成规则网格阵列，地形三维图如图1。
[0041] 将多波束测深插值获得的二维高程阵列和原始数据库的高程阵列进行灰度化，转 化为灰度图像，转化方式如下：
[0042]
[0043] 其中，h_(i，j)表示对应二维阵列点的水深值，round⑷表示就近取整，p_(i，j) 表示该点对应的灰度值，转化后的灰度图如图2。
[0044] (2)在实时建立的模板上选取具有相对位置关系、地形具有差异的两个子模板，作 子模板的内切圆，圆心位置由所插值形成的网格确定，通过确定两个圆心的距离以及结合 航向确定双圆的位置关系，记为Up，Θ )，内切圆外像素点置零。双圆子模板形成的灰度度 图像如图3。
[0045] (3)提取SIFT角点特征量，进行匹配，匹配图如图4,具体方式如下：
[0046] -幅图像尺度空间函数定义为：
[0047]
[0048]
[0049]
[0050] 其中，G(x，y，〇 )为尺度可变高斯函数；〇为尺度空间因子；L(x，y，〇 )为尺度空 间。
[0051] 首先，建立高斯差分尺度空间，并选取尺度空间极值点作为特征点；将图像与不同 尺度下的高斯函数卷积得到高斯金字塔，相邻尺度空间相减得到高斯差分尺度空间，定义 为：
[0052] D (X，y，〇 ) = (G (X，y，k 〇 ) -G (X，y，〇 )) *1 (X，y) = L (X，y，k 〇 ) -L (X，y，〇 )
[0053] 将高斯尺度差分空间的像素点和本层和上下两层进行比较，如果是最大值或者最 小值，则记录下来，作为候选特征点；
[0054] 为保证特征点具有旋转不变性，根据特征点在所作的圆形邻域内各像素点的梯度 大小和方向的统计情况，为特征点指定特征方向，公式如下：
[0055]
[0056]
[0057] m(x, y)和Θ (X，y)为（X，y)处模值和梯度方向；
[0058] 将得到的特征点生成SIFT特征向量，对传统SIFT算法进行降维处理，以内切圆为 统计邻域，生成SIFT特征向量，为减小光照影响并进行归一化处理，形成最终匹配特征向 量；然后采用欧式距离进行特征向量的度量，来确定匹配位置。
【主权项】
1. 一种双圆子模板水下地形匹配方法，其特征在于，包括以下步骤： (1) 由多波束测深系统获得的条带，通过数据处理形成二维高程阵列，并转化为灰度 值，形成待匹配模板，调取原始数据库地形高程图转化为灰度图，形成搜索母图； (2) 选取一个较大的模板，再从中选取两个小的子模板，作内切圆，确定双圆之间的位 置关系，形成双圆子模板模型，然后在母图上进行双圆子图搜索匹配； (3) 提取图像角点特征量，将母图搜索到的双圆子图与子模板进行匹配，获取水下潜器 的位置。2. 根据权利要求1所述的一种双圆子模板水下地形匹配方法，其特征在于，双圆子模 板模型建立通过以下具体步骤实现： (1) 在实时建立的模板上选取具有相对位置关系、地形具有差异的两个子模板； (2) 作子模板的内切圆，圆心位置由所插值形成的网格确定； (3) 通过确定两个圆心的距离以及结合航向确定双圆的位置关系，记为L(p，Θ)。3. 根据权利要求1所述的一种双圆子模板水下地形匹配方法，其特征在于，图像角点 特征为SUSAN算子、Harris算子以及SIFT算子。4. 根据权利要求1-3任一项所述的一种双圆子模板水下地形匹配方法，其特征在于， 图像角点特征采用SIFT算子的双圆子模板，具体实现步骤如下： (1)将多波束测深插值获得的二维高程阵列和原始数据库的高程阵列进行灰度化，转 化为灰度图像，转化方式如下：其中，Iili j表示对应二维阵列点的水深值，round(*)表示就近取整，p u表示该点对应 的灰度值； (2对多波束实时扫侧并对采集的数据进行处理形成模板，选取具有位置关系 L(P，Θ )和地形差异的双圆子模板，对原始母图开始依次搜索双圆子图进行匹配； (3)采用SIFT算子提取特征量，具体如下： 一幅图像尺度空间函数定义为：其中，G(x，y，〇 )为尺度可变高斯函数；〇为尺度空间因子；L(x，y，〇 )为尺度空间； 首先，建立高斯差分尺度空间，并选取尺度空间极值点作为特征点；将图像与不同尺度 下的高斯函数卷积得到高斯金字塔，相邻尺度空间相减得到高斯差分尺度空间，定义为： D (X，y，〇 ) = (G (X，y，k 〇 ) -G (X，y, 〇 )) *1 (X，y) = L (X，y，k 〇 ) -L (X，y，〇 ) 将高斯尺度差分空间的像素点和本层和上下两层进行比较，如果是最大值或者最小 值，则记录下来，作为候选特征点； 为保证特征点具有旋转不变性，根据特征点在所作的圆形邻域内各像素点的梯度大小 和方向的统计情况，为特征点指定特征方向，公式如下： CN 105160665 A _权利要求书_ _2/2 页m(x，y)和Θ (X，y)为（X，y)处模值和梯度方向； 将得到的特征点生成SIFT特征向量，对传统SIFT算法进行降维处理，以内切圆为统计 邻域，生成SIFT特征向量，为减小光照影响并进行归一化处理，形成最终匹配特征向量；然 后采用欧式距离进行特征向量的度量，来确定匹配位置。
【专利摘要】本发明提供了一种双圆子模板水下地形匹配方法。本发明由多波束测深系统获得的条带，通过数据处理形成二维高程阵列，并转化为灰度值，形成待匹配模板，调取原始数据库地形高程图转化为灰度图，形成搜索母图；选取一个较大的模板，再从中选取两个小的子模板，作内切圆，确定双圆之间的位置关系，在母图上进行双圆子图搜索匹配；提取图像角点特征量，将母图搜索到的双圆子图与子模板进行匹配，获取水下潜器的位置。本发明与以往单模板匹配方法相比，克服了遍历搜索匹配时间过长的问题；采用圆形模板可以降低角点特征检测算法计算复杂度，克服旋转、仿射变换等问题影响，提高了匹配时间和精度，有很好的推广性和适用性。
【IPC分类】G06T7/00
【公开号】CN105160665
【申请号】CN201510525975
【发明人】张涛, 胡贺庆, 徐晓苏, 杨书天
【申请人】东南大学
【公开日】2015年12月16日
【申请日】2015年8月25日