鐘 誠(chéng) 蔣仲廉 初秀民 羅 翊

(武漢理工大學(xué)智能交通系統(tǒng)研究中心1) 武漢 430063) (國(guó)家水運(yùn)安全工程技術(shù)研究中心2) 武漢 430063) (武漢理工大學(xué)物流工程學(xué)院3) 武漢 430063)

基于雷達(dá)影像的船舶轉(zhuǎn)向角計(jì)算方法*

鐘 誠(chéng)1)蔣仲廉1, 2)初秀民1, 2)羅 翊3)

(武漢理工大學(xué)智能交通系統(tǒng)研究中心1)武漢 430063) (國(guó)家水運(yùn)安全工程技術(shù)研究中心2)武漢 430063) (武漢理工大學(xué)物流工程學(xué)院3)武漢 430063)

航行狀態(tài)信息的實(shí)時(shí)、精確感知是實(shí)現(xiàn)船舶姿態(tài)控制與自主航行的基礎(chǔ)與前提.采用Otsu算法對(duì)船載雷達(dá)圖像進(jìn)行預(yù)處理，通過霍夫變換獲取雷達(dá)圖像直線分量，求解連續(xù)圖像間的旋轉(zhuǎn)角度差值，提出了一種基于雷達(dá)影像的船舶轉(zhuǎn)角度計(jì)算新方法.經(jīng)實(shí)驗(yàn)數(shù)據(jù)驗(yàn)證，由此獲得的船舶轉(zhuǎn)向角誤差不隨時(shí)間而疊加，且最大誤差在4%之內(nèi).基于雷達(dá)影像的船舶轉(zhuǎn)向角計(jì)算方法可為其航行制導(dǎo)控制、算法改進(jìn)提供支撐.

雷達(dá)影像；轉(zhuǎn)向角；預(yù)處理；霍夫變換

0 引 言

實(shí)時(shí)精確感知航行姿態(tài)信息，包括航向角(yaw)、橫傾角(roll)和縱傾角(pitch)等，是實(shí)現(xiàn)船舶姿態(tài)控制與自主航行的前提.目前，國(guó)內(nèi)外關(guān)于船舶航行姿態(tài)信息的感知主要通過磁傳感器、慣導(dǎo)系統(tǒng)、GPS系統(tǒng)或者視覺成像傳感器獲取[1-2].高精度慣性導(dǎo)航傳感器可實(shí)現(xiàn)船舶狀態(tài)信息的連續(xù)測(cè)量，但由微機(jī)電系統(tǒng)(MEMS)陀螺儀所獲取的載體角運(yùn)動(dòng)和線運(yùn)動(dòng)信息誤差存在隨時(shí)間累積發(fā)散的特點(diǎn)[3]，非平穩(wěn)隨機(jī)噪聲一定程度上制約了信息精度[4]；GPS航行狀態(tài)感知精度受制于基線長(zhǎng)度、天線布局和信號(hào)強(qiáng)度等因素，多用于大中型水面艦艇[5-7]；基于視覺成像傳感器的工作原理是，解算連續(xù)拍攝圖像中標(biāo)志點(diǎn)模板的姿態(tài)變化(如單/雙目視覺姿態(tài)判定方法[8-9])，獲取航行姿態(tài)信息.

船載雷達(dá)是船舶安全航行的常規(guī)設(shè)備之一，可在線實(shí)時(shí)獲取通航環(huán)境信息，輔助實(shí)現(xiàn)船舶的導(dǎo)航控制、定線航行、自主避碰等.基于高分辨率雷達(dá)回波影像的科學(xué)研究，已在海浪觀測(cè)、溢油監(jiān)測(cè)、船舶目標(biāo)檢測(cè)與跟蹤等領(lǐng)域廣泛開展[10-17].近年來(lái)，小波變換、霍夫變換、邊緣檢測(cè)等圖像處理技術(shù)在雷達(dá)影像上得到了廣泛應(yīng)用.陳鷹等[18]將小波變換用于雷達(dá)影像的邊緣檢測(cè)，以實(shí)現(xiàn)圖像的匹配及校準(zhǔn)；Liu等[19]通過霍夫變換方法，實(shí)現(xiàn)了雷達(dá)影像中岸線橋梁目標(biāo)的自動(dòng)提取，為雷達(dá)影像與電子航道圖的信息融合奠定了基礎(chǔ)；針對(duì)合成孔徑雷達(dá)(SAR)影像，符思濤等[20]利用投影面積歸一化和極化方位角移動(dòng)補(bǔ)償技術(shù)對(duì)地形引起的輻射畸變進(jìn)行糾正；程江華等[21]采用形態(tài)學(xué)變換結(jié)合多閾值Otsu算法，實(shí)現(xiàn)了各種外界干擾下的道路交叉口檢測(cè)和識(shí)別方法.

文中借助Lowrance 4GTM雷達(dá)影像(見圖1)，采用Otsu算子、霍夫變換等圖像處理技術(shù)，提出了一種船舶偏向角計(jì)算方法.通過與船舶雷達(dá)數(shù)據(jù)對(duì)比，驗(yàn)證了方法的可行性.船舶偏向角算法可與船舶其他傳感器信息融合，實(shí)現(xiàn)船舶航行狀態(tài)信息的精確控制與感知，具有較強(qiáng)的可拓展性.

圖1 船載雷達(dá)圖像

1 轉(zhuǎn)向角計(jì)算方法

船舶航行或轉(zhuǎn)向時(shí)，連續(xù)雷達(dá)回波圖像不僅包含航行角度上的旋轉(zhuǎn)差異，掃描內(nèi)容也發(fā)生了變換.仿射變換、角點(diǎn)特征等常用的圖像旋轉(zhuǎn)角度計(jì)算方法，在連續(xù)雷達(dá)圖像分析中并不適用.文中采用形態(tài)學(xué)的方法對(duì)雷達(dá)影像進(jìn)行預(yù)處理，對(duì)預(yù)處理后的圖像進(jìn)行霍夫變換提取其直線分量，通過最大直線分量間的角度偏轉(zhuǎn)確定來(lái)得到船舶的轉(zhuǎn)向角.其流程圖見圖2.

圖2 船舶偏轉(zhuǎn)角計(jì)算流程圖

2 雷達(dá)影像預(yù)處理技術(shù)

考慮到中段截取的雷達(dá)影像中存在著大量的干擾信息，文中采用Otsu算法、圖像腐蝕和膨脹、連通區(qū)域提取，實(shí)現(xiàn)中段雷達(dá)圖像的預(yù)處理.

2.1 圖像二值化

采用自適應(yīng)Otsu算法對(duì)圖像進(jìn)行二值化操作.Otsu算法是一種基于自動(dòng)確定閾值的圖像分割方法[22].該方法將圖像分為2個(gè)(前景、背景)圖像；根據(jù)灰度出現(xiàn)概率計(jì)算最佳的閾值，適用于圖像灰度多峰值的情況，且操作簡(jiǎn)單.文中借助Otsu算法實(shí)現(xiàn)了雷達(dá)圖像的二值化，見圖3.

圖3 二值化處理前后雷達(dá)圖像對(duì)比

2.2 圖像的腐蝕和膨脹

腐蝕和膨脹是數(shù)學(xué)形態(tài)學(xué)中的基本操作，其目的是濾除噪聲，實(shí)現(xiàn)圖像分析和識(shí)別；而后進(jìn)行開(open)、閉(close)、擊中擊不中運(yùn)算(hit or miss transformation，HMT).在執(zhí)行腐蝕和膨脹運(yùn)算后，邊界直線更為平滑，同時(shí)圖像中的細(xì)小縫隙也會(huì)被填充滿，為后續(xù)連通區(qū)域的提取奠定基礎(chǔ).

2.3 連通區(qū)域提取

連通域是指在一定數(shù)量的像素在特定的關(guān)聯(lián)度上可以劃歸為統(tǒng)一區(qū)域的像素[23].連通準(zhǔn)則主要有3種：4鄰接、8鄰接及混合鄰接，具體方法為：分析每個(gè)前景像素，如果其四周有與之灰度相同的像素，則判定四周與檢測(cè)點(diǎn)相同的像素處于同一個(gè)鄰域，進(jìn)行標(biāo)記；之后，將統(tǒng)計(jì)的連通域進(jìn)行排序，保留較大、刪除較小聯(lián)通域，見圖4.

圖4 不同閾值雷達(dá)影像連通區(qū)域提取結(jié)果

基于形態(tài)學(xué)的雷達(dá)影響預(yù)處理方法具有算法簡(jiǎn)單、易于實(shí)現(xiàn)等特點(diǎn).對(duì)于雷達(dá)影像中的目標(biāo)識(shí)別，設(shè)計(jì)不同的結(jié)構(gòu)元素，開閉運(yùn)算的選擇順序至關(guān)重要.趙松等[24]提出了結(jié)合小波變換和形態(tài)學(xué)的去噪方法，實(shí)現(xiàn)了雷達(dá)圖像的去噪處理；王海虹等[25]建立了基于形態(tài)學(xué)的圖像邊緣檢測(cè)方法，實(shí)現(xiàn)了對(duì)激光成像雷達(dá)圖像的邊緣提取.文中采用了4領(lǐng)域的開閉運(yùn)算方法，在平滑區(qū)域邊界的同時(shí)有效剔除區(qū)域內(nèi)空洞；在形態(tài)學(xué)處理的基礎(chǔ)上，提取圖像中的連通區(qū)域，并剔除結(jié)果中像素面積較小的噪聲區(qū)域.

3 雷達(dá)影像轉(zhuǎn)向角計(jì)算方法

在雷達(dá)影像預(yù)處理的基礎(chǔ)上，采用霍夫變換(Hough transform)進(jìn)行直線提??；基于直線提取結(jié)果，對(duì)雷達(dá)影像進(jìn)行方向標(biāo)定；最后，由雷達(dá)影像序列的方向差異獲取船舶的轉(zhuǎn)向角.

3.1 Canny算子邊緣檢測(cè)

相對(duì)于其他邊緣檢測(cè)方法，Canny算子邊緣檢測(cè)的優(yōu)越之處在于靈活的閥值選擇，允許采用不同的閾值對(duì)同一副圖像的明顯與非明顯邊緣進(jìn)行檢測(cè)，進(jìn)而自動(dòng)判定明顯與非明顯邊緣相連才將弱邊緣包含于圖像之中[26].采用Canny算子進(jìn)行檢測(cè)不致于丟失虛弱邊緣的信息，較易檢測(cè)出真正的弱邊緣，且具有較強(qiáng)的抑制噪聲能力.總體上，盡管部分邊緣被平滑造成了邊緣的部分丟失，但基于Canny算子的邊緣檢測(cè)方法能準(zhǔn)確地提取出劣化圖像邊緣，實(shí)用性較強(qiáng),見圖5.

3.2 霍夫變換

霍夫變換由于其良好的抗噪聲性能，以及對(duì)部分遮蓋現(xiàn)象的不敏感等特性，在模式識(shí)別領(lǐng)域中得到廣泛的應(yīng)用.例如，直線檢測(cè)、圓或橢圓的檢測(cè)、任意形狀區(qū)域的邊緣提取、二維或三維運(yùn)動(dòng)參數(shù)的估計(jì)等[27].其基本原理是將直線從x-y坐標(biāo)軸空間轉(zhuǎn)換為a-b坐標(biāo)軸空間形成峰值，從而將檢測(cè)任意形狀的問題轉(zhuǎn)化為統(tǒng)計(jì)峰值問題.通過對(duì)參數(shù)的累加再進(jìn)行反變換，以實(shí)現(xiàn)平面域線段及形狀區(qū)域的檢測(cè).

3.3 方向標(biāo)定

在雷達(dá)影像中，由于噪聲的影響、自然岸線的彎曲，一條線段會(huì)斷裂為多條不連續(xù)線段.因此，對(duì)提取到的相近短線段進(jìn)行合并處理；當(dāng)合并得到的線段長(zhǎng)度較短(小于閥值)時(shí)，舍棄線段.圖6a)為直線合并的距離閥值10，直線長(zhǎng)度閾值10時(shí)的提取結(jié)果.將直線長(zhǎng)度閥值提升至20，30，40時(shí)，結(jié)果分別見圖6b)～d).對(duì)比上述結(jié)果可知：當(dāng)長(zhǎng)度閥值過大時(shí)，容易造成直線信息丟失，過小則會(huì)增添不必要的冗余直線信息.將合并距離閥值提升至20，30，40時(shí)，直線提取結(jié)果見圖6e)～h),6i)～l),6m)～p).

圖6 不同閥值下雷達(dá)圖像直線提取結(jié)果

對(duì)于已獲取的直線線段，統(tǒng)計(jì)線段方向信息及長(zhǎng)度信息，將統(tǒng)計(jì)結(jié)果中的具有最長(zhǎng)分量的方向標(biāo)定為圖像方向,見圖7.實(shí)線①為最長(zhǎng)直線分量，②為可能直線分量.

圖7 雷達(dá)圖像方向標(biāo)定

4 實(shí)驗(yàn)結(jié)果及分析

以武漢長(zhǎng)江二橋處實(shí)測(cè)船載雷達(dá)所測(cè)(型號(hào)：Lowrance 4GTM)影像為驗(yàn)證素材，采用上述方法計(jì)算船舶航行偏向角，并與實(shí)際雷達(dá)數(shù)據(jù)進(jìn)行對(duì)比，分析誤差來(lái)源，驗(yàn)證方法可行性.4個(gè)雷達(dá)圖像采集點(diǎn)分布于長(zhǎng)江二橋上、下游，每個(gè)采集點(diǎn)選取18張圖像(共計(jì)72張雷達(dá)圖像)作為算法驗(yàn)證素材；圖像采樣間隔為2 s，雷達(dá)轉(zhuǎn)向速率為5°/2 s.

合并相鄰直線、直線提取中長(zhǎng)度閥值選定對(duì)于最終方向標(biāo)定存在影響.表1列出了長(zhǎng)度閾值30時(shí)的直線提取部分結(jié)果；圖8為不同閥值下船舶轉(zhuǎn)向角計(jì)算值隨時(shí)間的變化過程.實(shí)驗(yàn)分析表明，當(dāng)閥值取選取低于20時(shí)，雷達(dá)圖像中出現(xiàn)較多噪聲線段，試驗(yàn)結(jié)果與真實(shí)轉(zhuǎn)向角差值過大；當(dāng)閥值選取高于40時(shí)，圖像中形成的點(diǎn)簇較少，無(wú)法獲取足夠有效信息；當(dāng)閥值選取為30左右時(shí)，效果較為理想，船舶轉(zhuǎn)向角計(jì)算結(jié)果與實(shí)際結(jié)果較為吻合，且最大誤差在0.2°(4%)之內(nèi).

圖8 不同閥值下船舶偏轉(zhuǎn)角計(jì)算值隨時(shí)間變化過程

線段起點(diǎn)線段終點(diǎn)方向/(°)霍夫空間方向[1187，1168][1209，1190]-45 13[1060，741][1152，771]-72-377[1326，706][1324，749]31360[1305，1111][1302，1161]31360[1136，1097][1183，1098]-89-1076[787，739][816，731]74926[1084，654][1139，638]74926[1088，713][1085，750]41134[1066，1032][1062，1091]41134[582，793][634，790]86831

雷達(dá)影像采集過程受波、流擾動(dòng)作用影響；其次，雷達(dá)圖像預(yù)處理、直線提取中引起的誤差也不可避免.由實(shí)驗(yàn)結(jié)果分析可知：長(zhǎng)度閾值等于30時(shí)，平均誤差值約0.04°(小于1%，標(biāo)準(zhǔn)差為0.18)，船舶偏向角算法精度較高.

5 結(jié) 束 語(yǔ)

基于船舶船載雷達(dá)影像，采用圖像處理的方法，實(shí)現(xiàn)了雷達(dá)圖像的預(yù)處理、雷達(dá)方向標(biāo)定，提出了一種船舶航行偏向角計(jì)算新方法，并與船舶實(shí)際轉(zhuǎn)向角進(jìn)行了算法驗(yàn)證和誤差分析.實(shí)驗(yàn)結(jié)果表明，算法獲得的船舶偏轉(zhuǎn)角計(jì)算值與實(shí)際數(shù)據(jù)較為吻合；最大誤差為0.2°(4%范圍內(nèi))，且不隨時(shí)間累積.針對(duì)Lowrance 4GTM雷達(dá)掃描圖像，通過選取不同霍夫變換閥值，分析了船舶轉(zhuǎn)向角計(jì)算值的差異；經(jīng)過取值對(duì)比，將直線長(zhǎng)度閥值取為30.對(duì)于不同類型的雷達(dá)影像，建議根據(jù)數(shù)據(jù)采集環(huán)境、具體研究目的，擇優(yōu)選取圖像處理閥值.船舶航行狀態(tài)感知與其智能航行緊密相關(guān).文中提出的船舶偏轉(zhuǎn)角計(jì)算新方法具有簡(jiǎn)單易行的特點(diǎn)，可與船舶其他傳感器(慣導(dǎo)系統(tǒng))進(jìn)行信息融合，實(shí)現(xiàn)船舶航行狀態(tài)信息的精確感知與控制，具有較強(qiáng)的可拓展性和深入研究空間.

[1]柳晨光,初秀民,吳青，等.USV發(fā)展現(xiàn)狀及展望[J].中國(guó)造船,2014(4):194-205.

[2]張樹凱,劉正江,張顯庫(kù),等.無(wú)人船艇的發(fā)展及展望[J].世界海運(yùn),2015,38(9):29-36.

[3]陳真義.小型水面無(wú)人船航行狀態(tài)感知系統(tǒng)研究[D].武漢：武漢理工大學(xué),2014.

[4]陶浪舟,李凱,韓焱,等.基于磁傳感器組合的運(yùn)動(dòng)物體姿態(tài)解算[J].傳感器與微系統(tǒng),2013,32(12):124-126.

[5]馬鯤.GPS船舶姿態(tài)測(cè)量技術(shù)研究[D].大連：大連海事大學(xué),2004.

[6]張龍平.基于GPS的船舶實(shí)時(shí)姿態(tài)測(cè)量方法研究[D].青島：山東科技大學(xué),2013.

[7]李矩海,李良雄,萬(wàn)大斌.一種船舶姿態(tài)模型的確定方法[J].測(cè)繪通報(bào),2001(6):22-24.

[8]劉柯.基于視覺圖像的船模運(yùn)動(dòng)姿態(tài)分析[D].無(wú)錫：江南大學(xué),2015.

[9]李曉飛,宋亞男,徐榮華,等.基于雙目視覺的船舶跟蹤與定位[J].南京信息工程大學(xué)學(xué)報(bào)(自然科學(xué)版),2015(1):46-52.

[10]任福安,邵秘華,孫延維.船載雷達(dá)觀測(cè)海浪的研究[J].海洋學(xué)報(bào),2006,28(5):152-156.

[11]楚曉亮,徐銘,王峰,等.利用X波段雷達(dá)提取海浪信息的分析[J].中國(guó)海洋大學(xué)學(xué)報(bào)(自然科學(xué)版),2011,41(5):110-113.

[12]IZQUIERDO P, SOARES C G, BORGE J C N, et al. A comparison of sea-state parameters from nautical radar images and buoy data[J]. Ocean Engineering,2004,31(17/18):2209-2225.

[13]馮海洋.基于航海雷達(dá)的海浪與溢油信息提取方法研究[D].大連：大連海事大學(xué),2015.

[14]許海東,安偉,宋莎莎,等.船載溢油雷達(dá)監(jiān)測(cè)技術(shù)研究[J].船海工程,2014,43(5):48-50.

[15]丁獻(xiàn)文,黃冬梅,鄒國(guó)良,等.面向船載雷達(dá)圖像的船只檢測(cè)方法[J].計(jì)算機(jī)工程,2011,37(3):161-162.

[16]JIANG Q S, AITNOURI E, WANG S R. Automatic detection for ship target in sar imagery using pnn model[J].Canadian Journal of Remote Sensing 2000,26(4)：55-58.

[17]劉斌,黃韋艮,楊勁松，等.基于船載雷達(dá)圖像的海上船只檢測(cè)方法[J].海洋學(xué)研究,2009,27(4):33-38.

[18]陳鷹,葉勤,鐘志勇.基于小波變換的雷達(dá)與光學(xué)影像匹配算法研究[J].測(cè)繪學(xué)報(bào),2000,29(3):245-249.

[19]LIU J, XIE L. Study of inland river maritime radar image gabor wavelet edge recognition based on direction adaptive[C].International Conference on Transportation Information and Safety，IEEE,2015.

[20]符思濤,李震,田幫森.全極化合成孔徑雷達(dá)影像地形糾正及其在雪冰制圖中的應(yīng)用[J].中國(guó)圖象圖形學(xué)報(bào),2014,19(1):150-157.

[21]程江華,高貴,庫(kù)錫樹,等.高分辨率SAR圖像道路交叉口檢測(cè)與識(shí)別新方法[J].雷達(dá)學(xué)報(bào),2012(1):100-108.

[22]CHEN Q, ZHAO L, LU J, et al. Modified two-dimensional otsu image segmentation algorithm and fast realisation[J]. Iet Image Processing,2012,6(4):426-433.

[23]左文明.連通區(qū)域提取算法研究[J].計(jì)算機(jī)應(yīng)用與軟件,2006,23(1):97-98.

[24]趙松,李慶,江漢紅,等.基于小波和形態(tài)學(xué)結(jié)合的雷達(dá)圖像降噪算法[J].船電技術(shù),2012,32(7):1-3.

[25]王海虹,曾妮,陸威,等.基于小波變換和數(shù)學(xué)形態(tài)學(xué)的激光成像雷達(dá)圖像邊緣檢測(cè)[J].中國(guó)激光,2008,35(6):903-906.

[26]王小俊,劉旭敏,關(guān)永.基于改進(jìn)Canny算子的圖像邊緣檢測(cè)算法[J].計(jì)算機(jī)工程,2012,38(14):196-198.

[27]邱桑敏,夏雨人.一種快速霍夫變換算法[J].計(jì)算機(jī)工程,2004,30(2):148-150.

Novel Calculation Method of Deviation Angle of Ship Based on Radar Images

ZHONG Cheng1)JIANG Zhonglian1,2)CHU Xiumin1,2)LUO Yi3)

(IntelligentTransportSystemsCenter,WuhanUniversityofTechnology,Wuhan430063,China)1)(NationalEngineeringResearchCenterforWaterTransportSafety,Wuhan430063,China)2)(SchoolofLogisticsEngineering,WuhanUniversityofTechnology,Wuhan430063,China)3)

It is of vital importance to obtain accurate and real-time navigation information for the attitude control and autonomous navigation of ship. A novel calculation method of deviation angle of ship based on radar images is proposed. Linear components are extracted from the radar images sequence, by which the angle of deviation can be deduced. The comparison of calculations and experimental data indicates that the error would not be accumulated with the time and its maximum falls in 4%. The present method provides a framework for the future advancement of attitude and navigation control algorithm of ship.

radar images; angle of deviation; pretreatment; Hough transform

2016-11-13

*國(guó)家自然科學(xué)基金項(xiàng)目(61273234)、武漢理工大學(xué)自主創(chuàng)新研究基金項(xiàng)目(2016IVA097)資助

U666.1

10.3963/j.issn.2095-3844.2016.06.009

鐘誠(chéng)(1987—)：男,博士生，主要研究領(lǐng)域?yàn)榇翱刂婆c智能仿真技術(shù)