摘要：为了实现雷达定位自动化，提高雷达定位的精度，针对电子海图信息和雷达信息匹配定位进行了研究。采用轮廓相似度概略定位与轮廓特征点匹配定位相结合的方法，克服单一匹配容易误匹的现象，达到提高定位精度，保证实时性的目的。详细论述了雷达回波图象轮廓特征点集和电子海图图像轮廓特征点集的建立方法，轮廓相似度的计算和概略定位方法，特征点集匹配集的确定和平差求最或然船位的方法。通过示例验证了研究的可行性及在各种定位条件下的定位准确性。
关键词：船舶、舰船工程；导航雷达；电子海图；特征点集；轮廓相似度；匹配定位
传统的雷达定位，不仅需要航海人员进行测量标绘，存在测量和标绘误差影响定位精度，还可能出现认错目标，定位错误，危及船舶航行安全的可能性。
随着科技的发展，各种新技术应用于航海，特别是电子海图技术、图像采集技术、噪声处理技术等，实现雷达定位自动化，提高定位精度已经成为可能。对此问题，人们已经做了许多相关研究，提出了各种匹配定位的方法[1-2]。但实践证明，由于雷达回波图像的特殊性和海上目标的多样性，采用单一的匹配方法，常常会出现误匹现象，导致出现较大的定位误差。
本文以匹配理论为基础，针对雷达回波的特征，采用轮廓匹配与特征点匹配相结合的方法，实现雷达信息与电子海图信息的匹配定位，减小误匹率，提高定位的精度和实时性。
1匹配定位原理与方法
1.1匹配定位原理
同一场景使用不同的传感器获得的图像一般会有所不同，图像匹配就是寻找两幅不同图像之间的空间位置关系。雷达和电子海图信息匹配定位，是根据雷达探测的回波图像和航海保证部门提供的电子海图图像，求出雷达图像扫描中心对应的海图坐标。
图像匹配的方法很多，如基于图像灰度[5]、基于特征点[6]、基于轮廓[7-8]等。轮廓匹配是通过计算两个图像边缘的相似度，判断两个图像的一致性。特征点匹配是在两个图像中选取一些特征点，建立特征点集，对两个特征点集进行匹配，从而达到图像的匹配。
1.2雷达匹配定位的特点
雷达与电子海图信息匹配定位的特点是：
1)通常匹配的两幅图像只存在有规律的变化(位移、旋转、缩放等)，但雷达的回波图象由于雷达探测的特点及受到各种干扰影响，会出现一些不规则变形(杂波、遮挡、展宽、粘连等)，和与之匹配的海图图像产生较大的差异，加上海上目标复杂，不同位置的目标回波非常相似，容易出现误匹现象。试验表明，误匹率首先与目标的分布范围有关，在没有干扰、回波方位分布大于45°情况下，利用特征点匹配定位的准确率约90%，但当目标回波方位分布范围小于30°、或受到干扰时，准确率会急剧降低；误匹率与推算船位的误差也有密切关系，推算船位误差越大，误匹率越高。
2)实时性要求比较高，包括信息采集、去噪、匹配的全部定位工作，应尽量在1s以内完成，匹配定位时间应更短。
1.3雷达匹配定位的方法
根据雷达回波和误匹特点，雷达与电子海图匹配定位采用轮廓匹配与特征点匹配相结合的方法，先计算轮廓相似度，缩小推算船位误差范围，然后再用特征点匹配进行精确定位。具体做法是：
1)根据雷达回波图像，建立雷达回波轮廓特征点集(Q集)，然后以推算船位为中心，采用搜寻方式，以适当间隔密度向外扩散性地设定推算船位，建立每个推算船位对应的海图轮廓特征点集(P集)，计算P集与Q集的相似度，寻找相似度达到设定门值(或相似度最大)的点。
2)以此点为中心，进行特征点匹配定位。
此时，由于推算船位误差较小，P集和Q集差异不大，出现误匹的可能性大大降低；特征点匹配往往是几十个点进行平差处理，相当于通常雷达定位测几十个目标，精度可大大提高；虽然采用搜寻式缩小推算船位误差，由于P集与Q集相似度计算非常简单，可以保证定位的实时性。
2建立轮廓特征点集
建立轮廓特征点集是匹配定位的基础，是计算相似度和进行匹配定位的依据。轮廓特征点集包括雷达回波特征点集和电子海图特征点集。
2.1雷达回波轮廓特征点集(Q集)
根据雷达定位测近距离目标边缘的特点，建立雷达回波轮廓特征点集非常简单，只需下列两步：
1)根据采集的回波信号，换算成方位F和距离D(均取整，单位：方位为度，距离为量程/300)。
2)取每个方向上距离最近的一个回波信号点，组成雷达回波图象特征点集(Q集)。
上述建立的雷达回波特征点集的依据是：同一方向，只有最近的回波是目标边缘；方位精度为1°，距离精度为量程/300，与雷达的探测精度基本一致，特征点数少于360个，可以保证匹配的速度和精度。
2.2电子海图轮廓特征点集(P集)
根据雷达定位的原理，电子海图轮廓特征点应在雷达探测范围内，位于水面的目标，如助航标志、岛礁岸线等，这些点在电子海图的海洋陆地(ocldntl)、助航标志(anvgptp)等图层文件中。
建立电子海图轮廓特征点集方法如下：
1)根据推算船位选取相应的海图数据库；分别打开含有水面目标信息的图层文件，每个图层包括图形文件(﹡．shp)、索引文件(﹡．shx)和属性文件(﹡．dbs)；
2)按序在属性文件中读取记录属性，找到对应属性的记录号，按记录号到索引文件中获取记录偏移量和记录长度，再到图形文件中按偏移量和记录长度，读取记录数据，根据矢量海图的数据存储格式，从记录中得到位置点信息(a，b)；
3)将位置信息换算成经纬度坐标（φ，λ）：
(1)
式(1)中，α，b单位为cm，(φz，λz)为海图基准点坐标；c为海图比例尺；
4)计算相对推算船位的方位距离(取与Q集一样的单位并取整)，剔除距离大于量程的点；
重复“2)”、“3)”、“4)”，直至文件结束；
5)取每个方向上距离最近的点组成海图特征点集(P集)。
电子海图特征点集的建立流程如图1
3.1轮廓相似度计算
轮廓相似度根据不同的目的，有不同的定义，Q集中与P集相容特征点的数量N与特征点总数M之比，可通过简单的判断计数得到。
图1 电子海图特征点集建立流程
与P集相容特征点是指，Q集中有特征点(F，D)，P集中在(F±σF，D±σD)范围内也存在特征点。σF、σD是分别为方位和距离允许误差。
3.2轮廓相似度应用
轮廓相似度的高低，说明两个点集对应区域之间的差异。相似度越高，两个区域越相近，推算船位越接近实际船位。因此，采用搜寻方式，以推算船位为中心，向外扩散性的设定推算经、纬度，计算对应的P集，及P集与Q集的相似度，选择相似度高的推算船位，可以达到概略定位，缩小推算船位误差的目的，具体流程如图2。
图2 利用相似度概略定位流程
通过图2的流程计算得到的船位（φ2，λ2），一般要比初始推算船位（φc，λc）接近实际船位。
流程中将向外扩散半径大于0.75量程作为终止条件，当推算误差大于0.75量程时，量程应大一档工作。µM是相似度的门值，当相似度达到µM时，就认为所得船位已满足所需精度。
P集随推算船位变化，搜寻过程中需要反复读取海图数据，可在第一次建立P集时，将在以推算船位为中心，1.75量程为半径范围内的属性符合要求的点，存入临时内存，后面计算P集时，只需对内存操作，数据量小，不必进行属性判别，可大大提高速度。
如把初始半径、扩散步长设定小一些，得到的结果将会更接近实际船位，因此可用此法进行特殊情况下定位。
4特征点匹配定位
4.1确定匹配集
确定匹配集就是确定P集和Q集中特征点的对应关系，剔除冗余点。可采用快速匹配算法[9]进行，是一种基于聚类的点匹配方法[10]的改进。具体步骤是：
1)将Q集的点转换为相对雷达扫描中心的坐标（xqj，yqj）：xqj=DsinF，yqj=DcosF。
2)将P集的点转换为相对推算船位的坐标（xPi，ypi）：xpi=λ－λc，ypi=φ－φc。
3)计算同一点集中所有两两点(pi，pj)、(qa，qb)之间的距离和方向。
（2）
（3）
4)寻找支持度最大的点对，获取匹配集
对任意一个点对piqa若在点集P和Q中存在其他的点对，如pj
qb，同时满足：
,︱θab-θij︱<σθ,则称点对pjqb是点对的piqa支持点。σρ和σθ分别为距离和方向的匹配误差域值。一个点对拥有的支持点对数量，称为该点对的支持度。拥有的支持点对数量，称为该点对的支持度。
在两个特征点集中，尝试所有可能的点对，计算每个点对的支持度，支持度最大的点对和它的全部支持点对就构成匹配集。
确定匹配点对集的流程如图3。
图3 确定匹配点对集流程
4.2平差定位
平差定位就是根据匹配点对集的信息，求取最佳的推算船位修正量，进而求得观测船位。
设匹配集由M组点对组成，根据最小二乘法原理，最佳的船位修正量△X和△y的计算公式为设：
D=M×C-QX2-QY2
则：
（4）
5匹配定位实现与验证
5.1匹配定位实现
根据上面分析，导航雷达与电子海图信息匹配定位流程如图4。
图4 匹配定位流程
在定位计算中，考虑了下列方面：
1)雷达回波方位分布范围DF，是一个非常重要的量，许多参数需根据DF来确定。如概略定位向外扩散的初始半径R0和步长B、Q集与P集相容性域值σF和σD、相似度的门值μM匹配点对集的距离误差域值σp、方位误差域值σθ等，这些量都是DF的函数。
2)考虑当回波方位分布DF小于45°时，误匹率比较高，此时不再进行匹配定位，将利用相似度概略定位得到的位置作为实测船位，此时设定的扩散密度应比较高，门值μM较大。
3)特征点匹配定位，随着特征点数增加，精度会适当提高，但时间会大大增加。由图3可以看出，确定匹配集需要进行四重循环，每次循环的大小分别是Q集和P集的特征点数，因此，两个特征点集的大小对匹配定位速度影响很大。经过大量计算表明，综合考虑定位精度和速度，Q集特征点数取≤75比较合适，当点数>75时，采取等间隔剔除，既可保证定位精度，又能保证定位速度。
5.2匹配定位验证
利用VC＋＋6.0，对上述研究进行了编程实现，并进行实际匹配试验，验证其可行性和定位精度。
试验条件：试验船在万山海区航行得到的不同位置25幅雷达回波图像(量程都是6 nmile，目标回波方位分布最大为313°(图5-A)，最小为17°(图5-B，每幅图象有当时的GPS(Global Positioning System)位置作为准确船位，万山海区的(1：100 000)电子海图(C1076)。
图5 雷达回波图象
试验方法：将雷达回波图像，经过采集、去噪，建立Q集，对GPS位置增加不大于75%量程的随机误差作为推算船位，进行匹配定位。每幅雷达回波图像，进行10000次定位试验，统计定位的误差情况。为检验匹配定位的抗干扰能力，根据建立Q集的不同，分别进行了3种类型试验：
1)无干扰，直接利用雷达回波图象采集数据；
z)轻度干扰，对雷达回波图象采集数据，加方位小于1°，距离小于100m的随机误差；
3)中度干扰，对雷达回波图象采集数据，加方位小于2°，距离小于200m的随机误差。试验结果如表1。
表1匹配定位试验结果
|
类型 |
方位分布（°） |
试验组数/组 |
试验次数/万次 |
最大误差/ n mile |
均方差/ n mile |
平均用时/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结语
试验结果表明，采用轮廓与特征点结合的方法进行雷达与电子海图信息匹配定位，能有效地防止误匹，具有较高的定位精度、较好的实时性和一定的抗干扰能力。
参考文献
[l]韩兆刚．雷达背景信息与电子海图的叠加显示[D]．西安：西安电子科技大学硕士学位论文，2006．
[2]周莉，华承相，易成涛．基于Hausdorff距离的雷达图像与电子海图实时匹配算法[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.基于点模式匹配的图像匹配方法的研究[D].武汉：华中科技大学硕士学位论文，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，李启华 来源：中国航海
