摘要：為了實現雷達定位自動化，提高雷達定位的精度，針對電子海圖信息和雷達信息匹配定位進行了研究。采用輪廓相似度概略定位與輪廓特征點匹配定位相結合的方法，克服單一匹配容易誤匹的現象，達到提高定位精度，保證實時性的目的。詳細論述了雷達回波圖象輪廓特征點集和電子海圖圖像輪廓特征點集的建立方法，輪廓相似度的計算和概略定位方法，特征點集匹配集的確定和平差求最或然船位的方法。通過示例驗證了研究的可行性及在各種定位條件下的定位準確性。
關鍵詞：船舶、艦船工程；導航雷達；電子海圖；特征點集；輪廓相似度；匹配定位
傳統的雷達定位，不僅需要航海人員進行測量標繪，存在測量和標繪誤差影響定位精度，還可能出現認錯目標，定位錯誤，危及船舶航行安全的可能性。
隨著科技的發展，各種新技術應用于航海，特別是電子海圖技術、圖像采集技術、噪聲處理技術等，實現雷達定位自動化，提高定位精度已經成為可能。對此問題，人們已經做了許多相關研究，提出了各種匹配定位的方法[1-2]。但實踐證明，由于雷達回波圖像的特殊性和海上目標的多樣性，采用單一的匹配方法，常常會出現誤匹現象，導致出現較大的定位誤差。
本文以匹配理論為基礎，針對雷達回波的特征，采用輪廓匹配與特征點匹配相結合的方法，實現雷達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時性。
1匹配定位原理與方法
1.1匹配定位原理
同一場景使用不同的傳感器獲得的圖像一般會有所不同，圖像匹配就是尋找兩幅不同圖像之間的空間位置關系。雷達和電子海圖信息匹配定位，是根據雷達探測的回波圖像和航海保證部門提供的電子海圖圖像，求出雷達圖像掃描中心對應的海圖坐標。
圖像匹配的方法很多，如基于圖像灰度[5]、基于特征點[6]、基于輪廓[7-8]等。輪廓匹配是通過計算兩個圖像邊緣的相似度，判斷兩個圖像的一致性。特征點匹配是在兩個圖像中選取一些特征點，建立特征點集，對兩個特征點集進行匹配，從而達到圖像的匹配。
1.2雷達匹配定位的特點
雷達與電子海圖信息匹配定位的特點是：
1)通常匹配的兩幅圖像只存在有規律的變化(位移、旋轉、縮放等)，但雷達的回波圖象由于雷達探測的特點及受到各種干擾影響，會出現一些不規則變形(雜波、遮擋、展寬、粘連等)，和與之匹配的海圖圖像產生較大的差異，加上海上目標復雜，不同位置的目標回波非常相似，容易出現誤匹現象。試驗表明，誤匹率首先與目標的分布范圍有關，在沒有干擾、回波方位分布大于45°情況下，利用特征點匹配定位的準確率約90%，但當目標回波方位分布范圍小于30°、或受到干擾時，準確率會急劇降低；誤匹率與推算船位的誤差也有密切關系，推算船位誤差越大，誤匹率越高。
2)實時性要求比較高，包括信息采集、去噪、匹配的全部定位工作，應盡量在1s以內完成，匹配定位時間應更短。
1.3雷達匹配定位的方法
根據雷達回波和誤匹特點，雷達與電子海圖匹配定位采用輪廓匹配與特征點匹配相結合的方法，先計算輪廓相似度，縮小推算船位誤差范圍，然后再用特征點匹配進行精確定位。具體做法是：
1)根據雷達回波圖像，建立雷達回波輪廓特征點集(Q集)，然后以推算船位為中心，采用搜尋方式，以適當間隔密度向外擴散性地設定推算船位，建立每個推算船位對應的海圖輪廓特征點集(P集)，計算P集與Q集的相似度，尋找相似度達到設定門值(或相似度最大)的點。
2)以此點為中心，進行特征點匹配定位。
此時，由于推算船位誤差較小，P集和Q集差異不大，出現誤匹的可能性大大降低；特征點匹配往往是幾十個點進行平差處理，相當于通常雷達定位測幾十個目標，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集相似度計算非常簡單，可以保證定位的實時性。
2建立輪廓特征點集
建立輪廓特征點集是匹配定位的基礎，是計算相似度和進行匹配定位的依據。輪廓特征點集包括雷達回波特征點集和電子海圖特征點集。
2.1雷達回波輪廓特征點集(Q集)
根據雷達定位測近距離目標邊緣的特點，建立雷達回波輪廓特征點集非常簡單，只需下列兩步：
1)根據采集的回波信號，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)取每個方向上距離最近的一個回波信號點，組成雷達回波圖象特征點集(Q集)。
上述建立的雷達回波特征點集的依據是：同一方向，只有最近的回波是目標邊緣；方位精度為1°，距離精度為量程/300，與雷達的探測精度基本一致，特征點數少于360個，可以保證匹配的速度和精度。
2.2電子海圖輪廓特征點集(P集)
根據雷達定位的原理，電子海圖輪廓特征點應在雷達探測范圍內，位于水面的目標，如助航標志、島礁岸線等，這些點在電子海圖的海洋陸地(ocldntl)、助航標志(anvgptp)等圖層文件中。
建立電子海圖輪廓特征點集方法如下：
1)根據推算船位選取相應的海圖數據庫；分別打開含有水面目標信息的圖層文件，每個圖層包括圖形文件(﹡．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，找到對應屬性的記錄號，按記錄號到索引文件中獲取記錄偏移量和記錄長度，再到圖形文件中按偏移量和記錄長度，讀取記錄數據，根據矢量海圖的數據存儲格式，從記錄中得到位置點信息(a，b)；
3)將位置信息換算成經緯度坐標（φ，λ）：
(1)
式(1)中，α，b單位為cm，(φz，λz)為海圖基準點坐標；c為海圖比例尺；
4)計算相對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；
重復“2)”、“3)”、“4)”，直至文件結束；
5)取每個方向上距離最近的點組成海圖特征點集(P集)。
電子海圖特征點集的建立流程如圖1
3.1輪廓相似度計算
輪廓相似度根據不同的目的，有不同的定義，Q集中與P集相容特征點的數量N與特征點總數M之比，可通過簡單的判斷計數得到。
圖1 電子海圖特征點集建立流程
與P集相容特征點是指，Q集中有特征點(F，D)，P集中在(F±σF，D±σD)范圍內也存在特征點。σF、σD是分別為方位和距離允許誤差。
3.2輪廓相似度應用
輪廓相似度的高低，說明兩個點集對應區域之間的差異。相似度越高，兩個區域越相近，推算船位越接近實際船位。因此，采用搜尋方式，以推算船位為中心，向外擴散性的設定推算經、緯度，計算對應的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
通過圖2的流程計算得到的船位（φ2，λ2），一般要比初始推算船位（φc，λc）接近實際船位。
流程中將向外擴散半徑大于0.75量程作為終止條件，當推算誤差大于0.75量程時，量程應大一檔工作。µM是相似度的門值，當相似度達到µM時，就認為所得船位已滿足所需精度。
P集隨推算船位變化，搜尋過程中需要反復讀取海圖數據，可在第一次建立P集時，將在以推算船位為中心，1.75量程為半徑范圍內的屬性符合要求的點，存入臨時內存，后面計算P集時，只需對內存操作，數據量小，不必進行屬性判別，可大大提高速度。
如把初始半徑、擴散步長設定小一些，得到的結果將會更接近實際船位，因此可用此法進行特殊情況下定位。
4特征點匹配定位
4.1確定匹配集
確定匹配集就是確定P集和Q集中特征點的對應關系，剔除冗余點。可采用快速匹配算法[9]進行，是一種基于聚類的點匹配方法[10]的改進。具體步驟是：
1)將Q集的點轉換為相對雷達掃描中心的坐標（xqj，yqj）：xqj=DsinF，yqj=DcosF。
2)將P集的點轉換為相對推算船位的坐標（xPi，ypi）：xpi=λ－λc，ypi=φ－φc。
3)計算同一點集中所有兩兩點(pi，pj)、(qa，qb)之間的距離和方向。
（2）
（3）
4)尋找支持度最大的點對，獲取匹配集
對任意一個點對piqa若在點集P和Q中存在其他的點對，如pj
qb，同時滿足：
,︱θab-θij︱<σθ,則稱點對pjqb是點對的piqa支持點。σρ和σθ分別為距離和方向的匹配誤差域值。一個點對擁有的支持點對數量，稱為該點對的支持度。擁有的支持點對數量，稱為該點對的支持度。
在兩個特征點集中，嘗試所有可能的點對，計算每個點對的支持度，支持度最大的點對和它的全部支持點對就構成匹配集。
確定匹配點對集的流程如圖3。
圖3 確定匹配點對集流程
4.2平差定位
平差定位就是根據匹配點對集的信息，求取最佳的推算船位修正量，進而求得觀測船位。
設匹配集由M組點對組成，根據最小二乘法原理，最佳的船位修正量△X和△y的計算公式為設：
D=M×C-QX2-QY2
則：
（4）
5匹配定位實現與驗證
5.1匹配定位實現
根據上面分析，導航雷達與電子海圖信息匹配定位流程如圖4。
圖4 匹配定位流程
在定位計算中，考慮了下列方面：
1)雷達回波方位分布范圍DF，是一個非常重要的量，許多參數需根據DF來確定。如概略定位向外擴散的初始半徑R0和步長B、Q集與P集相容性域值σF和σD、相似度的門值μM匹配點對集的距離誤差域值σp、方位誤差域值σθ等，這些量都是DF的函數。
2)考慮當回波方位分布DF小于45°時，誤匹率比較高，此時不再進行匹配定位，將利用相似度概略定位得到的位置作為實測船位，此時設定的擴散密度應比較高，門值μM較大。
3)特征點匹配定位，隨著特征點數增加，精度會適當提高，但時間會大大增加。由圖3可以看出，確定匹配集需要進行四重循環，每次循環的大小分別是Q集和P集的特征點數，因此，兩個特征點集的大小對匹配定位速度影響很大。經過大量計算表明，綜合考慮定位精度和速度，Q集特征點數取≤75比較合適，當點數>75時，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匹配定位驗證
利用VC＋＋6.0，對上述研究進行了編程實現，并進行實際匹配試驗，驗證其可行性和定位精度。
試驗條件：試驗船在萬山海區航行得到的不同位置25幅雷達回波圖像(量程都是6 nmile，目標回波方位分布最大為313°(圖5-A)，最小為17°(圖5-B，每幅圖象有當時的GPS(Global Positioning System)位置作為準確船位，萬山海區的(1：100 000)電子海圖(C1076)。
圖5 雷達回波圖象
試驗方法：將雷達回波圖像，經過采集、去噪，建立Q集，對GPS位置增加不大于75%量程的隨機誤差作為推算船位，進行匹配定位。每幅雷達回波圖像，進行10000次定位試驗，統計定位的誤差情況。為檢驗匹配定位的抗干擾能力，根據建立Q集的不同，分別進行了3種類型試驗：
1)無干擾，直接利用雷達回波圖象采集數據；
z)輕度干擾，對雷達回波圖象采集數據，加方位小于1°，距離小于100m的隨機誤差；
3)中度干擾，對雷達回波圖象采集數據，加方位小于2°，距離小于200m的隨機誤差。試驗結果如表1。
表1匹配定位試驗結果
|
類型 |
方位分布（°） |
試驗組數/組 |
試驗次數/萬次 |
最大誤差/ n mile |
均方差/ n mile |
平均用時/s |
|
1 |
>45 |
20 |
20 |
0.155 |
0.063 |
0.35 |
|
<45 |
5 |
5 |
0.347 |
0.087 |
0.39 | |
|
2 |
>45 |
20 |
20 |
0.451 |
0.094 |
0.38 |
|
<45 |
5 |
5 |
0.367 |
0.091 |
0.42 | |
|
3 |
>45 |
20 |
20 |
0.672 |
0.129 |
0.41 |
|
<45 |
5 |
5 |
0.767 |
0.164 |
0.45 |
6結語
試驗結果表明，采用輪廓與特征點結合的方法進行雷達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、較好的實時性和一定的抗干擾能力。
參考文獻
[l]韓兆剛．雷達背景信息與電子海圖的疊加顯示[D]．西安：西安電子科技大學碩士學位論文，2006．
[2]周莉，華承相，易成濤．基于Hausdorff距離的雷達圖像與電子海圖實時匹配算法[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.基于點模式匹配的圖像匹配方法的研究[D].武漢：華中科技大學碩士學位論文，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 來源：中國航海
