0 引　言

随着船舶导航技术的发展，结合多源数据信息处理技术进行大型船舶电子海图显示界面视觉交互控制，基于视觉图像特征分析技术，采用海洋船舶航线的动态交互控制的方法，建立大型船舶电子海图显示界面视觉分析模型，通过空间指向性的交互控制设计，设计船舶电子海图的多波束数据全覆盖模型，通过数据融合和分块特征检测，提高对船舶电子海图的全覆盖信息交互能力。研究大型船舶电子海图显示界面视觉交互设计方法，对提高船舶的导航和控制能力具有重要意义。电子海图的视觉交互模型研究受到极大重视^[1]。对大型船舶电子海图显示界面视觉交互设计建立在对电子海图的动态视觉信息特征交互基础上，采用网格化的船舶航行线路特征分析，结合定位系统和空间数据检测技术，实现船舶电子海图的动态交互设计^[2]。本文提出基于多线程视觉调度的大型船舶电子海图显示界面视觉交互设计方法，并通过仿真实验进行性能测试，得出有效性结论。

1 电子海图数据视觉交互总体设计

建立大型船舶电子海图显示界面视觉交互的数据采集模型，通过对电子海图数据检测和航线状态特征分析，采用动态指标参数分析方法，构建电子海图显示的总体特征分析模型，结合状态等级扩展参数融合和视觉图像分析的方法，构建电子海图的视觉图像分析模型，通过视觉特征重构，实现对大型船舶电子海图显示界面视觉交互控制^[3]，总体实现结构如图1所示。

根据图1的总体结构设计，大型船舶电子海图显示界面视觉交互界面分为程序加载模块、人机交互模块、图像处理模块和接口访问模块等^[4]，功能结构模块分布如图2所示。

2 电子海图数据分析和视觉图像分析 2.1 电子海图数据检测

构建大型船舶电子海图显示界面视觉指标数据分析模型，结合采样点综合点序与地形形态综合尺度特征分析方法，采用多波束水深数据构造的方法，得到综合点序的严密分布正交基^[5]，通过电子海图显示的次特征总分布，得到海图特征点的正相关性分布特征值R_m(r,i)：

$ {R_m}\left( {r,i} \right) = \frac{{N\left( i \right)}}{{N - \left( {m - 1} \right)\tau }} 。$

(1)

其中：N(i)为电子海图地形特征定量评价指标分配参数；N为海底沟壑经纬度；m为山脊点数； $ \tau $ 为权重赋值修正参数。

求得大型船舶电子海图显示的动态特征点，利用地形特征评价指标分析方法，得到电子海图的地形特征分布计算式为：

$ ApEn = \mathop {\lim }\limits_{N \to \infty } \left[ {A{V_m}(r) - A{V_{m + 1}}(r)} \right] 。$

(2)

其中： $A $ 为采样点多重特征判定序列； $V_m(r) $ 为复杂地形中部分相对平台地形的相对权重。

求出大型船舶电子海图显示界面视觉指标信息熵分布的平均值：

$ A{V_m}(r) = \frac{1}{{N - (m - 1)\tau }}\sum\limits_{i = 1}^{N - (m - 1)\tau } {\ln {R_m}\left( {r,i} \right)} 。$

(3)

其中： $ ENTR = - \displaystyle\sum\limits_{l = {l_{\min }}}^{N - 1} {P(l) \cdot \ln P(l)} $ ； $i $ 下标为采样点应优先删除点的权重比例。

根据地形特征评价指标与其地形特征表达特征序列分布长度，得到 $N $ 是一定的。此时投影平面上的大椭圆线参数补偿模型定义为：

$ AHF = \frac{{\displaystyle\sum\limits_{i = 1}^{TC} {\displaystyle\sum\limits_{m = 1}^{{A_d}\left( {{c_i}} \right)} {\left( {1 - V\left( {{A_{mi}}} \right)} \right)} } }}{{\displaystyle\sum\limits_{i = 1}^{TC} {{A_d}\left( {{C_i}} \right)} }} 。$

(4)

其中： $AHF$ 为椭圆航线方程的引导因子； $A_d(Ci) $ 为高斯投影平面上大椭圆线； $V(A_{mi}) $ 为求得的等量纬度线。

$ V\left( {{A_{mi}}} \right) = \frac{{\displaystyle\sum\limits_{j = 1}^{TC} {is\_visible\left( {{A_{mi}},{C_j}} \right)} }}{{TC - 1}} 。$

(5)

通过航线平面坐标的一阶、二阶参数设定，得到椭球面与地心纬度球面切点检测动态方程为：

$ MHF = \frac{{\displaystyle\sum\limits_{i = 1}^{TC} {{M_i}\left( {{C_i}} \right)} }}{{\displaystyle\sum\limits_{i = 1}^{TC} {{M_a}\left( {{C_i}} \right)} }} ，$

(6)

$ {M_a}\left( {{C_i}} \right) = {M_d}\left( {{C_i}} \right) + {M_i}\left( {{C_i}} \right) 。$

(7)

式中： $M_i(C_i) $ 为类 $C_i $ 的日晷投影平面上大椭圆航线补偿方法数； $M_a(C_i) $ 为类 $C_i $ 中高纬度地区的变形补偿方法数。

由此实现对电子海图数据检测，通过对大椭圆航线进行分段处理，结合视觉信息交互控制，进行航线量测控制。

2.2 大型船舶电子海图显示视觉特征匹配

采用亚像素级特征匹配方法实现对视觉图像色彩融合滤波处理，建立视觉特征匹配模型；采用动态模板匹配的方法，建立大型船舶电子海图显示视觉空间参数融合模型。通过视觉图像色彩特征参数分析，提取视觉图像色彩的光谱信息，得到视觉融合的亚像素分布：

$ I(x) = J(x)t(x) + A(1 - t(x)) 。$

(8)

式中： $ A $ 为觉图像色彩分布特征在 $ x $ 方向的像素值； $ t(x) $ 为主成分背景子空间变换参数； $ J(x) $ 为视觉图像色彩主成分特征量； $ J(x)t(x) $ 为动态分配联合特征量。

根据显示色差补偿的饱和度分析，进行色彩对比度分析，得到电子海图显示视觉图像的色彩多层级特征分布集为：

$ L = J\left( {w,e} \right) - \sum\limits_{i = 1}^N {{a_i}\left\{ {{w^{\rm{T}}}\varphi \left( {{x_i}} \right) + b + {e_i} - {y_i}} \right\}} 。$

(9)

其中： $ J\left( {w,e} \right) $ 为视觉图像的色彩动态分布； $ {a_i} $ 为背景子空间交换特征量； $ w $ 为视觉匹配系数； $ \varphi \left( {{x_i}} \right) $ 为先验模板匹配集； $ b $ 为视觉图像的帧偏差； $ {e_i} $ 为视觉图像的纹理分布特征量； $ {y_i} $ 为调整伽马值生成的原图^[6]。

采用场景变化方法自适应跟踪电子海图显示视觉背景分量，得到动态孤立像素点集为 $ X = \left\{ {{x_1},{x_2}, \cdots ,{x_n}} \right\} $ ，提取大型船舶电子海图显示视觉图像的空间域视觉特征分量，采用直觉模糊集匹配，得到大型船舶电子海图显示帧差与背景之间的差异度匹配集 $ {E_{i,j}} = \left\langle {{e_1},{e_2}, \cdots ,{e_m}} \right\rangle $ ，其中 $ {e_i} \in \{ 1,0\} $ 。由此，分析明亮区域的特征信息，通过对动态信息交互，进行电子海图数据检测，结合视觉信息交互控制，进行大型船舶电子海图显示视觉现实和航线量测控制。

2.3 电子海图现实的视觉特征提取

采用三维立体的虚拟海洋场景设计方法，结合多线程视觉空间调度，构建电子海图现实的视觉特征提取模型，得到投影海图上量测和换算模型，表达式如下：

$ A I F=\frac{\displaystyle\sum_{i=1}^{T C} A_{i}\left(C_{i}\right)}{\displaystyle\sum_{i=1}^{T C} A_{a}\left(C_{i}\right)} ，$

(10)

$ A_{n}\left(C_{i}\right)=A_{a}\left(C_{i}\right)+A\left(C_{i}\right) 。$

(11)

式中： ${A_i}(C_i) $ 为高分辨率水深网格与基础水深网格的补偿模型参数； ${A_a}({C_i}) $ 为多分辨率网格间的边缘特征量； $C_i $ 为多分辨学习动态分配属性特征； $A_d(C_i) $ 为滤波后的低分辨率网格重采样系数。

根据对电子海图显示的视觉特征提取，结合嵌入式的软件开发设计技术，构建大型船舶电子海图显示界面视觉交互界面控制的软件模型。

在直方图界面中通过区域亮度增强的方法实现对大型船舶电子海图显示视觉图像色彩均衡处理，采用场景交互方法，得到大型船舶电子海图显示视觉图像色彩帧间残差检测模型，用四元组 $ \left( {{E_i},{E_j},d,t} \right) $ 表示大型船舶电子海图显示视觉图像色彩的二阶差分图。其中， $ {E_i} $ ， $ {E_j} $ 是大型船舶电子海图显示视觉图像的GraphCut分割特征量和纹理实体集。

基于模糊度匹配，得到大型船舶电子海图显示视觉融合的光流映射，表示为：

$ H = \sum\limits_{r = 1}^t {\sum\limits_{p = 1}^{{k_1}} {({x_{ir}} - x_{irp}^{'}){{({x_{ir}} - x_{irp}^{'})}^{\rm{T}}}{A_{irp}}} } 。$

(12)

式中： $x_{ir} $ 为视觉图像显示的前景属性； $ x_{irp}^{'}$ 为电子海图显示的后景相似性特征值； $A_{irp} $ 为边缘融合像素点； $K_1 $ 为大电子海图显示的模糊子空间； $ t $ 为统计时间点； $ r $ 为显示视觉的颜色差分分类特征值； $ p $ 为电子海图现实的对比度提升参数。

构建电子海图显示的视觉动态自相关特征分量：

$ ID{F_i}(v) = \log (n/{F_i}(v)) 。$

(13)

式中： $ n $ 为大型船舶电子海图显示视觉图像色彩的空间分块数； $ {F_i}(v) $ 为大型船舶电子海图显示视觉图像的源光照强度。

利用数据几何约束方法，实现对大型船舶电子海图显示视觉跟踪和模板匹配。

3 船舶电子海图显示界面视觉交互软件开发

在控制算法和总体结构分析基础上进行软件设计，构建系统的底层数据库模型。采用多源数据分析方法构建信息处理频谱分析模型；采用DLL库及AQL数据库构建系统的服务器端和人机交互终端；采用client中断控制方法，实现终端交互设计。船舶电子海图显示界面的管理模块具备用户管理、电子海图操作系统管理、航行日志管理、电子海图的动态系统监控、字典管理、电子海图动态交互的菜单管理等功能，软件开发实现流程如图3所示。

4 性能测试与分析

为了验证本文方法在实现大型船舶电子海图显示界面视觉交互控制中的应用性能，采用专业视景仿真软件Vega Prime进行电子海图视景交互的仿真端设计，建立Ocean和Marine Effects实例，海图的最高回放更新率1 MSa/s，电子海图的垂直精度设置为12位。设置对电子海图数据采集的采样率为50 kHz，交互通道为12个通道，得到舰船电子海图动态分布的坐标点见表1。

根据表1的坐标测绘结果，得到2组场景下的船舶航线测绘数据。

2组场景下的船舶航线测绘数据为输入，进行电子海图绘制，得到电子海图显示视觉交互输出如图4所示。分析可知，本文方法能准确实现对大型船舶电子海图绘制和显示。

海图视觉交互现实匹配度对比结果见表2。分析可知，本文方法进行大型船舶电子海图显示界面视觉交互的匹配度较高。

5 结　语

设计舰船电子海图的多波束数据全覆盖模型，通过数据融合和分块特征检测，提高对舰船电子海图的全覆盖信息交互能力。构建大型船舶电子海图显示界面的总体结构模型，通过视觉特征重构，实现对电子海图显示界面视觉交互控制与系统软件设计，测试得知，本文方法提高了两组场景下的船舶航线测绘数据匹配能力和舰船海图数据的视觉交互能力。