本发明涉及数据融合，特别涉及一种基于灰色绝对关联度的海面数据融合方法及系统。
背景技术：
1、航海雷达和光电吊舱的属性决策级数据融合不仅可以弥补航海雷达自身不具有判断目标属性的不足，还可以填补可见光传感器视野有限且易受天气影响的劣势，更全面地反映海面运动目标信息。航海雷达图像与可见光图像进行数据融合的难点在于：
2、(1)多源异构传感器的时间不同步，采集周期不一致。航海雷达的帧率为0.4/0.6hz，可见光传感器的帧率为25hz，二者采集周期相差大；此外，异构传感器数据采集时间不同步或时间窗口大小不同，也会进一步增加数据融合的难度。
3、(2)异构传感器中的数据属性、维度不一致。航海雷达提供目标的航迹、距离和方位，属于二维数据传感器，可见光传感器提供色彩图像和目标方位，属于一维纯方位传感器。在雷达/光电数据维度不一致的情况下完成这两种传感器的数据融合，是本文数据融合任务的核心挑战。
4、(3)由于数据异构性，无法将雷达/光电原始数据中的特征向量直接进行融合。雷达/光电可以直接对目标测距和测量目标方向，但是光电激光测距耗时长，对快速运动的目标测距误差大。此外，雷达/光电目标检测中会无可避免地出现虚警、误检和漏检等情况，直接以距离或目标角方位作为融合特征不可行，如何选取合适的特征向量并准确完成数据关联是数据融合的一大难点。
技术实现思路
1、本发明的目的是提供一种基于灰色绝对关联度的海面数据融合方法及系统，以完成目标属性关联，提高目标类别与航迹匹配的平均准确率。
2、为实现上述目的，本发明提供了如下方案：
3、第一方面，本发明提供了一种基于灰色绝对关联度的海面数据融合方法，包括：
4、对传感器进行配准；所述传感器包括：航海雷达和可见光传感器；所述配准包括：时间配准和空间配准；
5、从可见光图像中提取目标角方位航迹序列；
6、从航海雷达图像中提取目标角方位航迹序列；
7、将从可见光图像中提取的目标角方位航迹序列和从航海雷达图像中提取的目标角方位航迹序列进行数据融合。
8、可选的，从可见光图像中提取目标角方位航迹具体包括以下步骤：
9、对所述可见光图像进行预处理；
10、从预处理后的可见光图像中进行目标角方位特征提取；
11、从预处理后的可见光图像中进行目标角方位航迹特征提取。
12、可选的，从预处理后的可见光图像中进行目标角方位特征提取具体采用以下公式：
13、
14、其中，pw表示目标在世界坐标系的位置，qw表示pw在世界坐标系z轴的投影，ow表示无人艇在世界坐标系的位置，q'为qw在图像坐标系y轴上的投影，pw'表示目标在图像坐标系的位置，h表示相机坐标系在世界坐标系下的y值，o'表示图像坐标系原点，c表示∠owqwoc，f表示相机焦距，u-u0表示图像坐标系中目标x轴的投影，fy表示y轴上的归一化焦距，dx,dy表示像元尺寸。
15、可选的，从航海雷达图像中提取目标角方位航迹具体采用以下公式：
16、
17、其中，l表示目标相对于无人艇的距离，θ′表示角方位(相对于真北向的偏角)，m表示航海雷达设置的量程，(u,v)表示航海雷达图像中心点坐标，(u0,v0)表示航海雷达图像目标坐标。
18、可选的，将从可见光图像中提取的目标角方位航迹序列和从航海雷达图像中提取的目标角方位航迹序列进行数据融合具体包括以下步骤：
19、利用插值法对所述从航海雷达图像中提取的目标角方位航迹序列进行插值处理；
20、以从可见光图像中提取的目标角方位航迹序列为参考序列，插值处理后的目标角方位航迹序列为比较序列，计算灰色绝对关联度ξ；
21、根据所述灰色绝对关联度，计算π-截距灰色绝对关联矩阵，记为π′；
22、根据所述π-截距灰色绝对关联矩阵π′，寻找该矩阵中的最大元素值，所述最大元素值为相关可能性最大的航迹对，得到航海雷达图像中目标id和可见光图像中目标id的对应关系；
23、根据所述航海雷达图像中目标id和可见光图像中目标id的对应关系返回字典中读取目标的类别信息和航迹信息；
24、求解目标在世界坐标系下的经纬度坐标值；
25、输出目标的id-类别-置信度-distance-经纬度信息；其中，id为目标在航海雷达图像中的跟踪id结果，distance为目标距无人艇的相对距离。
26、可选的，所述计算灰色绝对关联度具体包括以下步骤：
27、设原始数据参考序列为x0＝{x0(1),x0(2),x0(3),l,x0(n)}；比较序列为xi＝{xi(1),xi(2),xi(3),l,xi(n)} (i＝0,1,2,l,m)，令：
28、
29、
30、则所述灰色绝对关联度的表达式如下：
31、
32、其中，n表示评价指标变量个数，表示参考序列中第k+1个指标变量取值和第k个指标变量取值的归一化差值处理结果，x(0)(k)表示当前序列下第k个指标变量的取值。
33、可选的，求解目标在世界坐标系下的经纬度坐标值具体采用以下公式：
34、
35、其中，(lon1,lat1)表示目标在世界坐标系下的经纬度坐标值，x表示垂直平移的距离，y表示水平平移的距离，rearth表示地球半径，(lon0,lat0)为同时刻获取的无人艇的经纬度坐标。
36、第二方面，基于本发明中的上述方法，本发明另外提供一种基于灰色绝对关联度的海面数据融合系统，包括：
37、配准模块，用于对传感器进行配准；所述传感器包括：航海雷达和可见光传感器；所述配准包括：时间配准和空间配准；
38、第一航迹序列提取模块，用于从可见光图像中提取目标角方位航迹序列；
39、第二航迹序列提取模块，用于从航海雷达图像中提取目标角方位航迹序列；
40、数据融合模块，用于将从可见光图像中提取的目标角方位航迹序列和从航海雷达图像中提取的目标角方位航迹序列进行数据融合。
41、第三方面，本发明提供了一种电子设备，包括存储器及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行上述的基于灰色绝对关联度的海面数据融合方法。
42、第四方面，本发明提供了一种计算机可读存储介质，其存储有计算机程序，所述计算机程序被处理器执行时实现上述的基于灰色绝对关联度的海面数据融合方法。
43、根据本发明提供的具体实施例，本发明公开了以下技术效果：
44、本发明提供了一种基于灰色绝对关联度的海面数据融合算法adgia-at，完成了异构传感器异维数据融合。首先，在完成传感器配准的基础上，该算法以目标在不同传感器中的角方位航迹特征作为数据融合的关键特征；然后利用灰色绝对关联度判断目标在不同传感器中角方位航迹变化趋势的相似性，得到了表征各航迹对之间关联程度的灰色关联度矩阵；最后根据关联度矩阵中元素值完成了航迹相关对的判定，完成目标类别与航迹的一一对应，能够返回目标的类别、航迹和方位信息。通过湛江海试对该算法进行了验证，测试结果表明：adgia-at算法能够完成目标属性关联，目标类别与航迹匹配的平均准确率为92.0％，可见，大大提高了目标类别与航迹匹配的平均准确率。
1.一种基于灰色绝对关联度的海面数据融合方法，其特征在于，包括：
2.根据权利要求1所述的基于灰色绝对关联度的海面数据融合方法，其特征在于，从可见光图像中提取目标角方位航迹具体包括以下步骤：
3.根据权利要求2所述的基于灰色绝对关联度的海面数据融合方法，其特征在于，从预处理后的可见光图像中进行目标角方位特征提取具体采用以下公式：
4.根据权利要求1所述的基于灰色绝对关联度的海面数据融合方法，其特征在于，从航海雷达图像中提取目标角方位航迹具体采用以下公式：
5.根据权利要求1所述的基于灰色绝对关联度的海面数据融合方法，其特征在于，将从可见光图像中提取的目标角方位航迹序列和从航海雷达图像中提取的目标角方位航迹序列进行数据融合具体包括以下步骤：
6.根据权利要求5所述的基于灰色绝对关联度的海面数据融合方法，其特征在于，所述计算灰色绝对关联度具体包括以下步骤：
7.根据权利要求5所述的基于灰色绝对关联度的海面数据融合方法，其特征在于，求解目标在世界坐标系下的经纬度坐标值具体采用以下公式：
8.一种基于灰色绝对关联度的海面数据融合系统，其特征在于，包括：
9.一种电子设备，其特征在于，包括存储器及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行权利要求1-6中任一项所述的基于灰色绝对关联度的海面数据融合方法。
10.一种计算机可读存储介质，其特征在于，其存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-6中任一项所述的基于灰色绝对关联度的海面数据融合方法。
