【CN109886988A】一种微波成像仪定位误差的度量方法、系统、装置及介质【专利】
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
步骤34 ：根据所述拟合曲 面图 像获取目 标亮度温 度矩阵图 像 ，利 用梯度算子函数求解 所述目标亮度温度矩阵图像中的每一个像素点的梯度变化量，根据所述梯度变化量得到梯 度变化量矩阵图像；
所述梯度变பைடு நூலகம்量为：
其中，(i ,j)为所述目标亮度温度矩阵图像中第i行第j列的像素点，G(i ,j)为第i行第j 列的像素点对应的所述梯度变化量，Gx(i ,j)为第i行第j列的像素点在x方向上的第一变化 量，Gy(i ,j)为第i行第j列的像素点在y方向上的第二变化量；
代理人 杨立 杨彩兰
(51)Int .Cl . G06T 7/13(2017 .01) G06T 7/136(2017 .01) G06T 7/62(2017 .01) G01S 5/02(2010 .01)
(10)申请公布号 CN 109886988 A (43)申请公布日 2019.06.14
( 54 )发明 名称 一 种微 波 成 像 仪 定 位 误 差的 度 量 方 法 、系
其中 ，Z1为所述变换亮度温度矩阵 ，Z为所述拟合亮度温度矩阵 ，A为抽取算子矩阵 ，||·
||2为欧式范数 ，||AZ-Z1||2为数据保真项 ，Kx为x方向光滑算子矩阵 ，Ky为y方向光滑算子矩 阵 ，(||KxZ||2+||KyZ||2) 为光滑项 ，λ为调节所述数据保真项和所述光滑项的正则化参数 ，
统、装置及介质 ( 57 )摘要
本发明涉及一种微波成像仪定位误差的度 量方法、系统、装置及介质，方法包括获取微波成 像 仪 数 据 ，并 根 据 所 述 微 波 成 像 仪 数 据获 取 LandSeaMask数据图像；对所述LandSeaMask数据 图 像进行图 像处理 ，获取所述LandSeaMask数据 图像中大陆和海洋边界的多个海岸线点；对每一 个所述海岸线点进行曲面拟合插值，得到拟合曲 面图像，并根据所述拟合曲面图像获取海岸线定 位；利用点集匹配方法获取所述海岸线定位与对 应的邻域真实海岸线的邻域海岸线定位之间的 点集对应关系，并根据所述点集对应关系计算定 位误差。本发明能 够利 用更多的 海岸线信息 ，计 算更准 确的 定位误差 ，且计算量小 ，计算难度较 低 ，鲁棒性强 ，从而能更准 确有效地对卫星的 姿 态角进行纠正，可靠性高。
( 19 )中华人民 共和国国家知识产权局
( 12 )发明专利申请
(21)申请号 201910099371 .2
(22)申请日 2019 .01 .31
(71)申请人 湖北大学 地址 430062 湖北省武汉市武昌区友谊大 道368号
(72)发明人 李伟夫 彭江涛 赵兴辉 罗志成
(74)专利代理机构 北京轻创知识产权代理有限 公司 11212
表示求目标函数取最小值时的变量值； 求解到的所述拟合亮度温度矩阵为：
2
CN 109886988 A
权 利 要 求 书
2/3 页
其中， 为所述x方向光滑算子矩阵的转置矩阵， 为所述y方向光滑算子矩阵的转
置矩阵 ，[·]-1为矩阵求逆运算。
5 .根据权利要求3所述的微波成像仪定位误差的度量方法，其特征在于，在所述步骤3 中，获取所述海岸线定位的具体步骤包括：
权利要求书3页 说明书13页 附图5页
CN 109886988 A
CN 109886988 A
权 利 要 求 书
1/3 页
1 .一种微波成像仪定位误差的度量方法，其特征在于，包括以下步骤： 步骤1：获取微波成像仪数据，并根据所述微波成像仪数据获取LandSeaMask数据图像； 步骤2：对所述LandSeaMask数据图像进行图像处理，获取所述LandSeaMask数据图像中 大陆和海洋边界的多个海岸线点； 步骤3 ：对每一个所述海岸线点进行曲 面拟合插值 ，得到拟合曲 面图 像 ，并根据所述拟 合曲面图像获取海岸线定位； 步骤4 ：利 用点集匹配方法获取所述海岸线定位 与对应的 邻域真实海岸线的 邻域海岸 线定位之间的点集对应关系，并根据所述点集对应关系计算定位误差。 2 .根据权利要求1所述的微波成像仪定位误差的度量方法，其特征在于，所述步骤2具 体包括以下步骤： 步骤21：去除所述LandSeaMask数据图像中的陆地水区域图像，得到海陆图像； 步骤22：根据所述海陆图像获取陆地区域与海洋区域的相交面图像； 步骤23 ：根据所述 相交面图 像 和所述Land Sea Mask数 据图 像中的 海岸线图 像获取多个 所述海岸线点。 3 .根据权利要求2所述的微波成像仪定位误差的度量方法，其特征在于，在所述步骤3 中，得到所述拟合曲面图像的具体步骤包括： 步骤31 ：根据所述LandSeaMask数据图 像获取每一个所述海岸线点的 邻域定位数据 ；其 中 ，所述邻域定位数据包括邻域经度矩阵 、邻域纬度矩阵 和邻域亮度温度矩阵 ； 步骤32：分别按照预设插值精度对所述邻域经度矩阵和所述邻域纬度矩阵进行线性插 值 ，得到拟合经度矩阵 和拟合纬度矩阵 ；对所述邻域亮度温度矩阵进行拟合插值 ，得到拟合 亮度温度矩阵 ； 步骤33 ：根据所述拟合经 度矩阵 和拟合 纬度矩阵的 维 度 ，对所述拟合亮度温 度矩阵 进 行变换 ，得到目标亮度温度矩阵 ，并根据所述拟合经度矩阵 、所述拟合纬度矩阵 和所述目标 亮度温度矩阵获取所述拟合曲面图像。 4 .根据权利要求3所述的微波成像仪定位误差的度量方法，其特征在于，在所述步骤32 中，得到所述拟合亮度温度矩阵的具体步骤包括： 步骤321 ：将所述邻域亮度温度矩阵 进行补零插值并变换成列向量 ，得到变换亮度温度 矩阵 ； 步骤322：根据所述变换亮度温度矩阵建立优化模型，并根据所述优化模型求解所述拟 合亮度温度矩阵 ； 所述优化模型为：
步骤35 ：对所述梯度变化量矩阵图 像进行二值化处理 ，得到二值矩阵图 像 ，并根据所述 二值矩阵图像获取最大连通域图像，将所述最大连通域图像中梯度下降最快的拐线确定为 海岸线；
步骤36 ：根据所述梯度变化量矩阵图 像 、所述最大连通域图 像 和所述海岸线获取所述 海岸线定位。
所述梯度变பைடு நூலகம்量为：
其中，(i ,j)为所述目标亮度温度矩阵图像中第i行第j列的像素点，G(i ,j)为第i行第j 列的像素点对应的所述梯度变化量，Gx(i ,j)为第i行第j列的像素点在x方向上的第一变化 量，Gy(i ,j)为第i行第j列的像素点在y方向上的第二变化量；
代理人 杨立 杨彩兰
(51)Int .Cl . G06T 7/13(2017 .01) G06T 7/136(2017 .01) G06T 7/62(2017 .01) G01S 5/02(2010 .01)
(10)申请公布号 CN 109886988 A (43)申请公布日 2019.06.14
( 54 )发明 名称 一 种微 波 成 像 仪 定 位 误 差的 度 量 方 法 、系
其中 ，Z1为所述变换亮度温度矩阵 ，Z为所述拟合亮度温度矩阵 ，A为抽取算子矩阵 ，||·
||2为欧式范数 ，||AZ-Z1||2为数据保真项 ，Kx为x方向光滑算子矩阵 ，Ky为y方向光滑算子矩 阵 ，(||KxZ||2+||KyZ||2) 为光滑项 ，λ为调节所述数据保真项和所述光滑项的正则化参数 ，
统、装置及介质 ( 57 )摘要
本发明涉及一种微波成像仪定位误差的度 量方法、系统、装置及介质，方法包括获取微波成 像 仪 数 据 ，并 根 据 所 述 微 波 成 像 仪 数 据获 取 LandSeaMask数据图像；对所述LandSeaMask数据 图 像进行图 像处理 ，获取所述LandSeaMask数据 图像中大陆和海洋边界的多个海岸线点；对每一 个所述海岸线点进行曲面拟合插值，得到拟合曲 面图像，并根据所述拟合曲面图像获取海岸线定 位；利用点集匹配方法获取所述海岸线定位与对 应的邻域真实海岸线的邻域海岸线定位之间的 点集对应关系，并根据所述点集对应关系计算定 位误差。本发明能 够利 用更多的 海岸线信息 ，计 算更准 确的 定位误差 ，且计算量小 ，计算难度较 低 ，鲁棒性强 ，从而能更准 确有效地对卫星的 姿 态角进行纠正，可靠性高。
( 19 )中华人民 共和国国家知识产权局
( 12 )发明专利申请
(21)申请号 201910099371 .2
(22)申请日 2019 .01 .31
(71)申请人 湖北大学 地址 430062 湖北省武汉市武昌区友谊大 道368号
(72)发明人 李伟夫 彭江涛 赵兴辉 罗志成
(74)专利代理机构 北京轻创知识产权代理有限 公司 11212
表示求目标函数取最小值时的变量值； 求解到的所述拟合亮度温度矩阵为：
2
CN 109886988 A
权 利 要 求 书
2/3 页
其中， 为所述x方向光滑算子矩阵的转置矩阵， 为所述y方向光滑算子矩阵的转
置矩阵 ，[·]-1为矩阵求逆运算。
5 .根据权利要求3所述的微波成像仪定位误差的度量方法，其特征在于，在所述步骤3 中，获取所述海岸线定位的具体步骤包括：
权利要求书3页 说明书13页 附图5页
CN 109886988 A
CN 109886988 A
权 利 要 求 书
1/3 页
1 .一种微波成像仪定位误差的度量方法，其特征在于，包括以下步骤： 步骤1：获取微波成像仪数据，并根据所述微波成像仪数据获取LandSeaMask数据图像； 步骤2：对所述LandSeaMask数据图像进行图像处理，获取所述LandSeaMask数据图像中 大陆和海洋边界的多个海岸线点； 步骤3 ：对每一个所述海岸线点进行曲 面拟合插值 ，得到拟合曲 面图 像 ，并根据所述拟 合曲面图像获取海岸线定位； 步骤4 ：利 用点集匹配方法获取所述海岸线定位 与对应的 邻域真实海岸线的 邻域海岸 线定位之间的点集对应关系，并根据所述点集对应关系计算定位误差。 2 .根据权利要求1所述的微波成像仪定位误差的度量方法，其特征在于，所述步骤2具 体包括以下步骤： 步骤21：去除所述LandSeaMask数据图像中的陆地水区域图像，得到海陆图像； 步骤22：根据所述海陆图像获取陆地区域与海洋区域的相交面图像； 步骤23 ：根据所述 相交面图 像 和所述Land Sea Mask数 据图 像中的 海岸线图 像获取多个 所述海岸线点。 3 .根据权利要求2所述的微波成像仪定位误差的度量方法，其特征在于，在所述步骤3 中，得到所述拟合曲面图像的具体步骤包括： 步骤31 ：根据所述LandSeaMask数据图 像获取每一个所述海岸线点的 邻域定位数据 ；其 中 ，所述邻域定位数据包括邻域经度矩阵 、邻域纬度矩阵 和邻域亮度温度矩阵 ； 步骤32：分别按照预设插值精度对所述邻域经度矩阵和所述邻域纬度矩阵进行线性插 值 ，得到拟合经度矩阵 和拟合纬度矩阵 ；对所述邻域亮度温度矩阵进行拟合插值 ，得到拟合 亮度温度矩阵 ； 步骤33 ：根据所述拟合经 度矩阵 和拟合 纬度矩阵的 维 度 ，对所述拟合亮度温 度矩阵 进 行变换 ，得到目标亮度温度矩阵 ，并根据所述拟合经度矩阵 、所述拟合纬度矩阵 和所述目标 亮度温度矩阵获取所述拟合曲面图像。 4 .根据权利要求3所述的微波成像仪定位误差的度量方法，其特征在于，在所述步骤32 中，得到所述拟合亮度温度矩阵的具体步骤包括： 步骤321 ：将所述邻域亮度温度矩阵 进行补零插值并变换成列向量 ，得到变换亮度温度 矩阵 ； 步骤322：根据所述变换亮度温度矩阵建立优化模型，并根据所述优化模型求解所述拟 合亮度温度矩阵 ； 所述优化模型为：
步骤35 ：对所述梯度变化量矩阵图 像进行二值化处理 ，得到二值矩阵图 像 ，并根据所述 二值矩阵图像获取最大连通域图像，将所述最大连通域图像中梯度下降最快的拐线确定为 海岸线；
步骤36 ：根据所述梯度变化量矩阵图 像 、所述最大连通域图 像 和所述海岸线获取所述 海岸线定位。