LMA和对数极坐标变换的匹配算法在景象匹配制导中的应用

针对成像制导过程中对实时性和准确性的要求,通过对存在旋转和尺度变化的航拍照片的匹配进行研究,提出了一种对数极坐标变换LMA(Levenberg-Marquardt Algorithm)匹配算法.在LMA的匹配选代计算过程中使用8个参数,匹配时先对基准图和实时图按多分辨率金字塔法进行时数极坐标变换,利用对数极坐标变换的旋转和尺度不变性进行匹配,提高子像素的匹配精度,使需匹配照片的像素成最佳排列.迭代过程中通过消除Hessian矩阵,提高匹配的实时性.这种对数极坐标变换图像匹配很有实用价值,对航拍照片进行匹配测试,证明了这种方法的有效性.     

基于对数极坐标变换的图像匹配算法

相位相关算法通常只具有平移不变性,而不具有尺度和旋转不变性,因此无法对存在尺度和旋转变化的图像进行图像匹配.而对数极坐标变换可以将图像在笛卡儿坐标系下的尺度和旋转变化变换为沿对数极坐标系的平移运动,具有较好的尺度和旋转不变性.文中提出了一种基于图像对数极坐标变换的相关匹配算法.仿真结果表明基于对数极坐标变换的相位相关算法可以针对具有尺度和旋转变换的图像进行很好的匹配,并能检测出图像的旋转角度及尺度参数.     

采用循环相位相关的LPT景像匹配算法

景像匹配辅助惯性组合导航系统中的景像匹配算法必须同时具有克服旋转和小尺度变换的能力。通过分析发现,对数极坐标变换(LPT)能将它们分别转换为子变换图之间的循环、线性平移关系。鉴于经典的相位相关法检测的是图像间的线性平移,提出了一种改进相位相关法来检测循环平移,最终利用LPT变换和新相关法实现了景像匹配算法。仿真分析表明,当存在任意的旋转、小范围的尺度变化和噪声畸变时,本文算法匹配精度达到93%以上,时间在1.3s以内,基本满足了景像匹配辅助导航系统对图像匹配算法准确性和实时性的要求。     

基于TMS320C6416T平台的特征角点图像配准算法

提出了一种新的图像配准算法,可以较好地解决图像配准中的平移、旋转和缩放问题。算法首先使用SUSAN箅子提取两幅图像的特征角点,然后使用对数极坐标变换和投影相关匹配算法实现特征点匹配。针对算法的特点,设计了以高性能数字信号处理器TMs320C6416T为核心的硬件处理平台。实验结果表明：系统工作稳定,算法配准精度较高。     

对数极坐标变换在景象匹配制导中的应用

针对成像制导中对实时性和准确性的要求，提出了一种基于对数极坐标变换的图像抗旋转和尺度变化的LMA算法。在图像匹配过程中用LMA算法对两幅图像透视变换矩阵的8个未知参数进行拟合。匹配过程中用多分辨率金字塔法对图像进行分解，采用由粗到精的搜索策略，减少计算量并避免了误匹配。通过对照片进行匹配测试，证明了这种方法的有效性和实用价值。     

带宽自适应Mean Shift跟踪算法

提出了一种先进行空间定位再确定目标尺度的两级跟踪算法,有效地解决了mean shift算法对尺度变化的适应问题.该算法首先在当前帧对应位置进行降分辨率处理,并以基于增量试探的mean shift跟踪算法收敛点作为当前帧目标中心位置,进而利用对数极坐标变换的旋转、尺度不变性,对目标和候选目标分别进行对数极坐标映射,并通过求取最大归一化相关函数确定目标的尺度变化.跟踪实验表明,该算法可以有效的提高mean shift跟踪算法空间和尺度定位准确性.     

基于对数极坐标变换的目标识别算法

针对二维ISAR像的空中目标识别问题,提出了一种新的识别算法。首先通过对数极坐标变换,将笛卡儿坐标系下的尺度、旋转变换转变成对数极坐标系下的平移变换,然后对新坐标系下的图像进行二维傅里叶变换,利用傅里叶变换模值的平移不变性,得到具有尺度、旋转不变性的特征矩阵,最后与模板的特征矩阵进行矩阵相关,识别分类。用实测数据进行了验证,证明了算法具有较快的速度和较好的识别结果。     

基于非均匀采样的多模型红外三维目标跟踪

针对红外三维目标跟踪过程中目标姿态变化导致跟踪器失效的问题,提出了一种基于非均匀采样的多模型方法.首先用若干个原型视图表征三维目标,将这些原型视图对应的原型形状作为目标的多模型形状表示,并建立了这些原型形状之间的转移概率矩阵.在粒子滤波框架下,以对数极坐标变换下的原型视图中目标的灰度分布特征作为参考目标模型.通过对形状转移概率采样,实现了样本形状的转移与传播.此方法提高了跟踪器对于姿态变化的鲁棒性,同时具有非均匀采样特性的对数极坐标变换可以抑制图像尺度、旋转造成的畸变,并起到压缩周边的计算量的作用.仿真结果表明,这种算法对三维目标有较好的跟踪效果.     

基于相位相关算法的研究与实现

相位相关算法是一种应用很广泛的图像匹配方法，它具有对噪声有较高的容忍度、检测结果与照度无关以及受几何失真小等突出优点。它与极坐标变换相结合可以得到旋转不变相位相关算法，两者可以对目标进行判准并精确检测出平移量和旋转量。本文对它们进行了分析和仿真，证明了算法的优越性，并在仿真过程中对旋转不变相位相关算法进行了优化，且达到了提高匹配精度和减少计算量的目的。     

采用最优峰值的相位相关红外图像配准方法

对数极坐标域下的图像配准方法常因相位相关互功率谱呈现多峰分布而影响匹配准确度,为此提出了一种基于区域最优峰值的相位相关红外图像配准方法。首先将待配准图像和参考图像转换到对数极坐标域,其次以自适应巴特沃斯高通滤波为预处理,最后结合归一化互相关和相位相关的相似性测度,在合理截断互功率谱半径轴低数值段的基础上,筛选出最优峰值实现自动配准,同时研究了对数极坐标变换尺寸对匹配性能的影响,给出了最优尺寸变换比。实验结果表明:该算法对噪声污染图像表现出较好的鲁棒性,对于存在平移、旋转和缩放的红外图像具有更高的配准精度。     

仿真条件下贝努利试验的匹配概率估计方法

前视红外景象匹配算法性能评价是一个亟待解决的问题。主要研究了匹配概率这一重要算法性能评价指标的估计方法。通过对环境影响因素在红外实时图像上噪声、模糊、放缩和旋转等效应的仿真,进行贝努利匹配试验,估计出单帧图像的匹配概率,并根据单帧图像与部分序列图像匹配概率的关系,计算得到部分序列图像的匹配概率。本文的研究成果为评价前视红外景象匹配算法性能提供了一种有效的新方法。     

一种基于遗传算法的快速景象匹配算法

常规的归一化灰度互相关匹配算法是搜寻区域上的所有点,效率较低,在实时图存在旋转时,会影响匹配的精度。为此,在对典型的基于灰度的景象匹配算法进行分析的基础上,结合遗传算法和分层搜索策略设计了一种快速匹配算法。算法在匹配过程中考虑了存在旋转变化实时图像的处理,从而省去了图像对准的预处理,节省了时间。遗传算法和分层搜索策略的...     

Image Registration Using Adaptive Polar Transform

Image registration is an essential step in many image processing applications that need visual information from multiple images for comparison, integration, or analysis. Recently, researchers have introduced image registration techniques using the log-polar transform (LPT) for its rotation and scale invariant properties. However, it suffers from nonuniform sampling which makes it not suitable for applications in which the registered images are altered or occluded. Inspired by LPT, this paper presents a new registration algorithm that addresses the problems of the conventional LPT while maintaining the robustness to scale and rotation. We introduce a novel adaptive polar transform (APT) technique that evenly and effectively samples the image in the Cartesian coordinates. Combining APT with an innovative projection transform along with a matching mechanism, the proposed method yields less computational load and more accurate registration than that of the conventional LPT. Translation between the registered images is recovered with the new search scheme using Gabor feature extraction to accelerate the localization procedure. Moreover an image comparison scheme is proposed for locating the area where the image pairs differ. Experiments on real images demonstrate the effectiveness and robustness of the proposed approach for registering images that are subjected to occlusion and alteration in addition to scale, rotation, and translation.     

一种新的基于神经网络的景象匹配算法

介绍了误差逆传播(Back Propagation)神经网络的基本理论。为解决存在角度旋转实时图像的匹配问题,以及尽可能地提高匹配实时性能,提出了一种新的基于像素环形排列的神经网络匹配算法,将实时图像与基准图像内待匹配区域的像素按环形排列,分别作为神经网络的阈值和输入,选择基准图像内与实时图像相对应的各环差值均较小的区域中心作为匹配位置。实验结果证明了验证了该算法的良好匹配性能。     

基于最小最大圆度量的鲁棒模板匹配方法

为了解决强噪声干扰、部分遮挡等复杂环境下的图像匹配问题,给出了一种鲁棒的图像匹配算法。在引进圆约束的条件下,对点点间距离给出了一种新的定义。在此基础上,对经典Hausdorff距离进行改进,提出了一种新的度量,即最小最大圆度量。以此度量作为景象匹配的相似性度量,并在搜索的过程中采用圆形窗,获得了一种鲁棒的图像匹配方法,即基于最小最大圆度量的鲁棒模板匹配方法。多组实验与分析表明,该算法可以有效地解决存在旋转、灰度对比度变化、噪声干扰、部分遮挡与强光饱和等变换与干扰存在下的景象匹配定位问题。     

结合小波变换与相位相关的图像匹配方法

图像匹配技术是图像测量系统中的关键技术,是目标定位中最基本的方法。相位相关作为一种图像匹配技术对噪声有较高的容忍程度,检测结果与照度无关,受几何失真影响小。但该方法对旋转变化非常敏感。为解决此问题,本文提出结合小波变换和相位相关的匹配算法,该算法首先对图像进行小波分解,并对结果中的近似信号进行空域旋转校正;然后利用相位相关方法进行图像匹配,从而达到快速精确的定位。该方法在掌纹图像匹配定位中的应用证明了它的有效性。     

基于相对点矩的SAR图像匹配算法

为了解决景象匹配导航系统中图像存在旋转误差以及遮档问题,提出了一种基于相对点矩的SAR图像匹配算法.Harris角点提取算于结合亚像素精确定位算法可以获得高精度的特征点坐标,而Hu不变矩具有平移、旋转、缩放(RTS)不变性,结合两者优点,本文首次提出了相对点矩的概念.相对点矩同样具有RTS不变性,可以实现任意旋转角度下...