基于高分辨率遙感影像的船舶航標(biāo)漂移監(jiān)測方法

王曉晴

(交通運(yùn)輸部北海航海保障中心天津航標(biāo)處，天津 300456)

0 引 言

航標(biāo)是指引船舶航行的主要標(biāo)志[1]。船員需要按照航標(biāo)確定船舶的航行方向，其是否存在漂移情況，直接影響船舶航行的安全性[2]。傳統(tǒng)的GPS 船舶航標(biāo)漂移監(jiān)測方法，易受電離層延時(shí)誤差影響，導(dǎo)致其定位精度較低，出現(xiàn)航標(biāo)漂移誤報(bào)警的概率較高，無法為船舶安全航行提供保障。為此，需要研究精度更好的船舶航標(biāo)漂移監(jiān)測方法。例如，周春輝等[3]利用拉依達(dá)數(shù)學(xué)準(zhǔn)則預(yù)處理航標(biāo)數(shù)據(jù)，通過Kmeans 算法，聚類航標(biāo)數(shù)據(jù)，以聚類中心為航標(biāo)漂移量計(jì)算的基準(zhǔn)點(diǎn)，通過Person 相關(guān)性分析法，結(jié)合基準(zhǔn)點(diǎn)，建立航標(biāo)漂移監(jiān)測模型，得到航標(biāo)漂移監(jiān)測結(jié)果。該方法可有效監(jiān)測航標(biāo)漂移情況，利于加快航標(biāo)管理效率。倪漢杰等[4]利用FasterRCNN 模型特征提取網(wǎng)絡(luò)，在航標(biāo)圖像內(nèi)提取航標(biāo)特征，通過錨框機(jī)制與檢測框抑制算法，處理航標(biāo)特征，得到航標(biāo)漂移監(jiān)測結(jié)果。該方法具備較快的航標(biāo)漂移監(jiān)測效率。但以上方法的航標(biāo)漂移監(jiān)測范圍均較小，無法獲取大面積的航標(biāo)漂移監(jiān)測結(jié)果。高分辨率遙感影像涵蓋了大范圍的海域信息，可提升航標(biāo)漂移的監(jiān)測范圍。為此，研究基于高分辨率遙感影像的船舶航標(biāo)漂移監(jiān)測方法，精準(zhǔn)監(jiān)測航標(biāo)漂移情況，為航標(biāo)航道的數(shù)字化建設(shè)提供數(shù)據(jù)支持。

1 船舶航標(biāo)漂移監(jiān)測方法

1.1 船舶航標(biāo)高分辨率遙感影像的特征匹配

利用尺度不變特征變換（Scale Invariant Feature Transform，SIFT），在船舶航標(biāo)高分辨率遙感影像內(nèi)，提取船舶航標(biāo)位置信息特征，描繪2 幅高分辨率遙感影像內(nèi)，同一船舶航標(biāo)像素點(diǎn)位置信息的特征匹配點(diǎn)，實(shí)現(xiàn)船舶航標(biāo)高分辨率遙感影像的特征匹配，具體步驟如下：

1.2 高分辨率遙感影像的船舶航標(biāo)目標(biāo)區(qū)域提取

對于高分辨率遙感影像來說，船舶航標(biāo)較小，直接進(jìn)行船舶航標(biāo)聚類，會出現(xiàn)錯(cuò)誤聚類情況[8]。為此，需要利用相關(guān)系數(shù)編組的目標(biāo)提取算法，提取船舶航標(biāo)目標(biāo)區(qū)域。

求解候選目標(biāo)間的相關(guān)系數(shù)，并按照相關(guān)系數(shù)對全部航標(biāo)展開編組，得到船舶航標(biāo)目標(biāo)區(qū)域。

令 待計(jì)算船舶 航 標(biāo)是 φ1與 φ2，對航標(biāo) φ1與 φ2分 別設(shè) 置 窗口為h、b，對應(yīng) 的 窗 口大小 為h=N1×N1、b=N2×N2；其中，N2＞N1， 求解b內(nèi) 全部N1×N1的窗口，以及h在各波段的相關(guān)系數(shù)，在b內(nèi) 包含和h各波段相 關(guān) 系數(shù) 均 符合 閾 值 的窗 口 情況 下，判定 φ1對 φ2相似。同 理，計(jì) 算 φ2對 φ1的 相 似性，如 果 φ1對 φ2相 似，同時(shí) φ2對φ1相 似，則φ1和 φ2相似。

船舶航標(biāo)目標(biāo)區(qū)域提取的具體步驟如下：

步驟1 遍歷候選船舶航標(biāo)目標(biāo)，按照相關(guān)系數(shù)計(jì)算原理，計(jì)算候選目標(biāo)間的相關(guān)系數(shù)，按照相關(guān)系數(shù)去掉不具備相關(guān)性的目標(biāo)，獲取疑似船舶航標(biāo)目標(biāo)區(qū)域，記作相關(guān)組。

步驟2 全部船舶航標(biāo)完成遍歷后，輸出相關(guān)組。

步驟3 以最大相關(guān)組為船舶航標(biāo)組，即船舶航標(biāo)目標(biāo)區(qū)域提取結(jié)果。計(jì)算公式為：

式中：Q(φ1,φ2)為高分辨率遙感影像的船舶航標(biāo)目標(biāo)區(qū)域； τ為區(qū)域相關(guān)系數(shù)。

1.3 船舶航標(biāo)目標(biāo)聚類

船舶航標(biāo)目標(biāo)聚類的具體步驟如下：

步驟1 設(shè)定船舶航標(biāo)目標(biāo)區(qū)域劃分網(wǎng)格數(shù)量。

步驟2 劃分船舶航標(biāo)目標(biāo)區(qū)域的單元，同時(shí)求解各單元的密度。

步驟6 合并連通全部子類，得到最終的船舶航標(biāo)目標(biāo)區(qū)域內(nèi)的航標(biāo)的聚類結(jié)果，獲取高分辨率遙感影像內(nèi)的航標(biāo)數(shù)量，并對其進(jìn)行編號，確定像素?cái)?shù)與中心點(diǎn)坐標(biāo)。

1.4 航標(biāo)偏移監(jiān)測的實(shí)現(xiàn)

船舶航標(biāo)漂移監(jiān)測的具體步驟如下：

步驟1 通過SIFT 算法在高分辨率遙感影像內(nèi)，提取航標(biāo)位置信息特征點(diǎn)，并依據(jù)歐式距離展開特征匹配，獲取用于描述2 幅高分辨率遙感影像內(nèi)同一航標(biāo)像素點(diǎn)位置信息的特征匹配點(diǎn)。

步驟2 利用相關(guān)系數(shù)編組的目標(biāo)提取算法，在高分辨率遙感影像內(nèi)，提取船舶航標(biāo)目標(biāo)區(qū)域。

步驟3 通過擴(kuò)展凝聚點(diǎn)和網(wǎng)格的聚類算法，對船舶航標(biāo)目標(biāo)區(qū)域內(nèi)的航標(biāo)進(jìn)行聚類，獲取高分辨率遙感影像內(nèi)航標(biāo)的編號、像素?cái)?shù)與中心點(diǎn)坐標(biāo)。

步驟4 結(jié)合步驟1 與步驟3 的結(jié)果，將SIFT 算法獲取的特征匹配點(diǎn)橫縱坐標(biāo)，分別除以聚類算法設(shè)置的網(wǎng)格數(shù)量，得到新的像素點(diǎn)坐標(biāo)，分析這些坐標(biāo)是否在步驟3 獲取的像素點(diǎn)坐標(biāo)范圍中，若在該范圍中，則2 幅高分辨率遙感影像內(nèi)航標(biāo)匹配成功，標(biāo)記為同樣顏色。

將式（11）映射至頻域后，對互功率譜進(jìn)行傅里葉反變換，比較不同時(shí)間點(diǎn)的位置信息，可以得到航標(biāo)的漂移量，實(shí)現(xiàn)對船舶航標(biāo)漂移的監(jiān)測。

2 實(shí)驗(yàn)分析

以某港口的高分辨率遙感影像數(shù)據(jù)集為實(shí)驗(yàn)對象，該數(shù)據(jù)集是由0.6 m 全色影像與2.4 m 多波段影像組成，遙感影像大小均是3000×3 000 pixel。利用本文方法對該港口的船舶航標(biāo)進(jìn)行漂移監(jiān)測，為提升船舶航向安全提供幫助。

在該高分辨率遙感影像數(shù)據(jù)集內(nèi)，隨機(jī)選擇同一區(qū)域不同時(shí)刻的2 幅高分辨率遙感影像。該區(qū)域內(nèi)共包含6 個(gè)船舶航標(biāo)。

利用本文方法在圖1 的2 幅高分辨率遙影像內(nèi)，提取船舶航標(biāo)位置信息特征點(diǎn)，提取結(jié)果如圖1 所示。

圖1 船舶航標(biāo)位置信息特征點(diǎn)提取結(jié)果Fig.1 Extraction results of feature points of ship beacon location information

根據(jù)可知，本文方法可有效在高分辨率遙感影像內(nèi)，提取船舶航標(biāo)位置信息特征點(diǎn)，為后續(xù)船舶航標(biāo)漂移監(jiān)測提供數(shù)據(jù)支持。

利用本文方法在高分辨率遙感影像內(nèi)，提取船舶航標(biāo)目標(biāo)區(qū)域，提取結(jié)果如圖2 所示。

圖2 船舶航標(biāo)目標(biāo)區(qū)域提取結(jié)果Fig.2 Extraction results of target area of ship beacon

可知，本文方法可有效在高分辨率遙感影像內(nèi)，提取船舶航標(biāo)目標(biāo)區(qū)域，每幅高分辨率遙感影像內(nèi)，均各提取6 個(gè)船舶航標(biāo)目標(biāo)區(qū)域，與實(shí)際航標(biāo)數(shù)量一致，說明本文方法船舶航標(biāo)目標(biāo)區(qū)域提取精度較高。

利用本文方法對同一航標(biāo)進(jìn)行匹配，并以相同顏色標(biāo)記同一個(gè)航標(biāo)，航標(biāo)匹配結(jié)果如圖3 所示。

圖3 航標(biāo)匹配結(jié)果Fig.3 Results of beacon matching

可知，本文方法可有效成功匹配船舶航標(biāo)，并對其進(jìn)行編號，船舶航標(biāo)匹配成功后，繼續(xù)利用本文方法計(jì)算匹配成功的船舶航標(biāo)間的漂移量，計(jì)算結(jié)果如表1 所示，航標(biāo)漂移的報(bào)警閾值是50 m。

表1 船舶航標(biāo)的漂移量計(jì)算結(jié)果Tab.1 Calculation results of drift of ship's beacon

可知，本文方法可有效計(jì)算船舶航標(biāo)漂移量，完成航標(biāo)漂移監(jiān)測，其中編號為3 的航標(biāo)漂移量最大，且超過了報(bào)警閾值，需及時(shí)對該航標(biāo)進(jìn)行處理，避免影響船舶航行安全，其次編號為5 的航標(biāo)漂移量也較大，但并未超過報(bào)警閾值，需實(shí)時(shí)觀察其變化情況，其余4 個(gè)航標(biāo)的漂移量非常小。實(shí)驗(yàn)證明：本文方法具備船舶航標(biāo)漂移監(jiān)測的可行性。

3 結(jié) 語

利用尺度不變特征變換算法提取高分辨率遙感影像內(nèi)航標(biāo)位置信息特征點(diǎn)，結(jié)合歐式距離進(jìn)行特征點(diǎn)匹配；利用相關(guān)系數(shù)編組的目標(biāo)提取算法，在高分辨率遙感影像內(nèi)，提取船舶航標(biāo)目標(biāo)區(qū)域；聚類處理船舶航標(biāo)目標(biāo)區(qū)域內(nèi)的航標(biāo)，獲取航標(biāo)編號與中心點(diǎn)坐標(biāo)等信息；通過相位相關(guān)法，計(jì)算匹配成功航標(biāo)的漂移量。結(jié)果證明，本文所提方法可有效提取航標(biāo)位置信息特征點(diǎn)，成功匹配航標(biāo)，并計(jì)算處航標(biāo)漂移量，對所需監(jiān)測范圍內(nèi)全部航標(biāo)的漂移情況進(jìn)行有效監(jiān)測，為提升船舶航行安全提供保障。