王文杰

（天津水運(yùn)工程勘察設(shè)計院有限公司，天津 300000）

引言

海洋開發(fā)戰(zhàn)略實施過程中，不論是海洋經(jīng)濟(jì)發(fā)展，還是海洋權(quán)益保護(hù)，都要依托于高精度的海洋動態(tài)地理特征信息[1]，這就需要海洋測繪技術(shù)提供足夠的支持。海洋測繪是海洋開發(fā)的關(guān)鍵輔助工具[2]，為了得到更加符合要求的海洋動態(tài)特征分析結(jié)果，必須結(jié)合現(xiàn)代化技術(shù)設(shè)計新型測繪方法。

文獻(xiàn)[3]從海洋測繪區(qū)域的地形特點(diǎn)入手，建立合適的三維激光掃描方案，獲取地形點(diǎn)和斷面點(diǎn)。并根據(jù)掃描數(shù)據(jù)，計算出地形點(diǎn)高程以及斷面面積，得到最終測繪結(jié)果。但實際應(yīng)用結(jié)果表明，該方法作業(yè)精度較低。文獻(xiàn)[4]分別將工業(yè)相機(jī)搭載在無人機(jī)和無人船上，采集目標(biāo)測繪區(qū)域的圖像，基于這些圖像建立數(shù)字高程模型和數(shù)字線劃圖，生成海洋動態(tài)特征測繪結(jié)果。但是結(jié)果表明，該方法測繪成本較高。文獻(xiàn)[5]采用水下激光線掃描設(shè)備，獲取海洋圖像。運(yùn)用單通道閾值法和灰度重心法，對采集圖像提取激光光條，再結(jié)合三角位移估計法，獲取圖像包含的特征信息，根據(jù)這些特征建立測繪成果圖。但是，該方法作業(yè)效率較低。

由于上述文獻(xiàn)提出的方法在實際應(yīng)用中總是存在不足之處，文中提出一種考慮環(huán)境適應(yīng)性的新型測繪方法，該方法分析了海洋環(huán)境中相機(jī)性能受到的影響，并對相機(jī)主鏡結(jié)構(gòu)進(jìn)行優(yōu)化，通過優(yōu)化后的相機(jī)采集海洋動態(tài)圖像，基于這些圖像得到高質(zhì)量的海洋動態(tài)特征測繪結(jié)果。

1 設(shè)計考慮環(huán)境適應(yīng)性的海洋動態(tài)特征測繪方法

1.1 建立無人船海上導(dǎo)航技術(shù)

為了保證搭載在無人船上的相機(jī)可以采集海洋測繪區(qū)域的全方面圖像，文中建立一種POS MV 系統(tǒng)（慣性導(dǎo)航定位測量系統(tǒng)）。該系統(tǒng)融合了INS（慣性導(dǎo)航系統(tǒng)）與GNSS（全球?qū)Ш叫l(wèi)星系統(tǒng)）的工作性能，可以實現(xiàn)無人船位置、方向和運(yùn)行速度的同步更新[6]。而將兩個系統(tǒng)采集的角速度和加速度信息結(jié)合起來，應(yīng)用卡爾曼濾波算法進(jìn)行導(dǎo)航誤差校正，生成合理的航向解算結(jié)果，POS MV 系統(tǒng)的具體工作模式如圖1 所示。

圖1 POS MV 系統(tǒng)工作模式

當(dāng)POS MV 系統(tǒng)正常運(yùn)行時，慣性導(dǎo)航系統(tǒng)和全球?qū)Ш叫l(wèi)星系統(tǒng)采集數(shù)據(jù)可以互相驗證，但其中一個系統(tǒng)無法正常工作的情況下，只應(yīng)用另一個系統(tǒng)也可以實現(xiàn)導(dǎo)航解算，避免無人船導(dǎo)航失效。

除此之外，無人船海上導(dǎo)航技術(shù)設(shè)計過程中，還添加了事后實時擴(kuò)展技術(shù)，基于此實現(xiàn)GNSS 系統(tǒng)與衛(wèi)星校正技術(shù)的廣泛融合，在動態(tài)狀況下，生成高精度的定位結(jié)果，作為后續(xù)導(dǎo)航方向解算的依據(jù)。

1.2 考慮環(huán)境適應(yīng)性優(yōu)化相機(jī)結(jié)構(gòu)

按照上述導(dǎo)航路線運(yùn)行無人船，通過無人船上搭載的相機(jī)可以實現(xiàn)海洋圖像的動態(tài)采集。但是采集海洋圖像時，往往需要相機(jī)處于水下環(huán)境，采用傳統(tǒng)的相機(jī)反射鏡結(jié)構(gòu)，會使得海洋圖像變形嚴(yán)重，無法更好地體現(xiàn)海洋動態(tài)特征[7]。對此，本研究考慮環(huán)境適應(yīng)性，采用水平集法對相機(jī)反射鏡結(jié)構(gòu)進(jìn)行參數(shù)優(yōu)化，在不改變組件布局的情況下，調(diào)整各個部件的形狀和尺寸。

應(yīng)用水平集法進(jìn)行優(yōu)化時，將拓?fù)浣Y(jié)構(gòu)邊界表示為水平集函數(shù)[8]，當(dāng)原始界面擴(kuò)展為高一維空間后，水平集函數(shù)也隨機(jī)進(jìn)行迭代演化，直到水平集呈現(xiàn)出平穩(wěn)狀態(tài)，即可完成演化，得到形狀邊界。采用有限元網(wǎng)格函數(shù)方程代表邊界隱式，對于水平集函數(shù)來說，可以定義其對應(yīng)的區(qū)域為：

式中：

x—有限元網(wǎng)格；

ψ—水平集函數(shù)；

δ—材料區(qū)域；

G—設(shè)計空間；

?—形狀邊界。

其中，水平集的動態(tài)變化，會引起形狀邊界的改變，具體數(shù)學(xué)方程為：

式中：

t—時刻；

V—敏感度變化速率；

?—梯度值。

通過水平集法的運(yùn)算處理，得到清晰的拓?fù)溥吔纾源藖砻枋鰺o人船搭載相機(jī)主鏡部件的復(fù)雜結(jié)構(gòu)。在后續(xù)結(jié)構(gòu)優(yōu)化過程中，需要以最小光軸方向重力變形誤差為目標(biāo)，進(jìn)行主鏡的輕量化優(yōu)化。通常情況下，無人船上搭載的相機(jī)主鏡均為中小型反射鏡，在海洋環(huán)境中，水下溫度的變化和重力加速度的改變，都會引起主鏡變形誤差。這種情況下，將考慮環(huán)境適應(yīng)性的優(yōu)化目標(biāo)函數(shù)表示為公式（3）。

目標(biāo)函數(shù)優(yōu)化過程中，涉及很多項約束條件，具體表示為公式（4）。

式中：

y—優(yōu)化后參數(shù)；

τ—密度；

e—單元；

n—海洋拍攝相機(jī)主鏡包含的單元總數(shù)；

R—均勻降溫后產(chǎn)生的面形誤差；

min—最小值；

—最大允許重量；

—優(yōu)化后重量；

—重力沿光軸方向引起的面形誤差；

φ—允許的最大鏡面形誤差；

f1、f0—相機(jī)主鏡組件當(dāng)前一階固有概率、最低一階固有概率；

K—結(jié)構(gòu)剛度矩陣；

—材料重量矩陣；

U—位移向量；

U1、U2—重力、溫度載荷造成的位移向量；

P1、P2—重力、溫度載荷產(chǎn)生的向量值。

對上述優(yōu)化目標(biāo)函數(shù)進(jìn)行求解后，得出優(yōu)化后的相機(jī)主鏡參數(shù)，按照該參數(shù)調(diào)整后，保證相機(jī)采集的海洋圖像變形誤差更低。

1.3 設(shè)計海洋圖像增強(qiáng)處理方法

在海洋動態(tài)特征測繪之前，為了避免圖像中的噪聲信息影響測繪精度，提出一種基于同態(tài)濾波的圖像增強(qiáng)處理方法，改善圖像清晰度，并突出海洋圖像中包含的有效特征。

同態(tài)濾波處理過程中，結(jié)合了空域灰度變換原理和頻域濾波原理，建立照度-反射模型[9]，基于此進(jìn)行圖像亮度范圍的壓縮，實現(xiàn)對比度的提升。在不改變海洋圖像原貌的同時，增強(qiáng)圖像細(xì)節(jié)特征[10]，直觀體現(xiàn)海底地貌單元邊界。正常情況下，海洋圖像包含前景區(qū)域和背景區(qū)域兩個部分，如公式（5）所示。

式中：

(c,z)—圖像中心坐標(biāo)；

E—海洋圖像；

E1—圖像背景區(qū)域；

E2—圖像前景區(qū)域，這兩部分也分別集中在低頻區(qū)域、高頻區(qū)域。

具體的同態(tài)濾波處理，需要先針對原始圖像進(jìn)行對數(shù)變換。

式中：

ln—對數(shù)函數(shù)。

采用傅里葉變換策略，對變換后的圖像進(jìn)一步分析，明確各個圖像區(qū)域的頻域信息，頻域數(shù)學(xué)表達(dá)式如公式（7）所示。

式中：

D—頻域。

確定各個圖像部分的頻域后，定義一個頻域濾波器，對原始海洋圖像進(jìn)行處理。再通過傅里葉反變換處理，得到空域?qū)?shù)圖像，計算出該圖像的指數(shù)后，即可完成空域同態(tài)濾波。

同態(tài)濾波器是同態(tài)濾波算法實現(xiàn)的關(guān)鍵，其本質(zhì)是對壓制高頻區(qū)域并增強(qiáng)高頻區(qū)域，實現(xiàn)背景區(qū)域與 邊界域的明顯區(qū)分。同態(tài)濾波器的工作模式與高通濾波器相同，只能壓制低頻區(qū)域而不能完全消除低頻分量。因此，將同態(tài)濾波器數(shù)學(xué)形式表示為：

式中：

(a,b) —區(qū)域像素坐標(biāo)；

H—同態(tài)濾波函數(shù)；

η—高頻增益；

μ—低頻增益；

H′—高通濾波函數(shù)。

實際操作過程中，當(dāng)高頻增益大于零而低頻增益小于零時，就實現(xiàn)了背景區(qū)域的抑制。具體計算過程中，將高斯濾波函數(shù)表示為高斯高通濾波器數(shù)學(xué)函數(shù)，則得到公式（9）。

式中：

ε—常數(shù)；

D0—截止頻率；

D—濾波器中心與圖像像素點(diǎn)之間的距離。

按照上述操作進(jìn)行同態(tài)濾波處理時，其同態(tài)濾波器幅頻曲線如圖2 所示，從中可以看出，濾波器函數(shù)是由低到高不斷過渡的。

圖2 同態(tài)濾波器幅頻曲線示意圖

對采集的海洋圖像進(jìn)行同態(tài)濾波增強(qiáng)處理后，圖像內(nèi)邊界區(qū)域表現(xiàn)為更深的顏色，與其他區(qū)域明顯區(qū)分出來，作為后續(xù)海洋動態(tài)特征測繪三維成果圖建立的依據(jù)。

1.4 生成可視化海洋動態(tài)特征測繪成果

根據(jù)增強(qiáng)后的圖像，提取不同海洋區(qū)域的空間位置和高程數(shù)據(jù)，作為基本測繪數(shù)據(jù)，經(jīng)過簡化處理后導(dǎo)入計算機(jī)操作軟件內(nèi)，通過層次細(xì)節(jié)技術(shù)處理測繪數(shù)據(jù)，構(gòu)建可視化三維測繪場景，并在該場景中細(xì)節(jié)化體現(xiàn)海洋動態(tài)特征。本文應(yīng)用了層次細(xì)節(jié)技術(shù)后，將海洋場景中不同的對象按照不同的分辨率構(gòu)建出來，模擬人眼觀察特點(diǎn)，當(dāng)視點(diǎn)變遠(yuǎn)時測繪場景中的海洋動態(tài)特征變得模糊，而視點(diǎn)的縮小可以幫助人們觀察更多的細(xì)節(jié)特征信息。

此外，在生成可視化海洋動態(tài)特征測繪成果圖時，還應(yīng)用了可視化漫游技術(shù)，人們通過控制視點(diǎn)的改變，合理刷新三維海洋動態(tài)特征測繪場景中的數(shù)據(jù)。同時，在展示測繪結(jié)果時，建立了緩存機(jī)制和多線程機(jī)制，高效實現(xiàn)海洋動態(tài)特征測繪數(shù)據(jù)的動態(tài)加載與合理調(diào)度，根據(jù)用戶視點(diǎn)實時變化情況，判斷當(dāng)前服務(wù)區(qū)測繪數(shù)據(jù)加載范圍，運(yùn)用這些數(shù)據(jù)生成更新后的三維可視化測繪場景。

2 應(yīng)用分析

2.1 區(qū)域概況

在完成考慮環(huán)境適應(yīng)性的測繪方法設(shè)計完成后，為了展示該方法的應(yīng)用效果，以位于瓊州海峽東口的某一淺海區(qū)域為例，進(jìn)行海洋動態(tài)特征測繪方法應(yīng)用分析。通過實地考察可以發(fā)現(xiàn)，該研究區(qū)域是潮流沙脊區(qū)，水下地形較為復(fù)雜，且區(qū)域內(nèi)存在較粗的松散沉積物，屬于海砂資源富集區(qū)域。本次應(yīng)用分析針對的研究區(qū)，總面積約為35 km2。

采用無人船搭載相機(jī)的方式獲取該區(qū)域圖像，定義相鄰測線間距在（200～300）m 之間，并在無人船上安裝慣性導(dǎo)航系統(tǒng)和全球衛(wèi)星導(dǎo)航系統(tǒng)，實現(xiàn)無人機(jī)行駛路徑的導(dǎo)航。搭載工業(yè)相機(jī)的無人船海洋探測原理，如圖3 所示。

按照圖3 所示的探測原理，隨著無人船的運(yùn)行動態(tài)采集不同區(qū)域的海洋圖像，并將采集圖像實時傳遞給地面基站。

2.2 相機(jī)參數(shù)優(yōu)化

為了得到高質(zhì)量的海洋圖像，按照文中研究內(nèi)容，在考慮環(huán)境自適應(yīng)性的基礎(chǔ)上，進(jìn)行相機(jī)主鏡優(yōu)化。從主鏡和柔性鉸鏈入手，這兩個相機(jī)關(guān)鍵部件分別存在12 個變量參數(shù)、6個變量參數(shù)。針對這些參數(shù)進(jìn)行有效調(diào)整，可以使得相機(jī)在水下環(huán)境中采集的圖像存在更小的變形誤差。在完成32 次迭代更新后，多個響應(yīng)函數(shù)都達(dá)到最優(yōu)收斂效果，此時優(yōu)化值即為最終優(yōu)化結(jié)果。經(jīng)過統(tǒng)計可知，相機(jī)主鏡、柔性鉸鏈參數(shù)優(yōu)化結(jié)果，如表1 所示。

表1 相機(jī)主鏡、柔性鉸鏈參數(shù)優(yōu)化結(jié)果

按照表1 所示的參數(shù)進(jìn)行相機(jī)結(jié)構(gòu)優(yōu)化，將優(yōu)化后的相機(jī)安裝到無人船上，進(jìn)行海洋的采集。經(jīng)過統(tǒng)計可知，最終采集125 674 張圖像，均不存在明顯的變形和模糊情況，可以作為測繪分析的依據(jù)。

2.3 測繪結(jié)果展示

針對實驗采集圖像進(jìn)行增強(qiáng)處理后，提取圖像包含的特征信息，并基于此建立三維測繪成果模型，如圖4（a）所示。從中可以看出，該海域地形存在東西走向大沙壩，且區(qū)域水深等線如圖4（b）所示，從該圖中進(jìn)一步體現(xiàn)了海洋地形總特征。

圖4 研究區(qū)域動態(tài)特征測繪結(jié)果

從圖4（b）可以看出，該測繪區(qū)域的南北兩側(cè)水較深，中間區(qū)域水較淺，甚至小于10 m，表明大沙壩或沙脊大概存在于中部地區(qū)，且從中間向四周水深等線分布均勻，表明該沙脊坡度較緩。此外，該區(qū)域中部潛水區(qū)域呈現(xiàn)東西走向，并向北部不斷發(fā)展，這也體現(xiàn)出海洋下大沙壩或沙脊的具體走向。

上述測繪結(jié)果表明，應(yīng)用本文設(shè)計方法可以呈現(xiàn)出區(qū)域海洋動態(tài)特征，表明考慮環(huán)境適應(yīng)性的測繪方法具有可行性。

2.4 測繪高程誤差分析

為了進(jìn)一步體現(xiàn)本文設(shè)計測繪方法的有效性，從測繪高程誤差入手，驗證測繪結(jié)果的準(zhǔn)確性。在整個研究區(qū)域，分別選擇11 個檢查點(diǎn)，分別采用全站儀測量，實際測量檢查點(diǎn)的高程數(shù)據(jù)，作為高程誤差分析的依據(jù)。將所提方法測繪結(jié)果顯示的高程數(shù)據(jù)圖實際測量數(shù)據(jù)進(jìn)行對比，計算出高程誤差。而后，應(yīng)用文獻(xiàn)[3]、文獻(xiàn)[4]提出方法對研究區(qū)進(jìn)行測繪分析，從各自的測繪結(jié)果中，同樣獲取各個檢查點(diǎn)的高程數(shù)據(jù)，對比實際測量值計算高程誤差。為了便于分析，將三種方法的高程誤差計算結(jié)果體現(xiàn)在一張圖中，生成圖5 所示的對比結(jié)果。

圖5 不同方法測繪結(jié)果高程誤差對比

根據(jù)圖5 可知，文中設(shè)計方法的測繪結(jié)果高程誤差在3 cm 之內(nèi)，而其他兩種文獻(xiàn)提出方法的測繪結(jié)果，顯示高程誤差分別在18 cm、20 cm 以內(nèi)。綜上所述，考慮環(huán)境適應(yīng)性對海洋攝影相機(jī)進(jìn)行主鏡結(jié)構(gòu)優(yōu)化后，可以得到質(zhì)量更高的海洋圖像，應(yīng)用這些圖像生成的海洋動態(tài)特征測繪結(jié)果更加貼合實際情況，其高程誤差明顯低于文獻(xiàn)提出方法。

3 結(jié)束語

隨著人們對海洋開發(fā)越來越重視，海洋測繪技術(shù)的優(yōu)化成為研究人員急需突破的重點(diǎn)項目。通過海洋動態(tài)特征測繪，可以直接反映海洋區(qū)域的地理特征，作為后續(xù)海洋開發(fā)計劃設(shè)計的基礎(chǔ)。尤其在無人技術(shù)應(yīng)用到海洋測繪領(lǐng)域后，突破了傳統(tǒng)海洋測繪限制，可以在現(xiàn)代化技術(shù)的輔助下，得到精準(zhǔn)的測繪信息。上述實驗驗證結(jié)果，也體現(xiàn)了本文設(shè)計測繪方法的優(yōu)越性，將其應(yīng)用到現(xiàn)代海洋測繪工作中，可以發(fā)揮更好的應(yīng)用效果，為了后續(xù)海洋開發(fā)提供地理信息支持。