雷达景象匹配概率研究

目前，景象匹配中的匹配概率研究还不够完善，传统的景象匹配概率的定量计算是通过匹配信噪比、独立像元数、图像匹配次数来确定的，但是对于雷达景象由于其特殊的图像特性，传统的定量计算方法往往会计算出错误的景象匹配概率。该文定义了雷达景象的“贡献像元数”，利用贡献像元数和理论推导，得出了景象匹配概率。通过大量实践证明，运用贡献像元数来计算景象匹配概率是一种有效的方法。     

一种新的提高雷达景象匹配可靠性的方法研究

从图像特性的角度,研究了匹配实时图对比度变化对雷达景象匹配可靠性的影响,并根据匹配过程中的特点,从理论上推导出了对比度和相关系数的定量关系,通过大量实践表明,提高实时图的对比度可以提高雷达景象匹配的可靠性,通过对比度来增强匹配可靠性是一种行之有效的方法.     

一种基于小波分析的景象匹配算法研究

对于一些领域的景象匹配,传统的匹配算法已经无法满足要求.提出了一种基于小波分析分层搜索的景象匹配方法,它采用由粗到细的分层匹配方法,在每个层上采用不同的方法,并基于MATLAB实验平台对方法进行了仿真实验并与传统的匹配算法进行了比较.结果表明基于小波分析分层搜索的景象匹配方法较传统的匹配方法无论在速度上还是在精度上都具有明显的优势.提出的算法可以有效地改善传统匹配算法中的不足之处,在景象匹配领域,具有一定的可行性.     

基于多传感器图像融合技术的鲁棒景象匹配算法

将多个传感器获取的具有不同大小、不同分辨力和不同信噪比的实时图基于Kalm an滤波的方法进行融合,以提高实时图的性能;搜索融合后的实时图在基准图中的位置达到目标定位之目的,即进行景象匹配。在景象匹配过程中,选用归一化互相关系数作为相似性度量。多组实验与分析表明:所介绍的基于多传感器图像融合技术的景象匹配算法可以有效地解决实时图存在部分遮挡、灰度与对比度变化以及复杂噪声干扰等影响下的景象匹配问题。     

一种基于区域特征的景象匹配算法研究

景象匹配技术是飞行器匹配定位辅助导航系统的核心,如何提高其正确匹配率一直是研究的热点与难点。提出一种基于区域特征的景象匹配算法。首先,提取基准景象和实时景象的稳定极值区域,并计算出区域的灰度、形状、纹理以及起伏程度特性作为相似性度量的主要因素构造相似性度量函数;然后,计算区域对的Hausdorff距离,决定是否是对应区域。大量的模拟实验表明,该算法的匹配时间能达到0.138 s,正确匹配率达到92.67%,不仅能满足景象匹配的要求,且大大提高了匹配的时间与正确率,对导航系统的定位具有实用价值。     

基于不变矩景象匹配算法

分析基于灰度匹配方法存在着亮度和裁剪误差,提出基于不变矩景象匹配算法,并对矩不变量作如下改进：用原点矩代替中心矩,克服平移不变性给不变矩带来的影响;用圆形测量窗代替方形测量窗消除因旋转而产生的裁剪误差;引入亮度因子,克服基准图和匹配图之间因亮度差异带来的影响;采用金字塔算法减少搜索次数,提高匹配速度。实验表明,基于不变矩下视影像匹配算法具有较好稳定性,匹配准确率较高。     

基于SIFT特征的合成孔径雷达景象匹配方法

根据合成孔径雷达图像的特点,提出一种基于SIFT特征的合成孔径雷达(SAR)景象匹配的方法。首先利用改进的特征描述符初步提取实时图与参考图的SIFT 关键点;然后利用距离比和RANSAC算法去除错配,匹配出可靠的同名点对;最后计算反映实时图和参考图之间变换关系的转换参数,完成景象匹配。实验结果表明,本方法快速实用,有较强的有效性和鲁棒性。     

基于DSP平台的景象匹配算法评估环境

将DSP软硬件技术与PC人机交互技术相结合，构建了基于DSP平台的景象匹配算法评估环境，设计和实现了评估环境中各软硬件功能模块。采用PC-DSP的架构形式对评估环境进行模块划分，在DSP端实现了与真实设备功能、性能接近的模拟硬件设备和嵌入式软件，在PC端对DSP的运行接口进行封装，并通过数据可视化、图像化操作等人机交互手段实现用户对DSP端算法程序运行过程的控制和观测。     

景象匹配制导基准图选定准则研究

系统地研究了一些图像可匹配性检验参数,定义了图像的自匹配性能参数,设计了该参数的计算方法,进而提出一种新的基准图选定准则。基于理论分析与仿真实验,指出了常用准则存在的局限性,说明了本方法的优越性;通过大量的基准图选定实验,给出了特定条件下常用准则的门限值,验证了该准则的有效性及实用性。     

应用分形特征的景象匹配仿真

为了提高数字景象匹配的技术性能,将分形理论应用于景象匹配领域,提出了一种用于景象匹配的采用归一化方法改进的双毯覆盖算法,并阐述了数字景物图象分形维数的求解方法,同时采用粗匹配和精匹配两级匹配来改善匹配概率与实时图的亮度和对比度等因素有关,这对于进一步探索改善该算法的匹配性能,具有重要意义。     

景象匹配区选取方法研究

景象匹配定位是精确制导的重要技术,随着武器系统日益精确化,影响匹配制导精度的匹配区选择得到了广泛的关注。基于景象信息量、稳定性和区域唯一性对景象特征指标进行了分析研究,讨论了各特征参数对匹配性能的影响;给出了由粗到细的分层选取方案,并对特征指标进行了量化;提出了一种由粗到细的分层多尺度匹配区选取方法。实验结果表明该方法具有较大的抗鲁棒性,能够在复杂基准图上有效地选取出满足要求的景象匹配区。     

基于LBP算子及伪Zernike的景象匹配算法

针对目前景象匹配算法耗时长、匹配率低等缺陷,提出基于改进的局部二进制模式（LBP）及伪Zernike矩的景象匹配算法。采用伪Zemike矩提取特征点邻域的方向和尺度信息,利用改进后的LBP算子提取邻域的纹理信息。对尺度、方向信息进行主成分分析并二值化,与纹理信息组成混合矩构成特征点邻域的特征描述子。实验结果表明,该算法的计算复杂度比其他典型算法低,匹配时间为0．05S,基本满足实时性。给出各种情况下的匹配效果图,并将匹配率逐一对比,该算法的匹配率在标准情况下为100％,旋转变化下为64．52％,亮度变化下为53．84％,均高于其他算法,而在尺度变化下的匹配率与其他典型算法基本持平。     

基于TMS320DM642的无人机景象匹配辅助导航系统构建

景象匹配辅助导航系统传统上大多是基于PC机、PC104计算机实现的,由于受重量、体积、功率等方面的限制,无法应用于无人机平台上.针对该问题,提出了一种基于TT公司TMS320DM642高性能DSP处理器的无人机景象匹配辅助导航系统设计方案,经试验分析,可满足无人机平台的需要.     

N帧连续景象匹配一致性决策算法

下视景象匹配是各类巡航飞行器实现精确导航的重要手段,它是通过事先装载在飞行器的地面基准图像与实时获取的地面景象图进行相关匹配,完成飞行器的飞行误差修正和精确定位,由于基准图和实时图在获取手段、时间上等方面的差异,在相关匹配中,配准点往往落在相关阵的次峰上,导致匹配失败,该文提出了多帧连续景象匹配,利用单次匹配后形成的相关阵中的主次峰信息与导航信息进行一致性决策的图论算法,由于引入了相关阵中的次峰信息,并结合惯导位移进行一致性判断,使得匹配算法能有效剔除误匹配点,从而提高了算法的匹配概率和鲁棒性。     

异视场多目标匹配跟踪技术

针对宽泛条件下不同视域场景多摄像机多目标的匹配跟踪问题,提出了一种基于纯目标的强鲁棒自适应SIFT（Scale Invariant Feature Transform）特征匹配算法。该方法为每个从视频图像中提取出的纯目标设置一个CamShift（Continuously Adaptive Mean Shift）跟踪器,利用自适应尺度空间因子提取目标的细节特征,采用基于BBF（Best Bin First）的双向匹配策略去除误匹配点,当目标的关键点数量太少,无法满足计算三维二次函数精确关键点位置时,构造了自适应尺度Harris角点检测法增补新点。通过对户外车辆、人员等在不同场景下的连续跟踪实验表明,本算法实时性好、自适应能力强,与其他算法相比,匹配耗时少,跟踪精度高。     

SVD特征的快速景像匹配方法

采用具有良好稳定性和旋转不变性的奇异值作为匹配特征，根据奇异值的数值特点提出以加权距离作为相似性的度量；采用变模板分级匹配的策略，使得在进行大模板匹配时的匹配运算量大大降低．通过加入噪声、灰度变化和旋转变化的景像匹配实验，证实了该算法的有效性和鲁棒性.     

基于边缘信息的红外与可见光图像匹配技术

对红外、可见光两种不同谱段图像的匹配技术进行研究。在比较不同预处理方法后，采用边缘增强而不是边缘提取的预处理技术，以增强图像的有效边缘信息，突出不同谱段图像的共性特征，然后使用去均值归一化互相关的办法进行相似性度量。在实验中，通过确定影响匹配正确率的关键指标，对不同预处理方法和匹配策略得到的匹配结果进行比较分析，验证方法的有效性。