基于捕获位置分布的导航参考适配性分析及快速计算

导航参考图适配性分析是景像匹配导航的关键问题之一。文中提出了一种基于捕获位置分布的估计导航参考图适配性方法。该方法首先在参考图每一点挖出实测图大小的子图,然后计算子图的特征参数并应用匹配准则估计子图的匹配概率,最后利用捕获位置分布函数对子图匹配概率加权求和以得到参考图的匹配概率。为了消除特征参数计算中存在的大量冗余计算,还研究了特征参数的快速计算方法。实验结果证明该快速算法大大提高了运算效率。     

基于捕获位置分布的导航参考图适配性分析及快速计算

导航参考图适配性分析是景像匹配导航的关键问题之一。文中提出了一种基于捕获位置分布的估计导航参考图适配性方法。该方法首先在参考图每一点挖出实测图大小的子图,然后计算子图的特征参数并应用匹配准则估计子图的匹配概率,最后利用捕获位置分布函数对子图匹配概率加权求和以得到参考图的匹配概率。为了消除特征参数计算中存在的大量冗余计算,还研究了特征参数的快速计算方法。实验结果证明该快速算法大大提高了运算效率     

一种多传感器融合的景像匹配算法

为提高景像匹配算法的匹配概率和匹配精度,以多传感器最大属性数据融合方法为基础,分析了光学与雷达传感器获取图像的特性,提出了使用光学和雷达传感器进行融合相关的新匹配算法,实现了这两种传感器的优势互补,大大加强了景像匹配算法的抗干扰能力,有效提高了匹配概率和匹配精度。仿真证明,该方法比较成功。     

景像匹配算法的性能评估方法研究

景像匹配算法性能评估的目的是建立匹配算法的性能测试规范，以利于景像图的选择和算法的改进。文中研究了适合于性能评估过程的基准图和实时图选择准则，景像匹配算法性能评估所采用的测试试验方法以及测试结果的统计分析方法，并在此基础上构造一个景像匹配算法性能评估软件系统。     

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。     

结合特征和时空关联的稳健图像匹配方法

提出了基于特征和时空关联的积相关图像匹配算法．首先，采用Bubble小波边缘检测方法提取实时图与基准图特征；其次，利用惯导位置信息平移基准图，实现序列实时图在其对应基准图中的相对位置相同；最后，基于匹配概率与匹配面积成正比原理叠加序列积相关矩阵，并确定匹配位置．该方法克服了因面积增大由几何失真导致的匹配概率下降的缺点，使匹配概率已精度得到提高，具有较好的匹配稳健性。     

基于主成分分析的图像匹配方法研究

景像匹配和相关跟踪系统中,由于所面临的都是变化的场景,实时获取的图像与预存的基准图之间存在差异。传统的基于图像空间的匹配方法不能很好地克服这些差异给图像匹配定位带来的影响,使得完全按图像灰度特征的相关匹配应用受到限制。文中将主成分分析方法引入了图像匹配和相关跟踪过程中,提出一种能抗御一定图像畸变的基于主成分分析的图像匹配算法,并应用该方法进行了初步实验,证明该算法具有较高的匹配跟踪鲁棒性。     

几何失真景像边缘距离变换匹配的定位精度研究

本文首先建立摄像机高度和姿态发生增量变化时景像几何失真的理论模型，然后对边缘距离变换匹配方法的匹配精度进行了理论分析，导出了边缘距离变换匹配定位精度的解析表达式。     

基于多尺度空间的图像匹配算法

根据影像的多尺度空间表达思想,使用非线性的关键点滤波算子将基准图和实时图分解为不同分辨率并具有不同特征的子图。通过调整不同尺度空间中各参数的权重准确的表示影像对的匹配相似度,并完成综合测度描述符的计算。最后通过测度描述符完成最顶层的粗略匹配,并将结果作为下一层匹配的初始条件,由粗至精完成最终的匹配。实验结果表明,本文方法在基准图和实时图存在一定几何变形和灰度差的情况下,能取得较高的平均匹配精度与正确匹配概率,并且匹配的速度也较快。     

智能地物景像匹配定位技术研究

文中研究了智能地物景像匹配定位系统的基本原理,从模式识别的观点出发提出了地物景像匹配算法的数学模型,并讨论了影响系统性能的有关因素.最后用计算机仿真验证了归一化积相关算法在智能地物景像匹配定位系统中的可用性.     

基于匹配跟踪置信度的自适应对应像素距离图像匹配跟踪算法

本文结合最小绝对差度量(MAD)和(Hausdroff)距离度量两者的基本思想的优点,提出了一种新的对应像素距离相似性度量方法和自适应模板图像匹配跟踪算法,设计了帧间和帧内匹配跟踪置信度,提出了基于匹配跟踪置信度的自适应对应像素距离图像匹配跟踪算法.并对基于匹配跟踪置信度的自适应对应像素距离图像匹配跟踪算法的匹配跟踪性能进行分析,实验结果表明:该算法具有较强的抗噪、抗畸变能力和匹配跟踪稳定性,具有较高的匹配精度和匹配概率.     

匹配概率估计方法

用基准图每个像素的三个特征参数即边缘密度、粗糙度、标准差作为评价模板图像匹配的品质指标，结合Fisher线性分类原理把估计区域匹配概率问题转化为对像素的分类问题，提出了一种匹配概率估计的新方法。实验结果表明，该方法可以有效地估计匹配概率，遴选出适合要求的景象匹配区。     

Data-driven brain MRI segmentation supported on edge confidence and a priori tissue information

Brain magnetic resonance imaging segmentation is accomplished in this work by applying nonparametric density estimation, using the mean shift algorithm in the joint spatial-range domain. The quality of the class boundaries is improved by including an edge confidence map, that represents the confidence of truly being in the presence of a border between adjacent regions; an adjacency graph is then constructed with the labeled regions, and analyzed and pruned to merge adjacent regions. In order to assign image regions to a cerebral tissue type, a spatial normalization between image data and standard probability maps is carried out, so that for each structure a maximum a posteriori probability criterion is applied. The method was applied to synthetic and real images, keeping all parameters constant throughout the process for each type of data. The combination of region segmentation and edge detection proved to be a robust technique, as adequate clusters were automatically identified, regardless of the noise level and bias. In a comparison with reference segmentations, average Tanimoto indexes of 0.90-0.99 were obtained for synthetic data and of 0.59-0.99 for real data, considering gray matter, white matter, and background.     

基于稀疏-密集匹配算法的视差度量

图像匹配是一种约束最优化问题，系统是否收敛于全局最优值一直尚未解决。为得到密集连续的视差图，通常在匹配算法中引入唯一性、连续性、有序性约束。但对于遮挡区域的像素，其对应点并不存在，因此过度平滑的视差结果会导致在遮挡边缘处，灰度变化显著的表面渗透至邻接的灰度变化和缓的表面，出现所谓的表面膨胀缩小现象。当定义图像匹配算法中最优匹配标准时，必须根据图像的内在信息加入其他一些约束条件，保证遮挡存在下匹配结果的全局精确度。提出一种稀疏-密集的匹配算法，利用能量图确定稀疏的视差图，然后运用相位匹配方法对视差图进行内插，并结合最优化理论克服局部最优困扰。实现遮挡检测。立体像对的匹配试验结果表明了该方法的有效性。     

基于特征匹配的影像可匹配性研究

对基于特征匹配的影像可匹配性评价方法进行了探讨。从分析影像所包含的信息量入手,提出了通过计算影像的信息熵和累加梯度值进行基于特征匹配的影像可匹配性评价方法。通过基于角点特征和Hausdorff距离的影像匹配实验,发现影像信息熵和累加梯度值与影像可匹配性（即正确匹配概率）之间存在很强的相关性,尽管由于地表景观的不同,表现出的具体规律略有差异,但都表现出匹配正确率随影像信息熵和累加梯度的增大而增大的趋势。因此,可通过对影像信息量的评价来进行基准图的自动选取和飞行路径的规划;在实时匹配导航过程中,可根据获取的每一实时影像所含信息量,来决定是否进行匹配,这样既可以保证匹配的正确性,避免误导,又可节省匹配时间。提出方法对基于灰度相关的影像可匹配性评价具有借鉴意义。     

景象匹配区选择方法研究

通过试验研究了景象匹配概率与实时图的独立像元数、方差、纹理能量比和互相关峰等图像特征的关系,并以此提出了基于这些图像特征的景象匹配区选择方法。图像测试结果表明,该方法可以成功地规划出满足要求的景象匹配区。     

RGB空间下结合高斯曼哈顿距离图的彩色图像边缘检测

为了能够更好地利用彩色图像的信息进行边缘检测,提出一种RGB空间下结合高斯曼哈顿距离图的彩色图像边缘检测方法.首先分析了彩色图像到灰度图像转换的信息损失,并给出一种RGB空间下边缘的度量方法.其次,通过引入高斯曼哈顿距离,分别在RGB三个通道进行处理,并通过新的边缘度量法统一获得彩色图像的距离图.最后将距离图映射到0~255的灰度范围内,得到最终的边缘检测结果.实验结果表明,本文方法具有较高的处理速度和较好的处理结果.