集成高光譜數據和稀疏聲納數據的淺水水下地形構建方法
2023-06-25 09:50:31
專利名稱:集成高光譜數據和稀疏聲納數據的淺水水下地形構建方法
技術領域:
本發明涉及一種淺水水下地形構建方法,尤其是涉及一種集成高光譜數據和稀疏聲納數據的水下地形構建方法,屬於水下地形勘測技術領域。
背景技術:
沿海、近海大陸架地區作為海陸頻繁相互作用的地帶,地理區位優越,各類資源豐富,人類活動劇烈。從資源開發利用角度出發,近海大陸架是油氣資源、食物資源、航運資源的戰略性開發基地,以此為目的進行地海岸防護、港灣建設、灘涂養殖、能源開發、航道開發、電纜鋪設等工程設施都極需各種精確的、不同比例尺的海底地形地貌圖。目前,水下地形數據的獲取主要包括船載測量和遙感反演。其中傳統船載聲學測 量通常採取測深設備和定位設備相組合的方式進行水下地形的測量,測深設備主要為聲納。聲納按其工作原理可以分為三種方式單點式、單波束以及多波束。多波束聲納測量已經實現了水下地形面覆蓋測繪,但多波束聲納設備價格過於昂貴,所以水下地形數據獲取仍然大量使用單波束、單點式聲納設備。使用單波束、單點式設備進行水下地形測量時,根據測深水域特點進行測深航線規劃,形成測深條帶網並進行線測量,再利用內插外推等方式進行數據加密,從而得到實驗區水下地形產品。由於回聲測深儀等設備所得結果為斷面測量,無法全面展現海底地形、地貌信息,加之環境、時間和經費等條件的限制,測量數據覆蓋區域、更新頻次已不能滿足海洋調查大區域常態化、實時化的要求。20世界60年代末,美國已開始研究遙感測深技術。近年來不同光譜、空間解析度遙感數據不斷增多,淺水水深反演模型不斷豐富,按照其反演所依據的原理可分為理論解釋模型、半經驗模型以及統計模型等形式。理論解釋模型以可見光在水體中輻射傳輸方程為基礎,通過合理假設化簡模型,輔以探測所得的水體內部多種光學參數進行水深反演,該方法具有明確的物理意義,但水體內部光學參數難以獲得,不能廣泛應用。針對理論解釋模型參數複雜且不易獲得的難點,半經驗模型以光在水中輻射衰減原理為基礎,採用水體輻射衰減等模型和分析回歸所得的經驗參數相結合實現水深的遙感反演,根據採用的遙感波段數可分為單波段模型和多波段模型。無論是以可見光在水體中輻射傳輸方程為基礎的理論模型,還是基於光在水體中的輻射衰減原理的半經驗模型,由於水體光學特性十分複雜,光學參數觀測值難以獲取,影響水深反演精度的因素眾多,因此模型反演精度不高。統計模型以其簡單的反演模型、較高的反演精度被廣泛地應用於水深反演中,但該方法需要一定量的實測水深值,因而在一定程度上制約了模型的推廣。
發明內容
本發明要解決技術問題是提供一種集成高光譜數據和稀疏聲納數據的淺水水下地形構建方法,以較稀疏的聲納數據結合高光譜數據,高精度地進行淺水水下地形的構建。
為了解決以上技術問題,本發明提供一種集成高光譜數據和稀疏聲納數據的淺水水下地形構建方法,包括以下步驟步驟I、數據準備一經過絕對輻射值轉換、雜波波段剔除、影像旋轉、壞線修復及條紋去除、影像逆旋轉、幾何校正及平滑濾波處理高光譜遙感影像,帶有坐標信息及水深信息的稀疏聲納數據,所述稀疏聲納數據與高光譜遙感影像坐標範圍對應;步驟2、尋找聲納數據的聚類中心點——對聲納數據的水深值進行聚類,並獲得各類的中心值,水深值與所述中心值接近的測量點作為各類的中心點;步驟3、高光譜半監督降維一經步驟I處理得到的遙感影像中,與所述中心點坐標相同的像元作為半監督降維的樣本點,利用考慮空間距離的半監督拉普拉斯降維算法對經步驟I處理得到的遙感影像進行降維,得到低維遙感影像;步驟4、水深均質區域的劃分——對低維遙感影像使用多尺度分割算法進行分割,將低維遙感影像劃分為若干水深均質區域;步驟5、對聲納數據插值——在各水深均質區域內部使用信息擴散方法對聲納數據進行插值,得到水下地形。本發明將高光譜遙感影像與稀疏聲納數據進行了有機結合,在整個過程中,兩種數據作為一種互補,很好地解決了水下地形構建的問題。首先藉助聲納數據的聚類中心點對高光譜遙感影像進行降維,然後對降維後的低維遙感影像進行區域劃分,最後在各區域內部對聲納數據進行插值得到水下地形。經過幾何校正的遙感影像和聲納數據都具備坐標信息,並且遙感影像的灰度與水深存在一定的模糊對應關係,因此可以認為劃區後遙感影像中,各水深均質區域內水深變換較小,聲納數據插值結果更真實。本發明正是巧妙的利用了這一規律,將兩種數據結合在一起實現了水下地形的高精度、低成本構建。相對於多波束面型測量的聲納數據而言,本發明所用的數據價格便宜。相對於傳統的遙感反演模型來說,本發明無需獲取水體光學參數觀測值,影響水下地形構建精度的因素較少,構建的水下地形精度較高。進一步的,本發明對拉普拉斯降維方法進行了改進。傳統拉普拉斯降維方法考慮光譜距離,忽略了遙感影像像元之間的空間特性,而本發明改進光譜距離為光譜距離與空間距離的聯合距離,具體如下步驟3的高光譜半監督降維為考慮空間位置的拉普拉斯降維,降維算法的距離閾值採用聯合高斯距離,聯合高斯距離公式如下A =< +4,其中扎表示第i像元至第j個
像元的聯合距離。表示第i像元至第j個像元光譜距離, <表示第i像元至第j個像元的空間距離,
權利要求
1.ー種集成高光譜數據和稀疏聲納數據的淺水水下地形構建方法,包括以下步驟 步驟I、數據準備一經過絕對輻射值轉換、雜波波段剔除、影像旋轉、壞線修復及條紋去除、影像逆旋轉、幾何校正及平滑濾波處理高光譜遙感影像,帶有坐標信息及水深信息的稀疏聲納數據,所述稀疏聲納數據與高光譜遙感影像坐標範圍對應; 步驟2、尋找聲納數據的聚類中心點——對聲納數據的水深值進行聚類,並獲得各類的中心值,水深值與所述中心值接近的測量點作為各類的中心點; 步驟3、高光譜半監瞀降維——經步驟I處理得到的遙感影像中,與所述中心點坐標相同的像元作為半監瞀降維的樣本點,利用考慮空間距離的半監瞀拉普拉斯降維算法對經步驟I處理得到的遙感影像進行降維,得到低維遙感影像; 步驟4、水深均質區域的劃分——對低維遙感影像使用多尺度分割算法進行分割,將低維遙感影像劃分為若干水深均質區域; 步驟5、對聲納數據插值——在各水深均質區域內部使用信息擴散方法對聲納數據進行插值,得到水下地形。
2.根據權利要求I所述的集成高光譜數據和稀疏聲納數據的淺水水下地形構建方法,其特徵在於所述步驟3的高光譜半監瞀降維為考慮空間位置的拉普拉斯降維,降維算法的距離閾值採用聯合高斯距離,聯合高斯距離公式如下A =4 +4,其中Clij表示第i像元至第j個像元的聯合距離,<表示第i像元至第j個像元光譜距離表示第i像元至第j個像元的空間距離,
3.根據權利要求2所述的集成高光譜數據和稀疏聲納數據的淺水水下地形構建方法,其特徵在於所述步驟2中,通過k-means算法對聲納數據進行聚類分析,尋找最優聚類模式,獲得各類中心值。
4.根據權利要求3所述的集成高光譜數據和稀疏聲納數據的淺水水下地形構建方法,其特徵在於所述步驟2中,水深值與所述中心值偏差±0. 2m以內的測量點作為各類的中心點。
5.根據權利要求4所述的集成高光譜數據和稀疏聲納數據的淺水水下地形構建方法,其特徵在於步驟I中,所述稀疏聲納數據經過如下預處理,將聲納數據分為正常航線測量點和加密點兩部分,將正常航線測量點按照象元大小進行抽稀,使用均值作為象元中心點水深值,再將兩部分數據進行合併得到數據壓縮後的稀疏聲納數據。
6.根據權利要求5所述的集成高光譜數據和稀疏聲納數據的淺水水下地形構建方法,其特徵在於光譜距離的控制係數σ s的取值範圍為1-2,空間距離的控制係數σ L的取值範圍為85-105。
全文摘要
本發明涉及一種集成高光譜數據和稀疏聲納數據的淺水水下地形構建方法,屬於水下地形勘測技術領域。本發明首先藉助聲納數據的聚類中心點對高光譜遙感影像進行降維,然後對降維後的低維遙感影像進行區域劃分,最後在各區域內部對聲納數據進行插值得到水下地形。本發明將高光譜遙感影像與稀疏聲納數據進行了有機結合,在整個過程中,兩種數據作為一種互補,很好地解決了水下地形構建的問題。經過幾何校正的遙感影像和聲納數據都具備坐標信息,並且遙感影像的灰度與水深存在一定的模糊對應關係,因此劃區後的遙感影像中,各水深均質區域內水深變換較小,聲納數據插值結果更真實。
文檔編號G06T5/00GK102855609SQ201210268170
公開日2013年1月2日 申請日期2012年7月30日 優先權日2012年7月30日
發明者程亮, 李滿春, 劉永學, 蔡文婷, 童禮華, 馬磊, 王亞飛, 潘航, 張雯, 陳焱明 申請人:南京大學