(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111654296.5 (22)申请日 2021.12.3 0 (71)申请人 中国科学院空天信息创新研究院 地址 100080 北京市海淀区北四环西路19 号 (72)发明人 时正阳　张桂峰　黄旻　钱路路　 韩炜　高寒　 (74)专利代理 机构 北京凯特来知识产权代理有 限公司 1 1260 专利代理师 郑立明　陈亮 (51)Int.Cl. G06T 5/00(2006.01) G06T 3/40(2006.01) G06V 10/74(2022.01) G06K 9/62(2022.01)G01J 3/28(2006.01) (54)发明名称 一种水下高光谱推扫图像几何校正的方法 (57)摘要 本发明公开了一种水下高光谱推扫图像几 何校正的方法， 首先利用水下可见光相机与水下 高光谱相机在水下推扫模式下采集数据， 得到可 见光图像和连续推扫高光谱图像； 在水下机器人 探测过程中， 利用USBL超短基线获得所述水下机 器人的实时定位数据， 并记录可见光图像的每一 帧图像获取时的时间和USBL定位数据； 在数据采 集完成后， 结合激光测距数据和USBL定位数据对 所采集的可见光图像进行拼接和校正， 得到正射 影像， 并将拼接校正后的正射影像作为参考图 像； 利用参考图像使用有限元离散划分配准方法 对连续推扫高光谱图像进行几何校正。 该方法相 比于传统整体图像的校正效率更高， 图像校正视 觉效果更好， 也更加贴近目标的真实形貌 。 权利要求书2页 说明书5页 附图1页 CN 114494039 A 2022.05.13 CN 114494039 A 1.一种水 下高光谱推扫图像几何校正的方法， 其特 征在于， 所述方法包括： 步骤1、 首先利用水下可见光相机与水下高光谱相机在水下推扫模式下采集数据， 得到 可见光图像和连续推扫高光谱图像； 其中， 所述水下可见光相 机与水下高光谱相 机搭载于 水下机器人平台的光电球中， 且两个相机光路同轴； 步骤2、 在水下机器人探测过程中， 利用超短基线定位系统USBL获得所述水下机器人的 实时定位数据， 并记录可 见光图像的每一帧图像获取时的时间和USBL定位数据； 步骤3、 在数据采集完成后， 结合激光测距数据和USBL定位数据对所采集的可见光图像 进行拼接和校正， 得到正 射影像， 并将拼接校正后的正 射影像作为参考图像； 步骤4、 利用步骤3的参考图像使用有限元离散划分配准方法对步骤1得到的连续推扫 高光谱图像进行几何校正。 2.根据权利要求1所述水下高光谱推扫图像几何校正的方法， 其特征在于， 在步骤1中， 所述水下高光谱相机为线阵推扫式高光谱成像仪， 数据采集部分的工作波长覆盖380 ‑ 800nm的可见‑近红外波段， 光谱分辨 率为4nm， 谱段数为120个； 所述水下可见光相机的帧频为3 0FPS， 像素分辨 率为4096×2160。 3.根据权利要求1所述水下高光谱推扫图像几何校正的方法， 其特征在于， 在步骤3 中， 结合激光测距数据和USBL定位数据对所采集的可 见光图像进行拼接和校正的过程具体为： 首先对所采集的可 见光图像进行 预处理， 包括伽马校正和拉普拉斯 边缘增强； 然后使用sift算法提取预处理后可见光图像的特征， 并使用RANSC算法筛选匹配点， 根 据筛选的匹配点对来计算变换矩阵并拼接图像； 在得到拼接 图像后， 进一步对拼接 图像进行几何校正， 具体采用最小二乘多项式模型 拟合校正方法， 引入高程Z的多 项式模型表示 为： 式中， 像点的像平面坐标为(x,y)； 像点对应物点的大地坐标为(X,Y,Z)； 多项式的系数 为(ai,bi)(i＝1,2,…9)， 该系数同时也是要求 解的待定系数； 再将每个拼接图像的像面中心点作为控制点对中的像点， USBL定位数据作为控制点对 中的海底 坐标点， 利用所述USBL定位数据提供经纬度信息(X， Y)， 利用所述激光测距数据提 供每帧图像测量时距离海底的高度信息(Z)； 在几何校正中， 代入多个控制点对的坐标位置(X,Y,Z)， 利用最小二乘法计算得到多项 式模型(1)中的待定系数(ai,bi)； 将所有像点的像平面坐标(x,y)代入多项式模型(1)， 得到对应的物方坐标(X,Y)， 根据 得到的物方坐标范围按照逐个物方整数坐标(Xref,Yref)计算转换后的(xref,yref)， 再对图像 进行灰度重采样后得到校正后的可 见光图像。 4.根据权利要求1所述水下高光谱推扫图像几何校正的方法， 其特征在于， 所述步骤4 的过程具体为：权　利　要　求　书 1/2 页 2 CN 114494039 A 21)首先将步骤3的参考图像网格化分块， 分块大小根据图像尺寸大小和算法运算速度 决定， 然后针对步骤1得到的连续推扫高光谱图像， 根据采集时间进行分块提取， 且分块大 小与参考图像网格化后的图像相近； 2)在得到分块后的参考图像与高光谱图像后， 对两者进行相似度检测， 针对每块高光 谱图像找到相似度最高的参 考图像； 3)然后对相似度最高的每块高光谱图像和参考图像进行精确配准与拼接， 实现对连续 推扫高光谱图像的几何校正。 5.根据权利要求4所述水下高光谱推扫图像几何校正的方法， 其特征在于， 所述对相似 度最高的每块高光谱图像和参 考图像进行精确配准与拼接的手段 具体包括： 利用sift算法计算特征描述符， 经过匹配筛选后， 得到高光谱图像块相对于参考图像 块的单应 变换矩阵； 再将所述单应 变换矩阵应用到待校正高光谱图像和基于参 考图像区域的图像拼接中。 6.根据权利要求1所述水下高光谱推扫图像几何校正的方法， 其特征在于， 所述光电球 安装于水下机器人平台的光电吊舱中， 光电吊舱采用两轴两框架的结构设计， 能实现方位、 俯仰两个方 向的运动， 转动 范围为方位360 ° ×n连续， 俯仰﹣150 °～﹢20°， 光轴水平为0 °， 垂 直下视为 ‑90°； 当水下机器人执行水下推扫成像任务时， 光电吊舱会转动到特定角度， 使水下高光谱 相机和水下可见光相 机与水下地面成一个固定角度， 所述水下机器人沿着预定路线前进， 从而实现对水 下目标的推扫成像。权　利　要　求　书 2/2 页 3 CN 114494039 A 3