基于快速鲁棒性特征的景象匹配

针对光电成像制导景象匹配中图像产生较大几何形变的问题,提出了一种基于快速鲁棒性特征(speeded up robust feature, SURF)的景象匹配算法。SURF提取的图像特征具有尺度和旋转不变性,对灰度不敏感,并能快速运算。算法首先利用仿射变换对基准图像进行3D视角补偿,模拟基准图像在不同视角下的成像,以减小基准图像和实时图像间的视角差异,分别提取两图像的SURF特征,然后根据最小欧氏距离准则提取两图像间匹配的SURF特征点对,根据该特征点对估计基础矩阵,得到两图像的投影关系。仿真结果表明,该算法能够适应光电成像制导中图像的几何形变,实现稳定的景象匹配。     

前视红外地面待机目标轮廓提取方法

针对前视红外成像制导中地面待机目标的轮廓提取问题,提出一种新的多目标轮廓提取方法。首先利用相对定位分割技术,将待机目标区域从复杂地面背景中分离出来,然后采用灰度阈值法初步检测目标数量和方位,再通过边缘点聚类分割算法将多目标边缘图像进行分割,最后基于距离差分最小提取目标轮廓。实验结果表明,针对复杂地面场景,该方法可以实现对不同数量、不同类型、不同尺寸地面待机目标的外轮廓提取。基本满足前视红外成像制导对轮廓提取算法实时性好、轮廓完整度高、抗干扰能力强等要求。     

基于特征匹配的舰载对陆导弹目标识别模型

针对传统基于前视模板的匹配算法中难以直接识别与跟踪建筑等目标的问题, 提出基于特征匹配的对陆导弹目标识别模型。该模型通过对末制导导引头图像预处理, 利用改进YOLOv3深度学习目标检测算法和改进Deeplabv3+深度学习语义分割算法来识别目标区和烟雾区, 采用并行法排除烟雾遮挡对目标识别的干扰, 最终判别分析规则判断模型是否识别成功。仿真实验结果表明，该模型能够快速有效精确地完成对陆地目标的识别, 兼具较好的抗烟雾干扰能力, 有利于提高对陆导弹的目标识别水平与作战效果。     

结合边缘和统计特征的末制导SAR图像匹配

提出一种用于末制导的合成孔径雷达（synthetic aperture radar, SAR）图像实时匹配方法。考虑参考图与实时图尺度、方向等差异,制备多幅参考图像,基于最小错误概率准则,对每幅参考图像提取边缘,由边缘图形成用于匹配的包含边缘两侧地物区域信息的参考模板。提出一种利用边缘信息和SAR图像统计特性的相似性度量准则。采用金字塔分层结构的搜索策略,提高了匹配速度。该方法综合利用了边缘和灰度统计信息,避免了对实时图的边缘提取。实验验证了算法的有效性。     

总磁场强度梯度模作为匹配特征量的基准图制备技术

基准图制备是地磁匹配制导的关键技术之一。提出用总磁场强度梯度模作为地磁匹配特征量,根据研究的实际需要,从四个方面分析了地磁场梯度模作为匹配特征量的优势;在选定区域制作了以总磁场强度梯度模作为特征量的基准图,在基准图上提取了特征参数并进行了分析。结果表明:在选定区域,以总磁场强度梯度模作为特征量生成的基准图特征丰富、起伏程度大,较之以地磁总场强度为特征量生成的基准图优势明显。     

光电成像制导中地面运动目标检测与跟踪

地面运动目标的自动检测与跟踪是对地精确打击光电成像制导中的核心任务。针对地面运动目标自动检测问题,提出了由粗到精的迭代全局运动补偿算法以补偿动平台引起的背景图像像素位移,基于变化能量测度的独立运动目标检测算法以及基于三帧序列图像的运动目标定位算法。针对地面运动目标跟踪问题,提出了融合运动特征和灰度直方图特征的粒子滤波器目标跟踪算法,实现可靠、稳定跟踪地面运动目标。利用实际航拍视频进行算法验证实验,比较了基于傅里叶-梅林变换 (Fourier-Mellin transform, FMT)、Kanade-Lucas-Tomasi (KLT) 特征跟踪、Harris角点和迭代全局运动补偿算法,验证了基于变化能量测度的独立运动目标检测算法和融合多特征的粒子滤波器跟踪算法的有效性。     

雷达景像匹配制导基准图制备技术综述

基准图制备是雷达景像匹配制导的一项关键技术,其中制备方法的选择决定了景像匹配制导系统的总体性能。详细综述了目前雷达景像匹配制导基准图制备的研究现状、存在问题及研究展望。目前,人们主要从特征模拟及信号模拟两方面模拟雷达图像来制备基准图,还没有一种制备技术能完全满足雷达景像匹配制导的要求,各种技术都存在各自的优缺点和适用范围。制备基准图参考源的挖掘、基准图分辨率的提高、寻的目标模板的有效生成等依然是目前和今后一段时间内雷达景像匹配制导基准图制备的主要研究问题。     

面向近红外合作目标的鲁棒检测与匹配算法

针对无人机视觉着舰相对导航合作目标检测易受环境干扰问题,提出了一种面向近红外合作目标的鲁棒检测与匹配算法。首先,搭建了由850nm的近红外合作目标以及带有850nm滤镜摄像头组成的成像系统;然后,设计了基于几何约束的方法剔除合作目标图像中的异形干扰点,再利用Hu矩排除其中的相似干扰点;最后,利用形状上下文匹配算法解决拍摄图像中合作目标可能存在尺度、角度畸变使得合作目标难以匹配问题。实验结果表明,所提出的方法可以在不同距离、不同光照、不同角度以及环境干扰下,实现合作目标鲁棒检测与匹配。     

基于纹理上下文的遥感图像目标识别

基于统计流形理论并结合形状上下文思想,提出了能够描述图像纹理目标的纹理上下文特征,进而实现对遥感图像纹理目标的识别。首先将图像的灰度概率密度函数看作统计流形上的点,用所得到的图像统计流形模型来描述图像的纹理上下文特征;然后使用Fisher信息距离来度量流形上点之间的相似度,并利用匈牙利算法来匹配纹理上下文特征;最后通过计算匹配距离来实现不同图像目标的相似性度量。实验表明,与经典的灰度共生矩阵、局部二值模式和统计流形算法相比,对于具有纹理特征的遥感图像,该方法具有更高的识别率且具有普适性和稳健性。     

成像匹配系统定位结果的TSU数据融合新方法

在采用SAR末制导导引头的成像匹配定位系统中,现有算法利用加权平均对单次匹配的多模板进行融合得到定位数据。该方法忽视了不同位置上匹配定位信息的继承性和相关性,浪费了很多宝贵信息,限制了定位精度和可靠性的提高。为克服该缺陷,本文采用数据融合思想,在不改变导引头成像及景象匹配算法的前提下,通过挖掘多次定位结果中的关联信息,提出一种时空交错（temporal-spatial-united,TSU）的数据融合算法,利用一次匹配中多模板进行空间融合,及不同时刻定位结果进行时间融合,并通过仿真验证了算法性能,结果表明,本文算法可提高末制导导引头定位精度。     

基于目标轮廓特征的SAR图像目标识别

提出了一种基于目标轮廓特征的合成孔径雷达目标识别(SAR ATR)方法,该方法充分利用目标的局部空间结构信息进行识别。利用基于马尔可夫随机场(MRF)的图像分割及形态学处理提取SAR图像目标轮廓,在此基础上使用傅里叶描述子作为目标轮廓的特征量,选择最近邻准则下的模板匹配方法构造分类器,实现了基于轮廓特征的SAR图像目标识别。实验结果表明,本文方法具有优良的识别性能。     

散射中心特征序贯匹配的SAR图像目标识别方法

在合成孔径雷达（synthetic aperture radar, SAR）图像目标识别领域,提取目标区分性强的识别特征一直是研究热点之一。设计了一种SAR图像目标识别的算法,利用目标散射中心点集特征和属性散射中心特征分量估计值序贯匹配识别车辆目标。实测数据的实验证实了算法在目标方位角变化情况下和俯仰角变化情况下,车辆目标的识别都有较好的表现。     

基于KFD+ICA特征提取的SAR图像目标识别

提出了一种用基于核函数的Fisher判别分析(kernel based Fisher discriminant analysis,KFD)和独立分量分析(independent component analysis,ICA)特征提取的合成孔径雷达(synthetic aperture radar,SAR)图像目标识别方法。用基于核函数的Fisher判别分析提取SAR图像样本在高维特征空间中的最佳分类向量,对最佳分类向量做独立分量分析,得到表征图像样本的特征向量,用支持向量机(support vector machine,SVM)对提取得到的特征向量分类完成目标识别。对MSTAR数据库中三类军事目标用该方法进行特征提取和识别实验,识别率为96.92%。结果表明,KFD ICA特征提取方法可提取目标的有效特征,在较低特征维数情况下获得较高的目标正确识别率。     

基于星联合分布的星图识别

针对栅格类算法中难以合适选取栅格尺寸的缺点,设计了将星图划分为多个多边形的划分方法,使星图中所有星都位于与其唯一对应的多边形中,提取多边形几何特征,对导航星库和观测星图的特征模式进行匹配。根据仿真数据进行验证,表明这一方法避免了栅格类算法中可能使多颗星位于同一栅格中的现象,同时也克服了栅格类算法不能正确选取定位星进而使星图识别失败的缺点,有效提升了星图识别的准确度。     

机载SAR的地面运动目标成像处理

基于先进的高分辨率机载SAR数据,研究了地面单个和多个运动目标的高分辨率成像问题。利用频域滤波法将地面运动目标信号从杂波中分离出来,在距离频率-方位时间域进行距离走动和距离弯曲校正,并在距离-多普勒域完成运动目标成像。PGA方法被用来对单个运动目标作进一步的聚焦处理。在多目标环境下,提出一种改进的距离弯曲校正方法,并利用时频分析方法有效地解决了多个地面运动目标的成像问题。给出了SAR实际数据成像处理结果。