高 飛 ，王 曉 ，楊敬華 ，張博宇 ，周海波 ，陳佳星

（1.青島市勘察測繪研究院，山東 青島 266032；2.江蘇海洋大學(xué) 海洋技術(shù)與測繪學(xué)院，江蘇 連云港 222005）

引言

隨著陸地資源日益枯竭，世界各國已將資源開發(fā)和利用的重點轉(zhuǎn)向海洋，我國為此制定了“海洋強國”戰(zhàn)略。針對海洋的勘察活動日益增多，了解海底表層及淺表層結(jié)構(gòu)對海洋科學(xué)研究和海洋工程建設(shè)意義重大[1]。側(cè)掃聲吶（Side Scan Sonar，SSS）作為海底高分辨率圖像的快速獲取技術(shù)，在海洋工程建設(shè)、海底資源開發(fā)和目標探測、識別等領(lǐng)域應(yīng)用廣泛[2-7]。由于側(cè)掃聲吶拖曳式作業(yè)和海洋中潮汐、波浪等環(huán)境影響，由測量船GNSS 坐標推算所得托魚位置存在偏差，地理編碼圖像位置不準，因此，多條帶編碼拼接圖像存在相鄰條帶目標錯位問題；常用的國外數(shù)據(jù)處理軟件諸如 Isis（Triton）、Sips（Caris）、SonarWeb（Chesaspeake）等，均提供地理拼接功能[8，9]，不能實現(xiàn)海底地貌“一張圖”精細獲取。為解決此問題，Zhao等[10，11]提出了相鄰條帶 SSS 圖像 SURF 特征拼接方法，為解決SURF 特征匹配耗時問題，采取了基于航跡坐標的圖像分段策略，一定程度上提高了運算效率；王愛學(xué)等[12]顧及目標的局部畸變問題，給出了彈性匹配策略，實現(xiàn)了共視海床目標的絕對保形；郭軍[13]，倪先鋒[14]，侯雪[15]，伍夢[16]，潘建平[17]等也研究了相關(guān)SSS 圖像SURF 特征拼接問題；但前述所有方法SURF 特征匹配耗時均不能滿足大區(qū)域圖像拼接程序?qū)崟r處理的要求。且傳統(tǒng)特征拼接時，固定一幅圖像，旋轉(zhuǎn)變換其余條帶，最遠端條帶圖像拼接后，地理位置丟失；若存在不能特征拼接條帶，也無法聯(lián)合地理編碼和特征實現(xiàn)海底地貌“一張圖”精細獲取。

為此，根據(jù)側(cè)掃聲吶圖像特點，研究給出一種基于幾何變換的SURF 特征分塊匹配算法和多條帶圖像分組拼接方法；實現(xiàn)精細獲取大區(qū)域海底地貌，為后續(xù)海洋工程建設(shè)提供前期高質(zhì)量大區(qū)域海底地貌圖像。

1 基于幾何變換的SURF 特征快速匹配

側(cè)掃聲吶作業(yè)過程中，航跡一般不沿正南、正北方向，導(dǎo)致地理編碼后圖像存在大量空白無效區(qū)域（約占整幅圖像的70%～75%），即使基于航跡分塊，無效空白區(qū)依然存在，導(dǎo)致基于地理編碼圖像進行SURF 特征匹配，計算量很大、且影響匹配精度。因此，在SURF 特征匹配前，先對圖像進行旋轉(zhuǎn)和裁剪，定義為幾何變換，去掉空白區(qū)域，以此提高特征匹配效率和精度，幾何變換也即將地理編碼圖像近似變回瀑布圖像的形式。特征提取和匹配時可將相鄰左、右條帶特征點檢測范圍分別設(shè)定為變換后圖像寬度的50%～100%，0%～50%，近似為作業(yè)過程設(shè)置的公共覆蓋率[18]。此時，空白無效區(qū)域被最大限度消除，實施分塊匹配將提高匹配速度和精度，整個步驟示意如圖1 所示。

圖1 幾何變換后的SURF 特征分塊匹配示意圖

2 特征拼接圖像位置修正

如前所述，特征拼接后圖像位置出現(xiàn)偏移，海底無靶標不能對圖像位置進行修正，即地理編碼不能對測區(qū)所有條帶圖像進行拼接。下面通過分析位置誤差誘因并給出相應(yīng)解決策略，以保證可實施聯(lián)合拼接方法。

2.1 特征拼接的地理位置誤差誘因及解決策略

SSS 圖像地理位置由拖魚推算得到，定位粗糙，造成相鄰條帶共視目標位置不統(tǒng)一。如圖2 所示，條帶1 和2中公共覆蓋區(qū)內(nèi)的相同目標P1 和P2 因各自條帶定位及船姿等因素影響，地理坐標不同；條帶2 與條帶1 和3 基于SURF 特征匹配轉(zhuǎn)換后，出現(xiàn)了三套坐標，這與實際不符，且受限于SSS 作業(yè)和圖像匹配特點，無法進行改正。將所有待拼接圖像平均分組，底層組圖像僅為2 或3 幅圖像[19]。

為盡量避免位置漂移問題，三幅圖像的旋轉(zhuǎn)、縮放參數(shù)計算如下：

（1）旋轉(zhuǎn)

旋轉(zhuǎn)角度均分到兩幅圖像中，不改變兩幅圖像間的相對旋轉(zhuǎn)角度，同時旋轉(zhuǎn)一半角度，旋轉(zhuǎn)角度大小相同，方向相反，避免了位置漂移現(xiàn)象。

（2）縮放

SSS 圖像的地理編碼在地理框架下進行，縮放尺度幾乎為1，為后續(xù)基準重新確定需要，給出旋轉(zhuǎn)后圖像像素尺寸計算方法。左、右條帶圖像的像素尺寸為r，配準得到的縮放參數(shù)為s，則拼接后圖像的像素尺寸rn可近似表示為[19]：

2.2 多條帶圖像拼接后的地理基準確定

TIFF 存儲圖像需提供左上角的地理坐標和像素尺寸。在所有匹配點對中計算坐標差異極小的若干點，取坐標均值作為位置基準，推算得到圖像左上角的地理坐標。當多條帶圖像進行拼接時，根據(jù)匹配結(jié)果調(diào)整基準坐標（圖3 所示），確定位置基準[19]。

3 聯(lián)合拼接方法

綜合前述方法，最終給出聯(lián)合SURF 特征和地理編碼的大區(qū)域側(cè)掃聲吶圖像高效、高質(zhì)量的拼接流程，它實則是一系列圖像間的兩兩拼接，流程如圖4 所示[18]。

4 實驗及分析

為驗證算法的有效性，在深圳某水域采用拖曳作業(yè)模式進行了側(cè)掃聲吶測量，測區(qū)水深在12 米左右，采用Edgetech-4200 設(shè)備。船速保持在4-5 節(jié)。設(shè)計條帶數(shù)目為13，掃幅為200 米，采用往返測量模式，條帶間重疊度約為50%。

圖2 多條帶圖像拼接時的地理位置誤差示意圖

圖3 多條帶連續(xù)匹配存在的3 種情形（表示匹配，×表示不能匹配）

圖4 多條帶側(cè)掃聲吶圖像聯(lián)合拼接流程

為驗證基于幾何變換的分塊SURF 特征匹配方法的可行性，選取實驗區(qū)兩條測線，依次進行旋轉(zhuǎn)、裁剪、分塊SURF 特征提取、整體匹配運算，結(jié)果如圖5 所示。從圖5特征匹配結(jié)果可看出匹配點對的對應(yīng)關(guān)系與實際情況吻合，對應(yīng)真實特征點所在位置[18]。

分別對這兩個條帶基于地理編碼全圖SURF 特征提取，全部SURF 特征點對參與匹配計算，耗時分別為97s、23s 和5s?；趲缀巫儞Q的分塊SURF 特征提取、匹配效率最高。

為進一步驗證方法的有效性，對實驗區(qū)10 個條帶依次進行基于幾何變換的分塊SURF 特征提取、兩兩圖像整體匹配，并計算匹配點對數(shù)目及變換模型參數(shù)。

圖5 幾何變換處理及SURF 特征匹配結(jié)果（從左到右依次為：旋轉(zhuǎn)、裁剪、特征匹配結(jié)果）

對條帶1-5 分別進行基于幾何變換的分組SURF 特征拼接（改進特征拼接方法）、傳統(tǒng)固定條帶1 旋轉(zhuǎn)變換其余4 個條帶SURF 特征拼接，耗時及共視特征點對平均坐標偏差對比如下：改進方法共視特征點對平均坐標偏差從傳統(tǒng)方法的6.18m 降低到1.07m，滿足了海底目標位置定位所需的精度要求；5 個條帶SURF 特征拼接耗時由135s 降低到30s，滿足了程序?qū)崟r處理的要求。

對測區(qū)10 個條帶進行圖像拼接，圖6 為測區(qū)10 個條帶地理拼接結(jié)果經(jīng)過基準調(diào)整后進行地理編碼拼接，在拼接處有偏差，但幅度較小，證明了聯(lián)合SURF 特征與地理編碼的大區(qū)域多條帶側(cè)掃聲吶圖像拼接方法的可行性[19]。

圖6 10 個條帶地理拼接結(jié)果

5 結(jié)論

針對大區(qū)域多條帶側(cè)掃聲吶圖像拼接過程中存在的問題及商業(yè)軟件的不足，給出了基于幾何變換的側(cè)掃聲吶圖像SURF 特征分塊提取、匹配方法和SURF 特征拼接后圖像位置的糾正策略，實現(xiàn)了聯(lián)合SURF 特征和地理編碼的多條帶側(cè)掃聲吶圖像拼接，實現(xiàn)了海底地貌“一張圖”的精細獲取。