回归所得的经验参数相结合实现水深的遥感反演，根据采用的遥感波段数可分为单波段模型和多波段模型。无论是以可见光在水体中辐射传输方程为基础的理论模型，还是基于光在水体中的辐射衰减原理的半经验模型，由于水体光学特性十分复杂，光学参数观测值难以获取，影响水深反演精度的因素众多，因此模型反演精度不高。统计模型以其简单的反演模型、较高的反演精度被广泛地应用于水深反演中，但该方法需要一定量的实测水深值，因而在一定程度上制约了模型的推广。
发明内容
本发明要解决技术问题是提供一种集成高光谱数据和稀疏声纳数据的浅水水下地形构建方法，以较稀疏的声纳数据结合高光谱数据，高精度地进行浅水水下地形的构建。
为了解决以上技术问题，本发明提供一种集成高光谱数据和稀疏声纳数据的浅水水下地形构建方法，包括以下步骤步骤I、数据准备一经过绝对辐射值转换、杂波波段剔除、影像旋转、坏线修复及条纹去除、影像逆旋转、几何校正及平滑滤波处理高光谱遥感影像，带有坐标信息及水深信息的稀疏声纳数据，所述稀疏声纳数据与高光谱遥感影像坐标范围对应；步骤2、寻找声纳数据的聚类中心点——对声纳数据的水深值进行聚类，并获得各类的中心值，水深值与所述中心值接近的测量点作为各类的中心点；步骤3、高光谱半监督降维一经步骤I处理得到的遥感影像中，与所述中心点坐标相同的像元作为半监督降维的样本点，利用考虑空间距离的半监督拉普拉斯降维算法对经步骤I处理得到的遥感影像进行降维，得到低维遥感影像；步骤4、水深均质区域的划分——对低维遥感影像使用多尺度分割算法进行分割，将低维遥感影像划分为若干水深均质区域；步骤5、对声纳数据插值——在各水深均质区域内部使用信息扩散方法对声纳数据进行插值，得到水下地形。本发明将高光谱遥感影像与稀疏声纳数据进行了有机结合，在整个过程中，两种数据作为一种互补，很好地解决了水下地形构建的问题。首先借助声纳数据的聚类中心点对高光谱遥感影像进行降维，然后对降维后的低维遥感影像进行区域划分，最后在各区域内部对声纳数据进行插值得到水下地形。经过几何校正的遥感影像和声纳数据都具备坐标信息，并且遥感影像的灰度与水深存在一定的模糊对应关系，因此可以认为划区后遥感影像中，各水深均质区域内水深变换较小，声纳数据插值结果更真实。本发明正是巧妙的利用了这一规律，将两种数据结合在一起实现了水下地形的高精度、低成本构建。相对于多波束面型测量的声纳数据而言，本发明所用的数据价格便宜。相对于传统的遥感反演模型来说，本发明无需获取水体光学参数观测值，影响水下地形构建精度的因素较少，构建的水下地形精度较高。进一步的，本发明对拉普拉斯降维方法进行了改进。传统拉普拉斯降维方法考虑光谱距离，忽略了遥感影像像元之间的空间特性，而本发明改进光谱距离为光谱距离与空间距离的联合距离，具体如下步骤3的高光谱半监督降维为考虑空间位置的拉普拉斯降维，降维算法的距离阈值采用联合高斯距离，联合高斯距离公式如下A =< +4，其中扎表示第i像元至第j个
像元的联合距离。表示第i像元至第j个像元光谱距离, <表示第i像元至第j个像元的空间距离，
权利要求
1.ー种集成高光谱数据和稀疏声纳数据的浅水水下地形构建方法，包括以下步骤 步骤I、数据准备一经过绝对辐射值转换、杂波波段剔除、影像旋转、坏线修复及条纹去除、影像逆旋转、几何校正及平滑滤波处理高光谱遥感影像，带有坐标信息及水深信息的稀疏声纳数据，所述稀疏声纳数据与高光谱遥感影像坐标范围对应； 步骤2、寻找声纳数据的聚类中心点——对声纳数据的水深值进行聚类，并获得各类的中心值，水深值与所述中心值接近的测量点作为各类的中心点； 步骤3、高光谱半监瞀降维——经步骤I处理得到的遥感影像中，与所述中心点坐标相同的像元作为半监瞀降维的样本点，利用考虑空间距离的半监瞀拉普拉斯降维算法对经步骤I处理得到的遥感影像进行降维，得到低维遥感影像； 步骤4、水深均质区域的划分——对低维遥感影像使用多尺度分割算法进行分割，将低维遥感影像划分为若干水深均质区域； 步骤5、对声纳数据插值——在各水深均质区域内部使用信息扩散方法对声纳数据进行插值，得到水下地形。
2.根据权利要求I所述的集成高光谱数据和稀疏声纳数据的浅水水下地形构建方法，其特征在于所述步骤3的高光谱半监瞀降维为考虑空间位置的拉普拉斯降維，降维算法的距离阈值采用联合高斯距离，联合高斯距离公式如下A =4 +4，其中Clij表示第i像元至第j个像元的联合距离，<表示第i像元至第j个像元光谱距离表示第i像元至第j个像元的空间距离，
3.根据权利要求2所述的集成高光谱数据和稀疏声纳数据的浅水水下地形构建方法，其特征在于所述步骤2中，通过k-means算法对声纳数据进行聚类分析，寻找最优聚类模式，获得各类中心值。
4.根据权利要求3所述的集成高光谱数据和稀疏声纳数据的浅水水下地形构建方法，其特征在于所述步骤2中，水深值与所述中心值偏差±0. 2m以内的測量点作为各类的中心点。
5.根据权利要求4所述的集成高光谱数据和稀疏声纳数据的浅水水下地形构建方法，其特征在于步骤I中，所述稀疏声纳数据经过如下预处理，将声纳数据分为正常航线测量点和加密点两部分，将正常航线测量点按照象元大小进行抽稀，使用均值作为象元中心点水深值，再将两部分数据进行合并得到数据压缩后的稀疏声纳数据。
6.根据权利要求5所述的集成高光谱数据和稀疏声纳数据的浅水水下地形构建方法，其特征在于光谱距离的控制系数σ s的取值范围为1-2，空间距离的控制系数σ L的取值范围为85-105。
全文摘要
本发明涉及一种集成高光谱数据和稀疏声纳数据的浅水水下地形构建方法，属于水下地形勘测技术领域。本发明首先借助声纳数据的聚类中心点对高光谱遥感影像进行降维，然后对降维后的低维遥感影像进行区域划分，最后在各区域内部对声纳数据进行插值得到水下地形。本发明将高光谱遥感影像与稀疏声纳数据进行了有机结合，在整个过程中，两种数据作为一种互补，很好地解决了水下地形构建的问题。经过几何校正的遥感影像和声纳数据都具备坐标信息，并且遥感影像的灰度与水深存在一定的模糊对应关系，因此划区后的遥感影像中，各水深均质区域内水深变换较小，声纳数据插值结果更真实。
文档编号G06T5/00GK102855609SQ201210268170
公开日2013年1月2日 申请日期2012年7月30日 优先权日2012年7月30日
发明者程亮, 李满春, 刘永学, 蔡文婷, 童礼华, 马磊, 王亚飞, 潘航, 张雯, 陈焱明 申请人:南京大学