基于圆投影向量的景象匹配方法研究

景象匹配中经常会出现基准图和模板图之间存在任意角度旋转的情况,传统的结构化模板匹配算法通过逐个比较基准图和模板图对应像素灰度值之间的相关性进行匹配,所以只能工作在小角度旋转的情况下,对任意角度旋转的景象匹配是无能为力的。利用圆的各向同性和投影特征提出了圆投影匹配算法,并对其进行了改进。实验结果表明,两种算法都具有旋转不变性,但是改进后的圆投影匹配算法对灰度变化、噪声、光照以及对比度变化等具有更好的鲁棒性。     

基于信息熵的景象匹配区选取方法

提出一种基于信息熵的景象匹配区选取方法。根据基准图的适配性要求,分别以改进的图像信息熵、Frieden灰度熵和归一化平均互信息作为特征指标,考查基准图的景象信息量、特征稳定性和区域唯一性,并以此为依据,采取分层选取策略选取基准图。仿真和实验结果表明,所选基准图具有较高的自匹配概率和较小的匹配误差,能够满足适配性要求。     

基于蒙特卡罗模拟的景象匹配性能仿真

提出并实现了基于蒙特卡罗模拟的景象匹配仿真系统,为自动分析模块选择出的景象匹配区提供了验证平台。讨论了实时图的定位和产生方法,并且详细分析了仿真过程。最后利用仿真系统研究了飞行器处于不同的巡航高度时,基准图匹配性能的变化情况。     

景像匹配仿真中实时图的仿真生成

实时图的仿真生成是景像匹配仿真研究中的重要内容之一。系统研究了实时图仿真中的各种畸变模型的建立问题。分析了实时图与基准图之间存在的主要差异,设计了包括噪声干扰、几何畸变、灰度畸变等形式的10种畸变模型,给出了相应的实验结果。通过匹配仿真实验验证了这些模型在匹配算法性能评估及基准图可匹配性检验中的实用意义。     

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。     

景像匹配仿真中基准图的制备方法研究

为了提高景像匹配仿真的有效性、可靠性,设计了一种实用的景像匹配仿真基准图制备方法。给出了该方法的基本原理及实现思路,定义了其中了匹配区分析准则参数及基准图生成准则参数,主要有图像方差、独立像元数、相似长度、边缘密度、匹配百分比、边缘质心偏度,构建了基准图分析与生成软件平台。应用实验验证了该方法的有效性及实用性。     

基于位置关系约束的SAR图像与光学图像匹配

SAR图像与光学图像有较大差异,为实现SAR图像与光学图像的匹配,提出了一种新的多子区SAR景象匹配算法。算法依据SAR图像噪声特性,提出了用于SAR图像边缘提取的基于小波包变换的改进断面检测法。匹配中将实时图分为多个子区,由子区灰度标准差和频谱直方图判别其可匹配性,用各子区位置分布关系约束匹配结果。匹配搜索策略为基于提升小波的金字塔分层搜索。用SPOT-5卫星光学基准图进行了大样本实验,实验结果表明了该方法是一种有效的图像匹配方法,具有鲁棒性,并且与中心点匹配方法相比,能为飞行器定位提供更多有效信息。     

多核并行计算技术在景象匹配仿真中的应用

随着计算机技术向多处理器以及多核的架构发展,以OpenMP和线程构建模块（thread building blocking, TBB）为代表的多核处理器并行计算平台的应用得到重视。对多核并行计算技术在建模仿真领域的应用进行了初步探讨,以景象匹配仿真计算为例,基于OpenMP和TBB并行计算平台构建了一个景象匹配评估平台,对不同的景象匹配算法效率进行评估。对多核并行计算技术及其在景象匹配仿真算法中的应用进行了详细介绍,并通过仿真实验验证多核并行计算技术能够大大提高景象匹配评估平台的运行效率,从而有效地支持对导弹真实景象匹配制导系统相关算法进行验证和研究。     

一种地磁匹配制导基准图制备方法及其有效性评价

针对地磁匹配制导基准图制备的需求,采用Surfer8.0软件提供的12种插值算法对选定区域离散总磁场强度测量值进行了网格化处理,生成所需的地磁基准图;提出了适用于地磁匹配制导的数据网格化有效性评价标准,并依据所提出的评价标准对使用12种方法所生成的地磁基准图进行了评价.结论表明:在选定区域,克里格法和径向基函数法生成网格化数据指标较好,这两种方法可以生成精度较高的网格化数据.     

基于多尺度信息综合的快速地图匹配算法研究

针对航片数字地图与实时图像的景象匹配实时性问题 ,提出了一种快速地图匹配方法———基于多尺度信息综合的数字地图匹配算法。该算法采用了多尺度分析与综合的思想 ,通过实时图像和参考图像在多尺度信息下的综合变换以及在同一尺度下的比较、综合 ,并结合一般常规图像匹配算法中的粗匹配和精匹配方法 ,实现了真实匹配位置的快速逼近 ,有效地提高了图像匹配的速度。通过PC机软件模拟仿真 ,该算法在匹配精度和匹配速度上都达到了较满意的效果。     

基于模糊集的神经网络景象匹配算法

将神经网络思想引入到景象匹配,提出了基于模糊集的神经网络景象匹配算法。该算法将图像模糊集作为特征空间,尝试了在模糊域中采用神经网络学习算法进行精确寻优。实验结果表明,设计的算法不但较好的满足了景象匹配系统对算法的性能要求,而且比传统算法具有更高的抗干扰能力。     

景象匹配辅助导航中多级实时匹配算法研究

由于选用部分Hausdorff距离进行图像匹配时不能满足较大尺寸图像匹配实时性要求,利用了多级分层匹配技术加速图像匹配,提出了多级实时图像匹配算法,该算法以部分Hausdorff距离为图像匹配相似性度量,结合小波变换多分辨率思想提取多尺度图像特征,实现了由粗到精多级分层实时匹配。图像匹配结果表明,光学卫星(IKONOS)图像和合成孔径雷达(SAR)图像二种情况下图像匹配结果准确,比仅采用基于部分Hausdorff距离图像匹配而言,采用三级图像匹配可大大缩短匹配时间。该算法实施景象匹配能在5 s以内完成,满足景象匹配辅助导航系统匹配修正的准确性和实时性的要求。     

景象匹配技术研究

景象匹配是一项重要的图像分析与处理技术 ,首先给出了景象匹配问题的数学描述 ,分析了它的性能要求和影响性能的因素 ,然后研究了组成景象匹配算法的 4个元素 ,并详细分析了基于区域的匹配算法和基于特征的匹配算法的一般思路、性能特点和适用范围 ,最后还分析了其它一些热点问题 ,如算法的集成、匹配区的选择等     

无人机地标匹配定位技术研究

从模式识别的观点给出地标匹配算法的数学模型。分析了影响匹配算法性能的相关因素。把归一化相关景象匹配法引入到无人机地标匹配中。仿真实验结果表明 :在信噪比较低的情况下 ,此算法能满足地标定位要求 ,并且在景象匹配搜索中应用遗传算法大大减少了计算机的运算量 ,提高了地标匹配的实时性     

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。     

Improved block matching approach to fast disparity estimation

An improved block matching approach to fast disparity estimation in machine vision applications is proposed, where the matching criterion is the sum of the absolute difference (SAD). By evaluating the lower bounds, which become increasingly tighter for the matching criteria, the method tries to successively terminate unnecessary computations of the matching criteria between the reference block in one image and the ineligible candidate blocks in another image. It also eliminates the ineligible blocks as early as possible, while ensuring the optimal disparity of each pixel. Also, the proposed method can further speed up the elimination of ineligible candidate blocks by efficiently using the continuous constraint of disparity to predict the initial disparity of each pixel. The performance of the new algorithm is evaluated by carrying out a theoretical analysis, and by comparing its performance with the disparity estimation method based on the standard block matching. Simulated results demonstrate that the proposed algorithm achieves a computational cost reduction of over 50.5% in comparision with the standard block matching method.