多条带侧扫声呐图像精拼接方法研究*

高 飞 ，王 晓 ，杨敬华 ，张博宇 ，周海波 ，陈佳星

（1.青岛市勘察测绘研究院，山东 青岛 266032；2.江苏海洋大学 海洋技术与测绘学院，江苏 连云港 222005）

引言

随着陆地资源日益枯竭，世界各国已将资源开发和利用的重点转向海洋，我国为此制定了“海洋强国”战略。针对海洋的勘察活动日益增多，了解海底表层及浅表层结构对海洋科学研究和海洋工程建设意义重大[1]。侧扫声呐（Side Scan Sonar，SSS）作为海底高分辨率图像的快速获取技术，在海洋工程建设、海底资源开发和目标探测、识别等领域应用广泛[2-7]。由于侧扫声呐拖曳式作业和海洋中潮汐、波浪等环境影响，由测量船GNSS 坐标推算所得托鱼位置存在偏差，地理编码图像位置不准，因此，多条带编码拼接图像存在相邻条带目标错位问题；常用的国外数据处理软件诸如 Isis（Triton）、Sips（Caris）、SonarWeb（Chesaspeake）等，均提供地理拼接功能[8，9]，不能实现海底地貌“一张图”精细获取。为解决此问题，Zhao等[10，11]提出了相邻条带 SSS 图像 SURF 特征拼接方法，为解决SURF 特征匹配耗时问题，采取了基于航迹坐标的图像分段策略，一定程度上提高了运算效率；王爱学等[12]顾及目标的局部畸变问题，给出了弹性匹配策略，实现了共视海床目标的绝对保形；郭军[13]，倪先锋[14]，侯雪[15]，伍梦[16]，潘建平[17]等也研究了相关SSS 图像SURF 特征拼接问题；但前述所有方法SURF 特征匹配耗时均不能满足大区域图像拼接程序实时处理的要求。且传统特征拼接时，固定一幅图像，旋转变换其余条带，最远端条带图像拼接后，地理位置丢失；若存在不能特征拼接条带，也无法联合地理编码和特征实现海底地貌“一张图”精细获取。

为此，根据侧扫声呐图像特点，研究给出一种基于几何变换的SURF 特征分块匹配算法和多条带图像分组拼接方法；实现精细获取大区域海底地貌，为后续海洋工程建设提供前期高质量大区域海底地貌图像。

1 基于几何变换的SURF 特征快速匹配

侧扫声呐作业过程中，航迹一般不沿正南、正北方向，导致地理编码后图像存在大量空白无效区域（约占整幅图像的70%～75%），即使基于航迹分块，无效空白区依然存在，导致基于地理编码图像进行SURF 特征匹配，计算量很大、且影响匹配精度。因此，在SURF 特征匹配前，先对图像进行旋转和裁剪，定义为几何变换，去掉空白区域，以此提高特征匹配效率和精度，几何变换也即将地理编码图像近似变回瀑布图像的形式。特征提取和匹配时可将相邻左、右条带特征点检测范围分别设定为变换后图像宽度的50%～100%，0%～50%，近似为作业过程设置的公共覆盖率[18]。此时，空白无效区域被最大限度消除，实施分块匹配将提高匹配速度和精度，整个步骤示意如图1 所示。

图1 几何变换后的SURF 特征分块匹配示意图

2 特征拼接图像位置修正

如前所述，特征拼接后图像位置出现偏移，海底无靶标不能对图像位置进行修正，即地理编码不能对测区所有条带图像进行拼接。下面通过分析位置误差诱因并给出相应解决策略，以保证可实施联合拼接方法。

2.1 特征拼接的地理位置误差诱因及解决策略

SSS 图像地理位置由拖鱼推算得到，定位粗糙，造成相邻条带共视目标位置不统一。如图2 所示，条带1 和2中公共覆盖区内的相同目标P1 和P2 因各自条带定位及船姿等因素影响，地理坐标不同；条带2 与条带1 和3 基于SURF 特征匹配转换后，出现了三套坐标，这与实际不符，且受限于SSS 作业和图像匹配特点，无法进行改正。将所有待拼接图像平均分组，底层组图像仅为2 或3 幅图像[19]。

为尽量避免位置漂移问题，三幅图像的旋转、缩放参数计算如下：

（1）旋转

旋转角度均分到两幅图像中，不改变两幅图像间的相对旋转角度，同时旋转一半角度，旋转角度大小相同，方向相反，避免了位置漂移现象。

（2）缩放

SSS 图像的地理编码在地理框架下进行，缩放尺度几乎为1，为后续基准重新确定需要，给出旋转后图像像素尺寸计算方法。左、右条带图像的像素尺寸为r，配准得到的缩放参数为s，则拼接后图像的像素尺寸rn可近似表示为[19]：

2.2 多条带图像拼接后的地理基准确定

TIFF 存储图像需提供左上角的地理坐标和像素尺寸。在所有匹配点对中计算坐标差异极小的若干点，取坐标均值作为位置基准，推算得到图像左上角的地理坐标。当多条带图像进行拼接时，根据匹配结果调整基准坐标（图3 所示），确定位置基准[19]。

3 联合拼接方法

综合前述方法，最终给出联合SURF 特征和地理编码的大区域侧扫声呐图像高效、高质量的拼接流程，它实则是一系列图像间的两两拼接，流程如图4 所示[18]。

4 实验及分析

为验证算法的有效性，在深圳某水域采用拖曳作业模式进行了侧扫声呐测量，测区水深在12 米左右，采用Edgetech-4200 设备。船速保持在4-5 节。设计条带数目为13，扫幅为200 米，采用往返测量模式，条带间重叠度约为50%。

图2 多条带图像拼接时的地理位置误差示意图

图3 多条带连续匹配存在的3 种情形（表示匹配，×表示不能匹配）

图4 多条带侧扫声呐图像联合拼接流程

为验证基于几何变换的分块SURF 特征匹配方法的可行性，选取实验区两条测线，依次进行旋转、裁剪、分块SURF 特征提取、整体匹配运算，结果如图5 所示。从图5特征匹配结果可看出匹配点对的对应关系与实际情况吻合，对应真实特征点所在位置[18]。

分别对这两个条带基于地理编码全图SURF 特征提取，全部SURF 特征点对参与匹配计算，耗时分别为97s、23s 和5s。基于几何变换的分块SURF 特征提取、匹配效率最高。

为进一步验证方法的有效性，对实验区10 个条带依次进行基于几何变换的分块SURF 特征提取、两两图像整体匹配，并计算匹配点对数目及变换模型参数。

图5 几何变换处理及SURF 特征匹配结果（从左到右依次为：旋转、裁剪、特征匹配结果）

对条带1-5 分别进行基于几何变换的分组SURF 特征拼接（改进特征拼接方法）、传统固定条带1 旋转变换其余4 个条带SURF 特征拼接，耗时及共视特征点对平均坐标偏差对比如下：改进方法共视特征点对平均坐标偏差从传统方法的6.18m 降低到1.07m，满足了海底目标位置定位所需的精度要求；5 个条带SURF 特征拼接耗时由135s 降低到30s，满足了程序实时处理的要求。

对测区10 个条带进行图像拼接，图6 为测区10 个条带地理拼接结果经过基准调整后进行地理编码拼接，在拼接处有偏差，但幅度较小，证明了联合SURF 特征与地理编码的大区域多条带侧扫声呐图像拼接方法的可行性[19]。

图6 10 个条带地理拼接结果

5 结论

针对大区域多条带侧扫声呐图像拼接过程中存在的问题及商业软件的不足，给出了基于几何变换的侧扫声呐图像SURF 特征分块提取、匹配方法和SURF 特征拼接后图像位置的纠正策略，实现了联合SURF 特征和地理编码的多条带侧扫声呐图像拼接，实现了海底地貌“一张图”的精细获取。