基于ORB算法的海上氣象傳真圖片的收發(fā)比對

摘 要：氣象傳真監(jiān)測系統(tǒng)是一套用于監(jiān)測海上氣象傳真播發(fā)質量的系統(tǒng)，該系統(tǒng)在應用過程中提出了如何通過機器自動比對的方式來實現對氣象傳真圖片的原圖與接收圖片之間的比較，并給出相似度的結果，用來實現對收發(fā)圖片的自動比對問題，量化監(jiān)測結果。針對該問題我們提出了利用特征檢測和特征描述的ORB算法來解決這個問題，進而實現了對氣象傳真收發(fā)圖片的自動比對，提升了氣象傳真圖片的自動比對效率。

關鍵詞：氣象傳真；圖像比對；自動比對；ORB特征檢測

0 引 言

船舶在海上航行的時候，需要密切關注海上的氣象情況，根據氣象預報情況做出合理的航線可以有效地提升船舶的航行安全以及航行的經濟性。氣象傳真播發(fā)的海上天氣分布情況、天氣預報情況和警報等大量有用的海域情報，對于保證海上航行安全、選擇最佳航線等方面都具有重要作用。一般國際航行的船舶都會配備合適的氣象傳真接收機，用以接收航行途徑各個海域國家播發(fā)的海上氣象傳真預報信息。

上海通信中心管理的上海海岸電臺作為我國重要的海上氣象傳真業(yè)務播發(fā)單位，在啟用了國產化氣象傳真播發(fā)設備后，一直致力于提升國產氣象傳真的播發(fā)質量，陸續(xù)在全國各地建設了氣象傳真接收基站，通過實時接收播發(fā)的氣象傳真圖片來比較對比氣象傳真的播發(fā)質量，由于人工審核的主觀性以及難以量化定性的特點，特意在氣象傳真播發(fā)監(jiān)測系統(tǒng)中設計增加了一種自動比對技術來比較氣象傳真播發(fā)原圖與各個站點收到的播發(fā)圖進行比較，并通過算法給出的相似度來自動判斷氣象傳真圖片的接收質量，從而可以進一步提升氣象傳真的播發(fā)質量，有助于管理上對國產發(fā)信機進行更加合理的參數調整，甚至進一步推動國產廠家對氣象傳真播發(fā)設備進行技術升級以及提升，推動我國在氣象傳真播發(fā)業(yè)務上升級進步。

1 氣象傳真圖片ORB比對法

氣象傳真圖片比對存在著一個難題，即原圖在通過調制解調以后發(fā)送出去到接收端收到無線電信號調制解調后顯示出原圖以后兩者的尺寸大小，存在較大差異，從肉眼角度可以有效識別出來兩者是一張圖，并通過清晰與否來判斷圖片質量，但是如果通過機器來直接分析兩者的相似度，這就導致其無法簡單地通過像素點位方式來進行比對，這時候ORB方式就完美解決了這個痛點。?ORB（Oriented Brief）是一種特征檢測和描述算法，結合了FAST特征點檢測和BRIEF特征描述，可以通過特征提取以及特征描述的方式實現2張圖片之間的相似度匹配問題。

在進行圖像對比之前，我們首先得了解一下什么是 Emgu CV。Emgu CV 是一個跨平臺的 .NET 封裝庫，基于 OpenCV（開源計算機視覺庫），它允許 .NET 開發(fā)者使用 OpenCV 提供的強大計算機視覺和圖像處理功能。Emgu CV 支持多種圖像處理任務，如特征檢測、圖像識別和視頻分析，使開發(fā)者能夠輕松實現復雜的視覺應用。本文將介紹如何利用 Emgu CV 中的 ORB 特征檢測和描述算法來實現圖像對比，具體步驟包括圖像加載、特征點檢測、描述符計算及最終的相似度評估。

在 .NET 中，有許多方法可以進行圖像對比，例如：使用 Bitmap 類逐像素比較2幅圖像，或者采用特征檢測和描述算法以及深度學習方法。然而，深度學習在 .NET 中通常需要額外建立服務來調用模型，這樣的操作過程相對繁瑣。而逐像素比較對圖像的方向和大小要求十分嚴格，并不適合氣象傳真的圖片比對，因為原圖和收到的圖片大小并不能完全匹配。相比之下，特征檢測和描述算法能夠有效解決這些問題。本文將使用 ORB 特征檢測算法進行圖像對比，而ORB 算法具有多項顯著優(yōu)點，包括高效性、旋轉不變性、尺度不變性和抗光照變化。首先，ORB 在計算上比同為特征檢測算法的 SIFT 和 SURF 更快，因此非常適合實時應用。其次，ORB 是通過計算關鍵點的方向，能夠有效抵抗圖像的旋轉，這使得它在處理旋轉物體時表現優(yōu)異。此外，盡管 ORB 的特征描述符主要針對固定尺度圖像設計，但結合多尺度處理后，它對尺度變化也展示出良好的魯棒性。因此，其對光照變化具有一定的適應能力，能夠在不同光照條件下進行可靠的特征匹配。綜上所述， ORB 算法使得我們能夠在保持高性能的同時，靈活應對各種圖像條件，這契合了我們對于氣象傳真圖片的比對需求。

2 氣象傳真圖片ORB比較法的實現

2.1 ORB特征描述對比

為了實現ORB比較法在氣象傳真圖片比對技術當中的應用，首先需要通過 NuGet 包管理器安裝 Emgu CV 庫，以便在 .NET 環(huán)境中使用其功能。安裝完成后，將使用 CvInvoke.Imread 函數讀取圖片，并將其加載為 Emgu CV 的 Mat 對象。Mat 對象主要提供圖像的像素數據、類型、維度和大小等重要信息，這些信息對于后續(xù)處理至關重要。接下來，需要將讀取到的圖片轉換為灰度圖像，以簡化特征檢測過程。灰度圖像通常更易于處理，因為它減少了色彩信息的復雜性。之后，我們會創(chuàng)建一個 ORB 檢測器，并根據具體需求設定相關參數，如特征點數量和縮放因子。這些參數將影響特征檢測的效果和速度。一旦特征點被成功檢測到，接下來我們會為每個特征點計算其描述符。這些描述符是用于表示特征點特征的向量，能夠在后續(xù)的特征匹配中發(fā)揮重要作用。然后，我們將使用ORB算法進行特征匹配，以便找到最佳匹配的特征點對。最后，為了提高匹配的準確性，我們需要根據 Lowe 的比率測試對匹配結果進行篩選。該測試通過比較最優(yōu)匹配和次優(yōu)匹配之間的距離，確保只有那些具有足夠差異的匹配結果被保留，從而有效減少錯誤匹配的可能性。通過這一系列步驟，我們能夠實現高效且準確的圖像對比，進而實現氣象傳真圖片的源數據和接收數據的實時收發(fā)比對。

2.2在.NET中實現一鍵匹配最相似圖片

在實現自動匹配之前，需要準備待檢測的圖片，將當天的所有圖片保存在一個文件夾中。接著，通過遍歷該文件夾中的每幅圖片，與選中的圖片進行對比，計算出相似度，以找出相似度最高的圖片。完成比較后，可以使用網頁的彈窗功能，創(chuàng)建一個模態(tài)窗口，展示找到的最相似圖片，以及其相似度和名稱等信息。這樣點擊一鍵查詢能夠高效地實現圖像自動匹配，并為用戶提供直觀的結果展示。

此外也可以單獨點擊圖片得到原圖與該張圖片的相似度。

3 系統(tǒng)部署安裝

在 Visual Studio 中，首先需要編譯應用程序并生成發(fā)布文件夾。完成編譯后，打開 IIS 管理器，首先添加一個新的應用程序池，將其 .NET CLR 版本設置為 v4.0，并確保“啟用 32 位應用程序”選項關閉（其他設置保持默認）。接下來，添加一個新網站，選擇剛才生成的發(fā)布文件夾作為網站的物理路徑，并設置相應的綁定（如端口和域名）。最后，配置網站的權限，確保 IIS 用戶能夠訪問應用程序文件，然后啟動網站以進行測試和訪問。

4 結束語

本文主要是通過Emgu CV 中的 ORB 特征檢測和描述算法來實現圖像對比，該算法可以完美匹配氣象傳真原圖與接收圖片之間的比對難題，畢竟原圖和實際氣象傳真接收設備之間存在比較大的尺寸以及像素點位的差異，研究人員只能通過提取特征值的方式將兩者進行有效比對才能解決兩種圖片之間的比對，該技術基于成熟的大模型技術，比對下來的效果也基本能夠達到設計需要，可以有效地通過量化方式對氣象傳真收發(fā)圖片之間的比對難題，切實解決了當前的系統(tǒng)設計困難。